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

pyecharts中文文档

pyecharts已发布1.0版本，绘图部分代码已经重构 ，文中的代码虽然能用但已经落伍了，随缘更新

一、 安装pyecharts

pip install pyecharts

在安装pyecharts之后，需要安装pyecharts-snapshot包，还需要配置phantomjs环境

二、 绘制日历热力图

heatmap = HeatMap("朋友圈活跃度日历热力图", "某人 2018 年微信朋友圈每日发送条数", width=1100)

heatmap.add(

"",

data, # 列表数据包含日期以及对应数据

is_visualmap=True, # 是否启用视觉映射组件

visual_range=[0, 5], # 组件所允许的最大值与最小值

visual_text_color="#000", # 组件两端文本颜色

visual_range_text=["神隐", "微商"], # 组件两端文本

visual_range_color=["#D8BFD8", "#FFB6C1", "#EE82EE"], # 过度颜色，Thistle，LightPink、Violet

visual_orient="horizontal", # 组件条的方向，vertical和horizontal可选

visual_pos="center", # 组件条距左侧的位置，left、center、right可选，也可用百分数或整数

visual_top="80%", # 组件条距离顶部的位置，有top、center、bottom可选，也可用百分数或整数

# visual_split_number=4, # 分段型中分段的个数

# is_piecewise=True, # 将组件转换为分段型，默认为连续型

is_calendar_heatmap=True, # 使用日历热力图

calendar_cell_size=["auto", 30], # 单元格大小，默认["auto", 20]

calendar_date_range=["2018-3-9", "2019-3-10"], # 日期跨度，可以为str/list

)

heatmap.render('moments.gif')

三、数据展示

连续型组件

分段型组件

四、 HeatMap关键字参数

visual_range=[0, 5]

visual_split_number=4

is_piecewise=True

在组件为分段型的条件下，visual_range用来控制数据跨度，通过visual_split_number就可以控制数据的分段个数，是一个组合套路

visual_range_color=["#D8BFD8", "#FFB6C1", "#EE82EE"]

用来自己调配过度颜色，默认颜色是['#50a3ba', '#eac763', '#d94e5d']，虽然本人配得也不怎么样，审美再次令人质疑

五、日历热力图的应用

可以对年度数据进行总结，微信步数、github的contributions

其实绘制朋友圈每日条数简直有毒，每天能发五条以上的除了微商也是没谁了，每日一两条的话，没有什么区分度