如何利用pyecharts绘制炫酷的关系网络图?
如何利用pyecharts绘制炫酷的关系网络图
这是本学期在大数据哲学与社会科学实验室做的第六次分享了。
第一次分享的是:
- 如何利用“wordcloud+jieba”制作中文词云?
第二次分享的是:
- 如何爬取知乎中问题的回答以及评论的数据?
第三次分享的是:
- 如何利用百度AI平台或snownlp做中文文本的情感分析?
第四次分享的是:
- 如何利用情感词典做中文文本的情感分析?
第五次分享的是:
- 如何利用pyecharts绘制酷炫的桑基图?
- 如何在Jupyter Lab中显示pyecharts的图形?
本次分享的是“如何利用pyecharts绘制炫酷的关系网络图?”
关系网络图简单来说就是由节点和边连接起来的图,绘制这种图需要用到pyecharts
库。
安装:
pip install pyecharts
官方地址:
https://github.com/pyecharts/pyecharts/
开源教程:
https://pyecharts.org/#/zh-cn/intro
关系网络图的节点:
class pyecharts.options.GraphNode
class GraphNode(# 数据项名称。name: Optional[str] = None,# 该类目节点标记的大小,可以设置成诸如 10 这样单一的数字,也可以用数组分开表示宽和高,# 例如 [20, 10] 表示标记宽为 20,高为 10。symbol_size: Union[Numeric, Sequence, None] = None,# 节点的初始 x 值。在不指定的时候需要指明layout属性选择布局方式。x: Optional[Numeric] = None,# 节点的初始 y 值。在不指定的时候需要指明layout属性选择布局方式。y: Optional[Numeric] = None,# 数据项所在类目的 index。category: Optional[int] = None,
)
关系网络图的边:
class pyecharts.options.GraphLink
class GraphLink(# 边的源节点名称的字符串,也支持使用数字表示源节点的索引。source: Union[str, int, None] = None,# 边的目标节点名称的字符串,也支持使用数字表示源节点的索引。target: Union[str, int, None] = None,# 边的数值,可以在力引导布局中用于映射到边的长度。value: Optional[Numeric] = None,
)
节点分类的类目:
class pyecharts.options.GraphCategory
class GraphCategory(# 类目名称,用于和 legend 对应以及格式化 tooltip 的内容。name: Optional[str] = None,
)
关系网络图:
class pyecharts.charts.Graph
class Graph(# 初始化配置项,参考 `global_options.InitOpts`init_opts: opts.InitOpts = opts.InitOpts()def add(# 系列名称,用于 tooltip 的显示,legend 的图例筛选。series_name: str,# 关系图节点数据项列表,参考 `opts.GraphNode`nodes: Sequence[Union[opts.GraphNode, dict]],# 关系图节点间关系数据项列表,参考 `opts.GraphLink`links: Sequence[Union[opts.GraphLink, dict]],# 关系图节点分类的类目列表,参考 `opts.GraphCategory`categories: Union[Sequence[Union[opts.GraphCategory, dict]], None] = None,# 节点之间的斥力因子。# 支持设置成数组表达斥力的范围,此时不同大小的值会线性映射到不同的斥力。值越大则斥力越大repulsion: Numeric = 50,# 图的布局。可选:# 'none' 不采用任何布局,使用节点中提供的 x, y 作为节点的位置。# 'circular' 采用环形布局。# 'force' 采用力引导布局。layout: str = "force",# 是否开启鼠标缩放和平移漫游。is_roam: bool = True,# 是否在鼠标移到节点上的时候突出显示节点以及节点的边和邻接节点。is_focusnode: bool = True,# 是否旋转标签,默认不旋转。is_rotate_label: bool = False,# 标签配置项,参考 `series_options.LabelOpts`label_opts: Union[opts.LabelOpts, dict] = opts.LabelOpts(),# 关系边的公用线条样式。linestyle_opts: Union[opts.LineStyleOpts, dict] = opts.LineStyleOpts(),)
)
【例子】普通的关系网络图
from pyecharts import options as opts
from pyecharts.charts import Graphnodes = [{'name': '结点1', 'symbolSize': 10},{'name': '结点2', 'symbolSize': 20},{'name': '结点3', 'symbolSize': 30},{'name': '结点4', 'symbolSize': 40},{'name': '结点5', 'symbolSize': 50},{'name': '结点6', 'symbolSize': 40},{'name': '结点7', 'symbolSize': 30},{'name': '结点8', 'symbolSize': 20}
]links = []
for i in nodes:for j in nodes:links.append({'source': i.get('name'), 'target': j.get('name')})G = Graph(init_opts=opts.InitOpts(width='900', height='500'))
G.add(series_name='',nodes=nodes,links=links,repulsion=8000
)
G.set_global_opts(title_opts=opts.TitleOpts(title='Graph-基本示例'))
G.render('graph_base.html')
【例子】带边信息的关系网络图
from pyecharts import options as opts
from pyecharts.charts import Graphnodes = [{'name': '结点1', 'symbolSize': 10},{'name': '结点2', 'symbolSize': 20},{'name': '结点3', 'symbolSize': 30},{'name': '结点4', 'symbolSize': 40},{'name': '结点5', 'symbolSize': 50},{'name': '结点6', 'symbolSize': 60},
]links = [{'source': '结点1', 'target': '结点2', 'value': 2},{'source': '结点2', 'target': '结点3', 'value': 3},{'source': '结点3', 'target': '结点4', 'value': 4},{'source': '结点4', 'target': '结点5', 'value': 5},{'source': '结点5', 'target': '结点6', 'value': 6},{'source': '结点6', 'target': '结点1', 'value': 7},
]G = Graph(init_opts=opts.InitOpts(width='900', height='500'))
