python 画折线图_Python让你的数据生成可视化图形

ID：pk哥

公众号：Python知识圈

最近的技术分享被老板说了，分享内容不错，可是这些统计图差了点。作为一个做技术的，这是不能忍受的。因为 Python 除了不会生孩子，其他的都会。

直接进入今天的正题，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。pyecharts 是一个用于生成 Echarts 图表的类库。实际上就是 Echarts 与 Python 的对接。

今天就用 pyecharts 库来画图。

安装

最简单快速的命令安装方法：

pip install pyecharts

柱形图

柱形图简明、醒目，是一种常用的统计图形。以下生成的图都可以点击 html 文件打开，点击图形右边下载按钮可以下载到本地。

from pyecharts import Bar bar = Bar("成绩柱形图", "副标题")# 用于添加图表的数据和设置各种配置项 # is_more_utils=True可以按右边的下载按钮将图片下载到本地 bar.add("成绩表", ["语文", "数学", "英语", "物理", "化学", "生物"], [88, 90, 92, 87, 83, 81], is_more_utils=True) bar.show_config() # 打印输出图表的所有配置项 bar.render('D:\pye\bar.html') # 在指定目录下生成一个 bar.html 的文件

饼图

饼图英文学名为 Sector Graph, 又名 Pie Graph，常用于统计学模块。

from pyecharts import Pie attr = ["语文", "数学", "英语", "物理", "化学", "生物"] score = [20, 30, 40, 25, 10, 15] pie = Pie('图书销量饼图') pie.add('', attr, score, is_label_show=True)pie.render('F:\pye\pie.html')

圆环图

仅排列在工作表的列或行中的数据可以绘制到圆环图中。

from pyecharts import Pie attr = ["语文", "数学", "英语", "物理", "化学", "生物"] score = [20, 30, 40, 25, 10, 15] pie = Pie('图书销量圆环图', title_pos='center') pie.add('', attr, score, radius=[40, 75], label_text_color=None, is_label_show=True, legend_orient='vertical', legend_pos='left') pie.render('F:\pye\pieround.html') # 在指定目录下生成文件

3D散点图

散点图是指在回归分析中，数据点在直角坐标系平面上的分布图，散点图表示因变量随自变量而变化的大致趋势，据此可以选择合适的函数对数据点进行拟合。

from pyecharts import Scatter3Dfrom pyecharts import Pageimport random page = Page() data = [[random.randint(0, 100), random.randint(0, 100), random.randint(0, 100)] for _ in range(80)] range_color = ['#313695', '#4575b4', '#74add1', '#abd9e9', '#e0f3f8', '#ffffbf','#fee090', '#fdae61', '#f46d43', '#d73027', '#a50026'] scatter3D = Scatter3D("3D 散点图示例", width=1200, height=600) scatter3D.add("", data, is_visualmap=True, visual_range_color=range_color) page.add(scatter3D) page.render('D:\pye\scatter.html') # 在指定目录下生成文件

3D折线图

折线图是排列在工作表的列或行中的数据可以绘制到折线图中。折线图可以显示随时间(根据常用比例设置)而变化的连续数据，因此非常适用于显示在相等时间间隔下数据的趋势。

from pyecharts import Line3D data = [[1, 2, 3, 4], [1, 2, 3, 4], [0, 4, 8, 16]] Line3D = Line3D("3D 折线图示例", width=1200, height=600) Line3D.add("", data, is_visualmap=True) Line3D.render('F:\pye\3D折线图.html') # 在指定目录下生成文件

仪表盘

仪表盘图的效果如下图所示，图中指针指向的位置是当前的数值。

from pyecharts import Gauge gauge = Gauge('项目完成进度') gauge.add('进度表', '完成率', 88.88) gauge.render('F:\pye\gauge.html') # 在指定目录下生成文件

漏斗图

漏斗图这种方法起源于作业管理领域。

from pyecharts import Funnel attr = ['认知', '了解', '认可', '考虑', '意向', '购买']value = [120, 100, 80, 60, 40, 20] funnel = Funnel('客户购买分析图') funnel.add('买车', attr, value, is_label_show=True, label_pos='inside', label_text_color='#fff') funnel.render('F:\pye\funel.html') # 在指定目录下生成文件

地图

以下数据是模拟的数据，为了画图展示用的，没有参考价值。

from pyecharts import Geo data = [ ("上海", 25), ("北京", 36), ("武汉", 23), ("舟山", 12), ("齐齐哈尔", 14), ("盐城", 15), ("赤峰", 16), ("青岛", 18), ("乳山", 18), ("金昌", 19), ("泉州", 21), ("莱西", 21), ("日照", 21), ("胶南", 22), ("南通", 23), ("拉萨", 24), ("云浮", 24), ("梅州", 25)] geo = Geo('主要城市空气质量', 'PM2.5', title_color='#fff', title_pos='center', width=1200, height=600, background_color='#404a59') attr, value = geo.cast(data) geo.add('', attr, value, visual_range=[0, 200], visual_text_color='#fff', symbol_size=15, is_visualmap=True, is_piecewise=True, visual_split_number=6) geo.render('F:\pye\geo.html') # 在指定目录下生成文件

词云图

还记得上次我们用 wordcloud 库画的微信朋友签名词云和摇滚歌手歌词的词云图吧，用 pyecharts 库也可以画出来。我们以 IEEE Spectrum 发布的 2018 年度顶级编程语言排行榜作为数据来制作词云图。

from pyecharts import WordCloud language = ['Python', 'C++', 'C', 'Java', 'C#', 'PHP', 'R', 'JavaScript', 'Go', 'Assembly'] rank = [100, 98.4, 98.2, 97.5, 89.8, 85.4, 83.3, 82.8, 76.7, 74.5] wordcloud = WordCloud(width=1500, height=700) wordcloud.add('', language, rank, word_size_range=[20, 100]) wordcloud.render('F:\pye\wc.html') # 在指定目录下生成文件

水球图

水球图是一种适合于展现单个百分比数据的图表类型。

from pyecharts import Liquid liquid = Liquid("水球图") liquid.add("Liquid", [0.8]) liquid.show_config() liquid.render('F:\pye\sq.html') # 在指定目录下生成文件

还有其他图就不一一列举了，有兴趣的请移步 http://pyecharts.org

深度好文｜Matplotlib可视化最有价值的50个图表

Python环境的安装(Anaconda+Jupyter notebook+Pycharm)