数据可视化：pyecharts 的几个实例

Echarts 是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而 Python 是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts 诞生了。

官方文档：https://pyecharts.org/#/

开发环境

Windows 10
Python 3.7.3
pyecharts 1.3.1

基本图表 Pie：饼图

from pyecharts import options as opts
from pyecharts.charts import Page, Pie# 也可以把以下数据存储成 json 格式
data = [{'value': 20, 'name': '计算机与信息工程学院'},{'value': 12, 'name': '物理与电子科学学院'},{'value': 17, 'name': '政法与公共管理学院'},{'value': 21, 'name': '材料科学与工程学院'},{'value': 59, 'name': '数学与统计学学院'},{'value': 22, 'name': '马克思主义学院'},{'value': 9, 'name': '资源环境学院'},{'value': 18, 'name': '生命科学学院'},{'value': 16, 'name': '化学化工学院'},{'value': 22, 'name': '历史文化学院'},{'value': 29, 'name': '外国语学院'},{'value': 34, 'name': '教育学院'},{'value': 20, 'name': '文学院'},{'value': 6, 'name': '商学院'},
]value_list = []
for a_dict in data:  # 遍历数据列表for _, value in a_dict.items():  # 获取字典的值value_list.append(value)
value_num = value_list[::2]  # 获取列表中从0开始每两个取一次的数据
value_str = value_list[1::2]  # 获取列表中从1开始每两个取一次的数据def pie_base():piemap = (Pie().add('', [list(z) for z in zip(value_str, value_num)],  # 数据格式:[(a,b),(c,d),]center=["50%","60%"]  # 饼图位置).set_global_opts(title_opts=opts.TitleOpts(title='Pie-饼图', pos_top='100'))  # 标题及位置.set_series_opts(label_opts=opts.LabelOpts(formatter='{b}:{c}'))  # 标签及格式)piemap.width = '1000px'  # 图宽piemap.height = '600px'  # 图高piemap.render('data/pie.html')  # 存储pie_base()

以上代码会生成一个 html 文件，浏览器打开后如下：

基本图表 Pie radius：环

import json
from pyecharts import options as opts
from pyecharts.charts import Page, Pie# 这里就是把数据存储成 json 格式，再获取
with open('data/pie_data.json', 'r', encoding='utf-8') as f:data = json.load(f)# json 数据格式如下：
'''
[{"value": 20,"name": "计算机与信息工程学院"},{"value": 12,"name": "物理与电子科学学院"},{"value": 17,"name": "政法与公共管理学院"},{"value": 22,"name": "马克思主义学院"}
]
'''value_list = []
for a_dict in data:  # 遍历数据列表for _, value in a_dict.items():  # 获取字典的值value_list.append(value)
value_num = value_list[::2]  # 获取列表中从0开始每两个取一次的数据
value_str = value_list[1::2]  # 获取列表中从1开始每两个取一次的数据def pie_base():piemap = (Pie().add('', [list(z) for z in zip(value_str, value_num)],  # 数据格式:[(a,b),(c,d),]center=["50%","60%"],   # 饼图位置radius=['40%','75%'])   # 设置内圆半径和外圆半径.set_global_opts(title_opts=opts.TitleOpts(title='Pie-圆环饼图', pos_top='100'))  # 标题及位置.set_series_opts(label_opts=opts.LabelOpts(formatter='{b}:{c}'))  # 标签及格式)piemap.width = '1000px'  # 图宽piemap.height = '600px'  # 图高piemap.render('data/pie_radius.html')  # 存储pie_base()

