Python 数据可视化神器

今日分享主题：Python Pyecharts模块实现数据动态可视化分析

前言

Echarts 是百度开源的一款数据可视化 JS 工具，数据可视化类型十分丰富，但是得通过导入 js 库在 Java Web 项目上运行。

作为工作中常用 Python 的选手，不能不知道这款数据可视化插件的强大。那么，能否在 Python 中也能用到 Echarts 的功能呢？寻找中惊喜地发现了 pyecharts，只需在python中安装该模块即可使用。

安装

常用的pip安装包一键安装pyecharts

# pyecharts安装命令：
python -m pip install pyecharts

Python + pyecharts具体应用

结合工作中的项目数据，我选择了 test 项目需求中 hotel_code_new 为 CNSZVS_002，CWSWS_003 对应2019年12个月指标为 RNs 的数据做可视化展示与分析。

1.Hive数据库查询sql

hive_sql内容如下

# sql中所使用的部分语法为hive sql中常规的语法，与mysql有所不同，请注意。
select rrrd1.hotel_code_new as hotel_code_new,dda.natural_date as natural_date,nvl(rrrd.room_nights, 0) as room_nightsfrom ( select distinct substr(natural_dt,1,7) as natural_date from dws.dws_test_date_calendarwhere dt_year='2019')ddaleft join (select 'CNSZVS_002' hotel_code_newUNION all select  'CWSWS_003' hotel_code_new)rrrd1left join(select  hotel_code_new,substr(stay_date,1,7) as stay_date,sum(number_of_room_nights) as room_nightsfrom dwm.dwm_test_resvs_rom_daily_dfwhere dt='2021-10-24'and hotel_code_new in(CNSZVS_002', 'CWSWS_003')and resv_status in('CHECKEDSSSIN','CHECKEDSSSOUT')and substr(stay_date,0,4) = '2019' group by hotel_code_new,substr(stay_date,1,7))rrrd on dda.natural_date = rrrd.stay_date and rrrd1.hotel_code_new=rrrd.hotel_code_neworder by rrrd.hotel_code_new;

2.Python代码实现—柱状图

from impala.dbapi import connect
import warnings#数据仓库数据获取准备
def hive_connect(sql):warnings.filterwarnings('ignore')config_hive_beta = {'host': '10.7.0.12',  #hive的host地址'port': 10000,    #hive的端口号'user': 'hive',    #hive的username'password': 'hive',    #hive的password'database': 'tmp',     #hive中需要查询的数据库名'auth_mechanism': 'PLAIN' #hive的hive-site.xml配置文件中获取}conn = connect(**config_hive_beta)cursor = conn.cursor()cursor.execute(sql)hive_all_data = cursor.fetchall()return hive_all_data# all_data = hive_connect(hive_sql)
# 通过调用hive_connect方法获取到的数据库查询结果数据如all_data列表所示
all_data = [('CNSZVS_002', '2019-01', 0), ('CNSZVS_002', '2019-02', 0), ('CNSZVS_002', '2019-03', 0),('CNSZVS_002', '2019-04', 0), ('CNSZVS_002', '2019-05', 0), ('CNSZVS_002', '2019-06', 2353),('CNSZVS_002', '2019-07', 2939), ('CNSZVS_002', '2019-08', 5148), ('CNSZVS_002', '2019-09', 3850),('CNSZVS_002', '2019-10', 4973), ('CNSZVS_002', '2019-11', 5467), ('CNSZVS_002', '2019-12', 4742),('CWSWS_003', '2019-01', 5914), ('CWSWS_003', '2019-02', 4434), ('CWSWS_003', '2019-03', 6003),('CWSWS_003', '2019-04', 6611), ('CWSWS_003', '2019-05', 6586), ('CWSWS_003', '2019-06', 5840),('CWSWS_003', '2019-07', 6624), ('CWSWS_003', '2019-08', 7001), ('CWSWS_003', '2019-09', 5792),('CWSWS_003', '2019-10', 6898), ('CWSWS_003', '2019-11', 6944), ('CWSWS_003', '2019-12', 5404)]# 从pyecharts模块导入柱状图-Bar
from pyecharts import Bar
# 设置横轴行名，这里使用12个月份的英文简称
columns = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
# 分别新建2个空list用于存储每个月份对应的RNs的值
CNSZVS_002 = []
CWSWS_003 = []for i in all_data:if i[0] == 'CNSZVS_002':CNSZVS_002.append(i[2])elif i[0] == 'CWSWS_003':CWSWS_003.append(i[2])else:pass
# 设置柱状图的主标题与副标题
bar = Bar("柱状图", "Test需求—2019年的RNs")
# 添加柱状图的数据及配置项-求平均值、最大值、最小值
bar.add("CNSZVS_002", columns, CNSZVS_002, mark_line=["average"], mark_point=["max", "min"])
bar.add("CWSWS_003", columns, CWSWS_003, mark_line=["average"], mark_point=["max", "min"])
# 在本py文件同级目录下生成名为render.html的本地文件（默认为.html文件）
bar.render()
# 也可设置成指定的路径用于保存html文件
#bar.render(r"D:bar_render.html")