G.add(series_name='',nodes=nodes,links=links,repulsion=4000,edge_label=opts.LabelOpts(is_show=True, position='middle', formatter='{b}的数据{c}')
)
G.set_global_opts(title_opts=opts.TitleOpts(title='Graph-带边信息的图'))
G.render('graph_with_edge_options.html')
【例子】NPM中的包依赖
NPM(Node Package Manager)的思路大概是这样的:
1.买个服务器作为代码仓库(registry),在里面放所有需要被共享的代码。
2.发邮件通知 jQuery、Bootstrap、Underscore 作者使用 npm publish 把代码提交到 registry 上,分别取名 jquery、bootstrap 和 underscore(注意大小写)。
3.社区里的其他人如果想使用这些代码,就把 jquery、bootstrap 和 underscore 写到 package.json 里,然后运行 npm install ,npm 就会帮他们下载代码。
4.下载完的代码出现在 node_modules 目录里,可以随意使用了。
这些可以被使用的代码被叫做「包」(package),这就是 NPM 名字的由来:Node Package(包) Manager(管理器)。
import json
from pyecharts import options as opts
from pyecharts.charts import Graphwith open(r'data/npmdepgraph.min10.json', 'r') as f:data = json.load(f)nodes = [{'x': node['x'],'y': node['y'],'name': node['label'],'symbolSize': node['size'],'itemStyle': {'color': node['color']}}for node in data['nodes']
]edges = [{'source': edge['sourceID'],'target': edge['targetID']}for edge in data['edges']
]G = Graph(init_opts=opts.InitOpts(width='900', height='900'))
G.add(series_name='',nodes=nodes,links=edges,layout='none',is_roam=True,is_focusnode=True,label_opts=opts.LabelOpts(is_show=True),linestyle_opts=opts.LineStyleOpts(width=0.5, curve=0.3, opacity=0.7)
)
G.set_global_opts(title_opts=opts.TitleOpts(title='NPM Dependencies'))
G.render('npm_dependencies.html')
【例子】悲惨世界(les miserables)人物关系网络图
import json
from pyecharts import options as opts
from pyecharts.charts import Graphwith open(r'data/les-miserables.json', 'r') as f:data = json.load(f)nodes = []
idDict = dict()
for node in data['nodes']:nodes.append({'x': node['x'],'y': node['y'],'name': node['name'],'symbolSize': node['symbolSize'],'category': node['category'],})idDict[node['id']] = node['name']links = [{'source': idDict[edge['source']],'target': idDict[edge['target']],}for edge in data['links']
]categories = [{'name': category['name']}for category in data['categories']
]G = Graph(init_opts=opts.InitOpts(width='900', height='900'))
G.add(series_name='',nodes=nodes,links=links,categories=categories,layout='circular',is_rotate_label=True,label_opts=opts.LabelOpts(position='right'),linestyle_opts=opts.LineStyleOpts(color='source', curve=0.3, opacity=0.7)
)
G.set_global_opts(title_opts=opts.TitleOpts(title='Les Miserables'),legend_opts=opts.LegendOpts(orient='vertical', pos_left='2%', pos_top='20%')
)
G.render('graph_les_miserables.html')
layout='none'
时的图像:
layout='circular'
时的图像:
【例子】微博转发关系网络图
import json
from pyecharts import options as opts
from pyecharts.charts import Graphwith open(r'data/weibo.json', 'r',encoding='utf_8_sig') as f:data = json.load(f)nodes = [{'name': node['name'],'symbolSize': node['symbolSize'],'category': node['category'],}for node in data['nodes']
]links = [{'source': edge['source'],'target': edge['target'],}for edge in data['links']
]categories = [{'name': category['name']}for category in data['categories']
]G = Graph(init_opts=opts.InitOpts(width='900', height='900'))
G.add(series_name='',nodes=nodes,links=links,categories=categories,repulsion=30,label_opts=opts.LabelOpts(is_show=False),linestyle_opts=opts.LineStyleOpts(curve=0.2)
)
G.set_global_opts(title_opts=opts.TitleOpts(title='微博转发关系图'),legend_opts=opts.LegendOpts(is_show=False)
)
G.render('graph_with_edge_options.html')
如何利用pyecharts绘制炫酷的关系网络图?相关推荐
- 就是这么牛逼,利用Python绘制炫酷专业插图就是这么简单
强烈推荐 Python 的绘图模块 matplotlib: python plotting .画出来的图真的是高端大气上档次,低调奢华有内涵~ 适用于从 2D 到 3D,从标量到矢量的各种绘图.能够保 ...