以上代码会生成一个 html 文件，浏览器打开后如下：

基本图表 pie rosetype：南丁格尔图

import json
from pyecharts import options as opts
from pyecharts.charts import Page, Piewith open('data/pie_data.json', 'r',encoding='utf-8') as f:data = json.load(f)value_list = []
for a_dict in data:  # 遍历数据列表for _, value in a_dict.items():  # 获取字典的值value_list.append(value)
value_num = value_list[::2]  # 获取列表中从0开始每两个取一次的数据
value_str = value_list[1::2]  # 获取列表中从1开始每两个取一次的数据def pie_rosetype() -> Pie:piemap = (Pie().add("",[list(z) for z in zip(value_str, value_num)],radius=["30%", "75%"],  # 图的内圆半径和外圆半径center=["20%", "50%"],  # 图的位置占屏幕比例，相对宽度和高度rosetype="radius",  # radius：扇区圆心角展现数据的百分比，半径展现数据的大小# area：所有扇区圆心角相同，仅通过半径展现数据大小label_opts=opts.LabelOpts(is_show=False),  # 是否展示标签).add("",# 系列数据项，格式为 [(key1, value1), (key2, value2)][list(z) for z in zip(value_str, value_num)],radius=["30%", "75%"],center=["70%", "50%"],rosetype="area",).set_global_opts(title_opts=opts.TitleOpts(title="Pie-玫瑰图",  # 标题及位置pos_top='500')))piemap.width = '1100px'piemap.height = '600px'piemap.render('data/pie_rosetype.html')  # 存储pie_rosetype()

以上代码会生成一个 html 文件，浏览器打开后如下：

基本图表 sunburst：旭日图

import json
from pyecharts import options as opts
from pyecharts.charts import Sunburstdef sunburst_official() -> Sunburst:with open("data/sun_data.json", "r", encoding="utf-8") as f:data = json.load(f)# 以上获取的数据格式如下：'''[{"value": 20,"name": "计算机与信息工程学院","children": [{"value": "7","name": "软件工程","children":[{"value":"2","name":"软件工程01班"},{"value":"5","name":"软件工程02班"}]},{"value": "3","name": "软件工程产业 "},{"value": "3","name": "信息安全 "},{"value": "2","name": "通信工程 "},{"value": "2","name": "通信工程产业 "},{"value": "2","name": "计算机科学与技术"},{"value": "1","name": "电子信息工程 "}]},{"value": 12,"name": "物理与电子科学学院","children": [{"value": "2","name": "物理学 "},{"value": "1","name": "光电信息与工程 "},{"value": "3","name": "微电子科学与工程"},{"value": "6","name": "电子科学与技术 "}]},]'''sun_map = (Sunburst(init_opts=opts.InitOpts(width="1000px", height="600px")).add("",data_pair=data,  # 数据Sequencehighlight_policy="ancestor",  # 当鼠标移动到一个扇形块时，可以高亮相关的扇形块。# 'ancestor'：高亮该扇形块和祖先元素radius=[0, "95%"],  # 图的半径,第一项是内半径，第二项是外半径sort_="null",  # # 扇形块根据数据 value 的排序方式，# 如果未指定 value，则其值为子元素 value 之和。# 'null'：表示不排序，使用原始数据的顺序levels=[    # 图多层级配置{},{"r0": "15%","r": "35%","itemStyle": {"borderWidth": 2},"label": {"rotate": "tangential"},},{"r0": "35%", "r": "70%", "label": {"align": "right"}},{"r0": "70%","r": "72%","label": {"position": "outside", "padding": 3, "silent": False},"itemStyle": {"borderWidth": 3},},],).set_global_opts(title_opts=opts.TitleOpts(title="Sunburst-示例"))# 标签内容格式器，支持字符串模板和回调函数两种形式，# 字符串模板与回调函数返回的字符串均支持用 \n 换行。# 示例：formatter: '{b}: {@score}' .  参考官网.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}")))sun_map.render('data/sun_map.html')sunburst_official()

