公众号后台回复“图书“，了解更多号主新书内容

作者：林骥

来源：林骥

日历图，是指按照日历的布局，用颜色展现每一天的数据，从而比较直观地看到全年的数据情况。

比如说，下面是一家超市每天销售额数据的日历图，从中可以看出，一月份和二月份的销售相对较低，星期三的销售较好，大多数星期五都没有销售。

因为这些数据是虚拟的，所以这里不展开分析讨论。

在实际工作中，我们应该对业务情况比较熟悉，借助图表等方式，充分挖掘数据背后有价值的信息，并提出有针对性的建议。

下面手把手教你用 pyecharts 来制作日历图，请在 Jupyter Lab 中新建一个 Notebook，然后运行以下代码，其中包含比较详细的注释：

# 导入相关库
import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Calendar# 数据获取方法，在林骥的公众号后台回复：超市
df = pd.read_excel('./data/超市数据.xlsx')# 汇总每天销售额
daily_sale = df.fillna(0).pivot_table(values='销售额', index='订单日期', aggfunc=sum).fillna(0)# 把数据框转变成列表，以便下面绘图时直接调用
data = [[str(x)[:10], round(y/10000,1)] for (x, y) in zip(daily_sale.index, daily_sale.销售额)]# 绘制日历图
c = (# 设置背景、大小和网页标题Calendar(init_opts=opts.InitOpts(bg_color='#00589F', width='360px', height='800px', page_title="2019年每天销售额")).add(# 系列名称"销售额",# 列表格式的数据data,# 日历组件配置项calendar_opts=opts.CalendarOpts(# 年份range_="2019",# 年月日的格式和字体颜色daylabel_opts=opts.CalendarDayLabelOpts(name_map="cn", label_color='#FFFFFF'),monthlabel_opts=opts.CalendarMonthLabelOpts(name_map="cn", label_color='#FFFFFF'),yearlabel_opts=opts.CalendarYearLabelOpts(label_color='#FFFFFF'),# 日历的位置pos_top='110px',pos_left='80px',pos_right='80px',pos_bottom='60px',# 日历的方向orient='vertical'),# 提示框显示的数字格式tooltip_opts=opts.TooltipOpts(formatter='{a}<br/>{c}')).set_global_opts(# 标题的大小、颜色和位置title_opts=opts.TitleOpts(title='日均销售额'+'%.1f万元' % (daily_sale.销售额.mean()/10000),title_textstyle_opts=opts.TextStyleOpts(font_size=26, color='#FFFFFF'),pos_left='center', pos_top='10px'),# 隐藏图例legend_opts=opts.LegendOpts(is_show=False),# 显示工具箱及其位置toolbox_opts=opts.ToolboxOpts(pos_bottom="30px",),# 视觉映射的配置visualmap_opts=opts.VisualMapOpts(max_=7,min_=0,orient="horizontal",is_piecewise=True,pos_bottom="30px",pos_left="center",textstyle_opts=opts.TextStyleOpts(color="#FFFFFF"),# 按区间定义好中差，并设置相应的颜色pieces=[{"min": 0, "max": 1, "label": '差', 'color': '#CCCCCC'},{"min": 1, "max": 3, "label": '中', 'color': '#999999'},{"min": 3, "max": 8, "label": '好', 'color': '#5D9BCF'},],),)# 输出网页文件.render("2019年每天销售额.html")
)

运行结束之后，系统会自动生成一个文件：2019年每天销售额.html，用浏览器打开它，就能看到一个日历图。

如果把鼠标放在相应的单元格上方，就会显示对应日期的销售额数据，既能观察全貌，又能查看数据明细，这是用 pyecharts 制作图表的优势。

虽然工具各有优劣，但是关键要知道目标是什么，否则就算图表做得再好看，锻炼出来的也不过是工具操作能力。

最后，建议你结合自身的实际情况，学习对自己工作有帮助的技能，并灵活加以运用，充分发挥不同工具的优势，从而创造更大的价值。

*作者简介：林骥，专注数据分析 10 多年，坚持用心做原创。

◆ ◆ ◆  ◆ ◆麟哥新书已经在当当上架了，我写了本书：《拿下Offer-数据分析师求职面试指南》，目前当当正在举行100-50活动，大家可以用相当于原价5折的预购价格购买，还是非常划算的：数据森麟公众号的交流群已经建立，许多小伙伴已经加入其中，感谢大家的支持。大家可以在群里交流关于数据分析&数据挖掘的相关内容，还没有加入的小伙伴可以扫描下方管理员二维码，进群前一定要关注公众号奥，关注后让管理员帮忙拉进群，期待大家的加入。
管理员二维码：
猜你喜欢
● 卧槽！原来爬取B站弹幕这么简单● 厉害了！麟哥新书登顶京东销量排行榜！● 笑死人不偿命的知乎沙雕问题排行榜
● 用Python扒出B站那些“惊为天人”的阿婆主！● 你相信逛B站也能学编程吗