柱状效果图展示

生成的柱状效果图是html格式的，可以在浏览器中打开查看，在浏览器中支持下载成图片格式到本地，并且点击图例即可置灰对应的图例，同时隐藏图例对应的柱状图数据，如下图所示。

3.Python代码实现—饼状图

注意：数据准备部分的代码与柱状图一样，这里只展示饼状图特有的代码

# 从pyecharts模块中导入饼图Pie
from pyecharts import Pie
# 设置主标题与副标题，标题设置居中，设置宽度为1000
pie = Pie("饼状图", "Test需求—2019年的RNs", title_pos='left', width=1000)
# 使用add导入数据，设置坐标位置为【20，50】，上方的colums选项取消显示
pie.add("CNSZVS_002", columns, CNSZVS_002, center=[20, 50], is_legend_show=True)
# 使用add导入数据，设置坐标位置为【75，50】，上方的colums选项正常显示
pie.add("CWSWS_003", columns, CWSWS_003, center=[75, 50], is_legend_show=False, is_label_show=True)
# 保存图表
pie.render()

饼状效果图展示——隐藏所占百分比

饼状效果图展示——展示所占百分比

4.Python代码实现—箱型图

# 从pyecharts模块导入箱型图Boxplot
from pyecharts import Boxplot
boxplot = Boxplot("箱型图", "Test需求—2019年的RNs")
x_axis = ['CNSZVS_002', 'CWSWS_003']
y_axis = [CNSZVS_002, CWSWS_003]
# prepare_data方法可以将数据转为嵌套的 [min, Q1, median (or Q2), Q3, max]
yaxis = boxplot.prepare_data(y_axis)
boxplot.add("2019年RNs统计", x_axis, yaxis)
boxplot.render()

箱型图效果展示

5.Python代码实现—折线图

from pyecharts import Line
line = Line("折线图", "Test需求—2019年的RNs")
# is_label_show属性是设置上方数据是否显示
line.add("CNSZVS_002", columns, CNSZVS_002, is_label_show=True)
line.add("CWSWS_003", columns, CWSWS_003, is_label_show=True)
line.render()

折线图效果展示

6.Python代码实现—雷达图

from pyecharts import Radar
radar = Radar("雷达图", "Test需求—2019年的RNs")
# 由于雷达图传入的数据得为多维数据，需要将list再进行list转换一次
CNSZVS_002 = [CNSZVS_002]
CWSWS_003 = [CWSWS_003]
# 设置column的最大值，为了雷达图更为直观，这里的月份最大值设置依据真实数据的值来设置，因此各个月份有所不同
schema_diff = [("Jan", 7000), ("Feb", 5000), ("Mar", 6500),("Apr", 7000), ("May", 7000), ("Jun", 6200),("Jul", 6800), ("Aug", 7200), ("Sep", 6000),("Oct", 7300), ("Nov", 7500), ("Dec", 6000)
]
# 传入坐标
radar.config(schema_diff)
radar.add("CNSZVS_002", CNSZVS_002)
# 一般默认为同一种颜色，这里为了便于区分，需要设置item的颜色
radar.add("CWSWS_003", CWSWS_003, item_color="#1C86EE")
radar.render()