以上代码会生成一个 html 文件，浏览器打开后如下：

地理图表 Geo：地理坐标系

from pyecharts import options as opts
from pyecharts.charts import Geo, Page
from pyecharts.globals import ChartType, SymbolType# 定义地理图
geo = Geo()
# 画布宽度,高度
geo.width = '800px'
geo.height = '600px'
# 全局设置
geo.set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=100),title_opts=opts.TitleOpts(title='Geo-流向图'))
# 添加主题，中国地图，填充边界颜色
geo.add_schema(maptype='china',itemstyle_opts=opts.ItemStyleOpts(border_color="#111",color='#454545'))
# 添加系列
geo.add('',[('成都',10),('武汉',20),('西安',30),('南京',40),('深圳',50)],type_=ChartType.EFFECT_SCATTER,   # 散点图一种形式label_opts=opts.LabelOpts(is_show=True),  # 不显示设置False)
geo.add('',[('北京',100),('上海',100)],type_=ChartType.HEATMAP,    # 散点图的一种形式label_opts=opts.LabelOpts(is_show=False),)# 设置流向
geo.add('流向图',[('上海','成都'),('上海','南京'),('上海','深圳'),('上海','武汉'),('北京','西安'),('北京','成都'),('北京','南京'),('北京','武汉')],type_=ChartType.LINES,linestyle_opts=opts.LineStyleOpts(curve=0.3,color="#63B8FF"),effect_opts=opts.EffectOpts(symbol=SymbolType.ARROW,symbol_size=6,color='#FF7F00'),)# 生成图片
geo.render('data/geo.html')

以上代码会生成一个 html 文件，浏览器打开后如下：

地理图表 Map：地图

from pyecharts.charts import Map
from pyecharts import options as optscity_value = [("北京",11),("天津",12),("河北",13),("山西",14),("内蒙古",15),('辽宁',21),('吉林',22),('黑龙江',23),("上海",31),('江苏',32),('浙江',33),('安徽',34),('福建',35),('江西',36),('山东',37),('河南',41),('湖北',42),('湖南',43),('广东',44),('广西',45),('海南',46),("重庆",50),('四川',51),('贵州',52),('云南',53),('西藏',54),('陕西',61),('甘肃',62),('青海',63),('宁夏',64),('新疆',65),('香港',81),('澳门',82),('台湾',83),]m = Map()
m.add('中国行政代码地图',city_value,maptype='china',label_opts=opts.LabelOpts(is_show=True))
m.render('data/map.html')

以上代码会生成一个 html 文件，浏览器打开后如下：

树形图表 TreeMap：矩形树图

import json
from pyecharts.charts import TreeMap
from pyecharts import options as optswith open('data/treemap_data.json', 'r',encoding='utf-8') as f:data = json.load(f)# 以上获取的数据格式如下：'''[{"value": 20,"name": "计算机与信息工程学院","children": [{"value": "7","name": "软件工程"},{"value": "3","name": "软件工程产业 "},{"value": "3","name": "信息安全 "},{"value": "2","name": "通信工程 "},{"value": "2","name": "通信工程产业 "},{"value": "2","name": "计算机科学与技术"},{"value": "1","name": "电子信息工程 "}]},{"value": 12,"name": "物理与电子科学学院","children": [{"value": "2","name": "物理学 "},{"value": "1","name": "光电信息与工程 "},{"value": "3","name": "微电子科学与工程"},{"value": "6","name": "电子科学与技术 "}]},]'''treemap = (TreeMap().add('各专业体育检测抽样人数', data,pos_left='center',  # 主图的位置tooltip_opts=opts.TooltipOpts(is_show=True),# 子标签展示，大小，字体label_opts=opts.LabelOpts(is_show=True, font_size=14,font_family='serif', vertical_align='top')).set_global_opts(title_opts=opts.TitleOpts(title='矩形树图\n'),  # 图左上角:标题legend_opts=opts.LegendOpts(is_show=True),  # 图上面中间:图例toolbox_opts=opts.ToolboxOpts(is_show=True), # 图右上角:工具箱# tooltip_opts=opts.TooltipOpts(is_show=True),  # 图上:提示框# visualmap_opts=opts.VisualMapOpts(is_show=True),  # 图右下角:视觉映射)
)# 图的宽高
treemap.width='1000px'
treemap.height='600px'
#  保存为html文件
treemap.render('data/treemap.html')

