Python 数据可视化神器—Pyecharts
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 ...
最新文章
- 没有数据也能翻译?一文读懂「无监督」机器翻译
- 沾包 nagle算法等
- explain 之 select_type
- Java开发过程中开发工具Eclipse中导入jar包的过程
- oracle avg分析函数,分析函数之sum,avg
- OpenGL之正背面剔除、深度测试与多边形偏移
- SAP GUI和Windows注册表
- Makefile函数使用
- 深入浅出MongoDB(二)概述
- 搭建云计算机win10,win10电脑做云服务器
- Python+MySQL开发医院网上预约系统(课程设计)一
- Mysql学习总结(9)——MySql视图原理讲解与使用大全
- 哪些话你一开始不信,后来却深信不疑
- 例3.5 二叉排序树 - 九度教程第35题(二叉排序树)
- matlab计算并联电阻怎么输入,如何用计算器快速计算并联电阻,并联电阻的计算方法...
- 用Python3抓取并分析猫眼电影TOP100
- linux qt程序崩溃_Qt程式异常崩溃处理技巧(Win)
- wingide python_WingIDE下载|Wingware Python WingIDE汉化中文版6.0 下载_当游网
- 【树莓派】刷机、基础配置及多种方式登录
- 重庆专科计算机大学排名,重庆2017年专科大学排名一览表