- 使用R包networkD3绘制炫酷的动态关系网络
引言 在数据可视化领域,关系网络数据的可视化一直是一个受到广泛关注的话题. 我们经常会看到这样的复杂网络关系图. 也会经常看到一些影视作品的人物关系图,例如: 我们可以从图中清晰地了解到不同人物之间的 ...
- pyecharts将html转换图片,如何把pyecharts的炫酷延续到PPT里?
原标题:如何把pyecharts的炫酷延续到PPT里? 导读:这几天被一个奇怪的需求困住:pyecharts作图既炫酷,又交互.但是,这个炫酷的效果往往只存在于分析师自己的编辑器中,充其量也就是生成一 ...
- Python之pyecharts:利用pyecharts绘制2020年11月16日微博话题热度排行榜实时变化
Python之pyecharts:利用pyecharts绘制2020年11月16日微博话题热度排行榜实时变化 目录 利用pyecharts绘制2020年11月16日微博话题热度排行榜实时变化 Bar( ...
- Python之pyecharts:利用pyecharts绘制地图十多个地区流动轨迹动态图
Python之pyecharts:利用pyecharts绘制地图十多个地区流动轨迹动态图 目录 利用pyecharts绘制地图十多个地区流动轨迹动态图 Geo(GeoChartBase)函数 相关文章 ...
- 如何绘制炫酷的韦恩图(薇恩图)Venn diagram
如何绘制炫酷的韦恩图(薇恩图)Venn diagram https://mp.weixin.qq.com/s/7eL01UAfV3O1l-yi8r-IPQ 都可以通过OmicShare云工具平台(ht ...
- coreldraw做生化标志_CorelDraw绘制炫酷的中文立体字海报
今天为大家分享CorelDraw绘制炫酷的中文立体字海报方法,教程很简单,适合新手来学习,步骤也不是很复杂,推荐过来,希望大家喜欢! 先看看效果图 第一.打上招聘两个字,选择一个喜欢的字体,如下. 第 ...
- 出彩的毕业论文岂能没有几张炫酷图表???(来看一下matplotlib怎样绘制炫酷表格)(上)
不知不觉在家已经待了三个多月,其他年级还好,在家写论文的小伙伴们不知进展如何?想要写一篇出彩得到导师赏识的文章,里面还能少得了几张炫酷的图表?这篇博客将写一下怎样用Python中matplotlib包 ...
- echarts map 点击地图区域变色_绘制炫酷的地图,不只是pyecharts.map!
导读:地图可视化是一种非常直观的数据分析结果展现形式,python有很多可视化库可以实现,pyecharts就是很多python爱好者喜爱的实现地图可视化方法之一.不可否认,pyecharts绘制的地 ...
最新文章
- 2018-3-20论文(一种新型的智能算法-狼群算法WPA)笔记二(狼群系统分析,算法步骤)
- 两个软件相互交换数据_面试需要知道的六种数据结构
- ext.net 开发学习之FileUploadField与Image (四)
- Spring(十八):Spring AOP(二):通知(前置、后置、返回、异常、环绕)
- Mysql Mariadb 创建新用户
- 位运算02 - 零基础入门学习C语言65(完)
- 软件测试用例设计实用经验之谈
- windows命令提示符_如何个性化Windows命令提示符
- 详解GPU技术关键参数和应用场景
- linux 可执行文件去除绝对路径
- java new对象的创建过程
- boost::property_tree读取解析ini文件--推荐
- 深入浅出通信原理连载145-389(Python代码版)
- AcrelCloud-6800智慧消防管理云平台在学校的应用
- NH2-UiO-66|CAS号1260119-00-3金属有机骨架
- 计算机一级B考试总结500字,期中考试总结与反思500
- 苹果手机微信怎么接龙_【手机】微信接龙
- 英语黑色幽默IT段子
- mysql 高级查询总结_MySQL高级查询总结
- 大数据24小时:孙彬出任乐视云新CEO,趣店数百万学生信息数据疑似泄露