以上代码会生成一个 html 文件，浏览器打开后如下：

小结

更多实例内容见官方文档：https://pyecharts.org/#/

数据可视化：pyecharts 的几个实例相关推荐

python饼状图教程_Python数据可视化:饼状图的实例讲解
使用python实现论文里面的饼状图: 原图: python代码实现: # # 饼状图 # plot.figure(figsize=(8,8)) labels = [u'Canteen', u'Sup ...
python动态图表变化_Python数据可视化 pyecharts实现各种统计图表过程详解
Python数据可视化 pyecharts实现各种统计图表过程详解发布时间:2020-09-10 04:53:26 来源:脚本之家阅读:78 1.pyecharts介绍 Echarts是一款由百度 ...
第二波：HTML+CSS+JavaScript数据可视化大屏平台模板实例10大通用模板，面向各行各业
第二波:HTML+CSS+JavaScript数据可视化大屏平台模板实例10大通用模板,面向各行各业. HTML+CSS+JS数据可视化大屏平台模板实例11-设备监控 HTML+CSS+JS数据可视化 ...
第一波：HTML+CSS+JavaScript数据可视化大屏平台模板实例10大通用模板，面向各行各业
HTML+CSS+JavaScript数据可视化大屏平台模板实例10大通用模板.欢迎关注: HTML+CSS+JS数据可视化大屏平台模板实例1 HTML+CSS+JS数据可视化大屏平台模板实例2-视频 ...
第三波：HTML+CSS+JavaScript数据可视化大屏平台模板实例11大通用模板，面向各行各业。
第三波:HTML+CSS+JavaScript数据可视化大屏平台模板实例11大通用模板,面向各行各业. HTML+CSS+JS数据可视化大屏平台模板实例21-大数据可视化通用模板 HTML+CSS+J ...
数据可视化--pyecharts绘图
pyecharts 是一个用于生成 Echarts 图表的类库. Echarts 是百度开源的一个数据可视化 JS 库.主要用于数据可视化. 要使用pyecharts绘制地图,首先需要安装一下几个地图 ...
python做动态折线图_Python数据可视化 pyecharts实现各种统计图表过程详解
1.pyecharts介绍 Echarts是一款由百度公司开发的开源数据可视化JS库,pyecharts是一款使用python调用echarts生成数据可视化的类库,可实现柱状图,折线图,饼状图,地图 ...
python数据可视化的特点_Python数据可视化 pyecharts实现各种统计图表过程详解
1.pyecharts介绍 Echarts是一款由百度公司开发的开源数据可视化JS库,pyecharts是一款使用python调用echarts生成数据可视化的类库,可实现柱状图,折线图,饼状图,地图 ...
Python数据可视化-Pyecharts不同的主题风格
本文介绍 PyEcharts主题风格配置内容,通过内置提供了 10+ 种不同的风格,另外也提供了便捷的定制主题的方法. Echarts 是一个由百度开源的数据可视化,凭借着良好的交互性,精巧的图表设 ...
时间序列数据可视化:Pyecharts日历图
Hallo,各位小伙伴大家好啊!这个专栏是用来分享数据处理以及数据可视化的一些常见操作,以及自己的一些学习笔记,希望能给大家带来帮助呀!感兴趣的小伙伴也欢迎私信或者评论区交流呀! 以下可视化的数据分别 ...

数据可视化：pyecharts 的几个实例

数据可视化：pyecharts 的几个实例

开发环境

基本图表 Pie：饼图

基本图表 Pie radius：环

基本图表 pie rosetype：南丁格尔图

基本图表 sunburst：旭日图

地理图表 Geo：地理坐标系

地理图表 Map：地图

树形图表 TreeMap：矩形树图

小结

数据可视化：pyecharts 的几个实例相关推荐

最新文章

热门文章