雷达效果图展示

7.Python代码实现—散点图

from pyecharts import Scatter
scatter = Scatter("散点图", "Test需求—2019年的RNs")
# xais_name是设置横坐标名称，这里由于显示问题，还需要将y轴名称与y轴的距离进行设置
scatter.add("CWSWS_003&CNSZVS_002 RNs的散点分布", CNSZVS_002, CWSWS_003, xaxis_name="CNSZVS_002", yaxis_name="CWSWS_003", yaxis_name_gap=40)
scatter.render()

散点图效果展示

总结

准备符合要求的数据及其格式
导入对应图表所使用的包
add()方法：主要方法，用于添加图表的数据和设置各种配置项
render()方法：用于保存生成的图表

欢迎关注【无量测试之道】公众号，回复【领取资源】
Python编程学习资源干货、
Python+Appium框架APP的UI自动化、
Python+Selenium框架Web的UI自动化、
Python+Unittest框架API自动化、
资源和代码免费送啦~
文章下方有公众号二维码，可直接微信扫一扫关注即可。

备注：我的个人公众号已正式开通，致力于测试技术的分享，包含：数据分析、大数据测试、功能测试，测试开发，API接口自动化、测试运维、UI自动化测试等，微信搜索公众号：“无量测试之道”，或扫描下方二维码：

添加关注，让我们一起共同成长！

Python 数据可视化神器—Pyecharts相关推荐

python数据可视化神器--pyecharts 快速入门
前言本文首发于本人公众号[Python编程与实战] 我们都知道python上的一款可视化工具 matplotlib , 但是它是静态的.后来发现了 pyecharts 模块,简直好用到不行,可视化类 ...
Python 数据可视化神器分享：pyecharts
Python 数据可视化神器分享:pyecharts Python 数据可视化神器分享:pyecharts 我们都知道python上的一款可视化工具matplotlib,而前些阵子做一个Spark项目 ...
实验报告-Python数据可视化之Pyecharts
课程:大数据可视化实验室名称: 指导老师: 实训日期: 年月日实训题目:Python数据可视化之Pyecharts 实训目的: 一.python的安装与基本使用二.创建py项目三.pyec ...
python 仪表盘-python数据可视化：pyecharts
发现了一个做数据可视化非常好的库:pyecharts. 非常便捷好用,大力推荐!! 官方介绍: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 ...
python数据可视化神器，我就服它
前言本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理. PS:如有需要Python学习资料的小伙伴可以加点击下方链接自行获取 python免费学习资 ...
python 数据可视化工具 -- pyecharts
目录初识pyecharts 一个商业分析案例带你熟悉常见的pyecharts图表饼图漏斗图柱形图和条形图简单折线图堆叠折线图阶梯折线图面积折线图仪表盘水球图词频统计词云散点图 ...
图文讲解Python数据可视化神器 !
我们都知道python上的一款可视化工具 matplotlib , 但是它是静态的.后来发现了 pyecharts 模块,简直好用到不行,可视化类型非常多,它是基于 Echarts 开发的. Echa ...
python数据可视化—用pyecharts画雷达图
什么是pyecharts 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.用 Echarts 生成的图可视化效果非常棒,pyech ...
python pychart 图片_“Matplotlib与Python数据可视化的pyecharts”朝阳图,之,Pyecharts,旭日...
11.6.2 绘制我的家庭树旭日图为了分析我的家庭的人员相互关系,绘制了我的家庭树旭日图,Python代码如下: # -*- coding: utf-8 -*- # 声明 Notebook 类型,必 ...

Python 数据可视化神器—Pyecharts

前言

安装

Python + pyecharts具体应用

总结

Python 数据可视化神器—Pyecharts相关推荐

最新文章

热门文章