Pyecharts 组合图形绘制实践
来源:Python数据之道
作者:Peter
整理:Lemon
Pyecharts 组合图形绘制实践
大家好,之前跟大家分享了用 Pyecharts 绘制桑基图和饼图:
炫酷!用Python制作漂亮的流动桑基图
惊叹,Pyecharts绘制饼图原来可以如此漂亮!
有同学提了一个问题,在 Pyecharts 中如何绘制多个图形,今天我们来分享下组合图的绘制。
在实际的工作需求中,我们经常需要绘制多个甚至多种不同类型的图形,有时候还需要将它们放在一个页面中,达到一个可视化看板的效果。
在本文中将利用 pyecharts
来实现这个需求,同时满足动态可视化的效果,再次感受这个可视化神器的强大之处,让你真正爱上它。
01 环境
Python 3.7
Jupyter notebook
Pandas 1.1.3
pyecharts 1.7.1
pyecharts-jupyter-installer 0.0.3
这里提醒下:
pyecharts
的版本一定要保持一致,非常重要!
pyecharts
的版本一定要保持一致,非常重要!
pyecharts
的版本一定要保持一致,非常重要!
在安装的时候可以直接指定版本号,防止出意外
02 单个图形制作
在下面的文章部门我们先逐个绘制多种不同的图形,这些图形的绘制不会涉及到太多的配置项,本文中的重点是如何将不同类型的图形组合在一起。这些图形包含:
柱状图
饼图
折线图
热力图
漏斗图
仪表盘
导入库
在进行绘制数据处理和绘图之前,我们还是需要先导入各种库:
from pyecharts.globals import CurrentConfig, OnlineHostType # 事先导入,防止不出图
from pyecharts import options as opts # 配置项
from pyecharts.charts import Bar, Pie, Line, HeatMap, Funnel, Gauge, Grid, Page # 各个图形的类
from pyecharts.faker import Faker # 自身数据
from pyecharts.commons.utils import JsCode
from pyecharts.globals import ThemeType,SymbolTypeimport pandas as pd
import numpy as np
import random
模拟数据
首先我们模拟一份简单的数据:通过下面的方式我们可以掌握如何利用pandas快速生成一个DataFrame数据
柱状图
柱状图的制作使用的是 Bar 方法:
bar = (Bar().add_xaxis(df['消费'].tolist()).add_yaxis("5大开支",df['数据'].tolist()).set_global_opts(title_opts=opts.TitleOpts(title="Bar-月度开支"),legend_opts=opts.LegendOpts(is_show=False),)
)bar.render_notebook()
饼图
饼图的制作使用的是Pie:
pie = (Pie().add("", [list(z) for z in zip(df['消费'].tolist(), df['数据'].tolist())]).set_global_opts(title_opts=opts.TitleOpts(title="Pie-月度开支")).set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
)pie.render_notebook()
饼图视频:
折线图
折线图的制作使用的是 Line:
line = (Line().add_xaxis(df['消费'].tolist()).add_yaxis("月度开支", df['数据'].tolist()).set_global_opts(title_opts=opts.TitleOpts(title="Line-月度开支"))
)line.render_notebook()
热力图
热力图使用的是HeatMap()
方法,在这里我们使用的是pyecharts
中自带的数据:
print(Faker.week)
print(Faker.clock)
# 0-50 的随机数+列表推导式# 两层的列表推导式
value = [[i, j, random.randint(0, 50)] for i in range(24) for j in range(7)]heatmap = (HeatMap().add_xaxis(Faker.clock) # 横轴标签.add_yaxis("热力图", Faker.week, value) # 传入两个列表数据.set_global_opts(title_opts=opts.TitleOpts(title="HeatMap-热力图"),visualmap_opts=opts.VisualMapOpts(),)
)heatmap.render_notebook()
热力图视频:
漏斗图
漏斗图在用户画像中运用的非常广,尤其是在电商领域中,从访问、浏览到最终的支付成功等一系列的操作构成一个漏斗,在这里我们模拟一份数据来绘制漏斗图,先生成一个模拟数据:
绘图代码如下:
funnel = (Funnel().add("商城漏斗", [list(z) for z in zip(df1['操作'].tolist(), df1['人数'].tolist())]).set_global_opts(title_opts=opts.TitleOpts(title="商城用户漏斗分析"))
)funnel.render_notebook()
漏斗图视频:
仪表盘
在这里我们采用官方中的一个实例来制作简单的仪表盘:
gauge = (Gauge().add("", [("完成率", 80)]).set_global_opts(title_opts=opts.TitleOpts(title="Gauge-仪表盘"))
)gauge.render_notebook()
03 组合绘图
在上面我们通过不同的方法绘制出了各种不同的图形,都是动态可视化的,非常精美的。下面我们通过 Page
类来将上面的多种图形来放到一个可视化看板中。
1、首先给出整体的绘图代码
# 1、柱状图
def barPage() -> Bar: bar = (Bar().add_xaxis(df['消费'].tolist()).add_yaxis("5大开支",df['数据'].tolist()).set_global_opts(title_opts=opts.TitleOpts(title="Bar-月度开支"),legend_opts=opts.LegendOpts(is_show=False),))return bar# 2、饼图
def piePage() -> Pie:pie = (Pie().add("", [list(z) for z in zip(df['消费'].tolist(), df['数据'].tolist())]).set_global_opts(title_opts=opts.TitleOpts(title="Pie-月度开支")).set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")))return pie# 3、折线图
def linePage() -> Line:line = (Line().add_xaxis(df['消费'].tolist()).add_yaxis("月度开支", df['数据'].tolist()).set_global_opts(title_opts=opts.TitleOpts(title="Line-月度开支")))return line# 4、热力图def heatmapPage() -> HeatMap:value = [[i, j, random.randint(0, 50)] for i in range(24) for j in range(7)]heatmap = (HeatMap().add_xaxis(Faker.clock).add_yaxis("热力图", Faker.week, value).set_global_opts(title_opts=opts.TitleOpts(title="HeatMap-热力图"),visualmap_opts=opts.VisualMapOpts(),))return heatmap# 5、漏斗图
def funnelPage() -> Funnel:funnel = (Funnel().add("商品", [list(z) for z in zip(Faker.choose(), Faker.values())]).set_global_opts(title_opts=opts.TitleOpts(title="Funnel-漏斗图")))return funnel# 6、仪表盘
def gaugePage() -> Gauge:gauge = (Gauge().add("", [("完成率", 80)]).set_global_opts(title_opts=opts.TitleOpts(title="Gauge-仪表盘")))return gauge# 上面是6个图形的代码,下面利用Page进行组合
# !!! 关键步骤
page = (Page(layout=Page.DraggablePageLayout).add(barPage(),piePage(),linePage(),funnelPage(),heatmapPage(),gaugePage())
)page.render("page_demo.html")
2、现在解释一下上面的代码:
柱状图、饼图等不同的图形我们封装成不同的函数来实现
使用
Page
类的add
方法,添加上面的各个函数最后使用
page.render()
来生成一个html
文件,就是我们的各个图形下一个html
页面中
现在看看生成的组合图形1的效果:
组合图形1:
在目前生成的组合图形1中,要注意4点:
左上角有个
save config
的按钮,接下来这个按钮大有用处整体的图形是单个上下排列的,且整体靠左,右边很多的空白
每个图形都是虚线框,这表示图形可变大小,同时可以移动的
整体需要上下滑动来浏览全部的图形,视觉效果不佳
下面我们通过save config
按钮来进行改动,生成一个我们自己想看到的组合图形2效果:
组合图形2:
当我们把图形按照我们的需求排列OK之后,此时图形仍然没有被固定下来,如果我们刷新当前页面,又会变成组合图形1的效果。
现在点击save config
按钮,保存我们的配置文件。此时会在本地当前目录下生成一个chart_config.json
的配置文件。
接下来我们利用这个配置来生成上面我们想要达到的效果图形,将图形的格式固定下来,使用下面的代码:
Page.save_resize_html("page_demo.html", # 上面的HTML文件名称cfg_file="chart_config.json", # 保存的json配置文件dest="new_page_demo.html") # 新HTML文件名称
在jupyter notebook
中再运行一次,这样我们就将图形的格式固定下来了。通过这种方式我们可以设置图形的任意大小和位置,部分截图如下:
本文结合各种图形的简单制作,最终使用 Page 将各种图形组合在一起,形成了一个可视化看板的效果,希望对大家掌握 Pyecharts 的使用有所帮助,真正在实际工作中使用到 Pyecharts
这个视化神器。
作者简介
Peter,硕士毕业僧一枚,从电子专业自学Python入门数据行业,擅长数据分析及可视化。喜欢数据,坚持跑步,热爱阅读,乐观生活。个人格言:不浮于世,不负于己
个人站点:www.renpeter.cn,欢迎常来小屋逛逛
本文来自公众号读者投稿,欢迎各位童鞋向公号投稿,点击下面图片了解详情!
---------End---------
公众号后台回复「微信群」,将邀请加入读者交流群。
《Python知识手册》
《Matplotlib可视化指南》
《Plotly可视化指南》
《Pandas使用指南》
《机器学习精选》
????分享、点赞、在看,给个三连击呗!????
Pyecharts 组合图形绘制实践相关推荐
- 【Python】Pyecharts 组合图形绘制实践
来源:Python数据之道 作者:Peter 整理:Lemon Pyecharts 组合图形绘制实践 大家好,之前跟大家分享了用 Pyecharts 绘制桑基图和饼图: 炫酷!用Python制作漂亮的 ...
- 蓝桥杯例题练习(入门)--正十二边形和正三角形的组合图形绘制
题目:绘制如下图形,其中正十二边形边长50,用红色填充,正三角形用黄色填充,绘制过程中隐藏画笔,本题出自第十一届蓝桥杯 首先,由于绘制图形基本构成规律明显,可以将其拆分成正十二边形和正三角形绘制 1, ...
- html5 Canvas 绘制基本图形 从直线图形到使用路径 - 直线、矩形、路径、多边形、复杂组合图形
html5: Canvas 绘制基本图形 从绘制直线 到 路径 Jack Lee 的 CSDN 博客 邮箱 :291148484@163.com CSDN 主页:https://blog.csdn.n ...
- python动态横道图_用Python pyecharts v1.x 绘制图形【转】
关于pyecharts pyecharts是一个用于生成echart(百度开源的数据可视化javascript库)图表的类库.pyecharts 分为 v0.5.x 和 v1.x 两个大版本,版本不兼 ...
- 蓝桥杯例题练习(入门)--绘制六边形与正三角形的组合图形
绘制组合图形如下,要求正六边形内部红色填充,等边三角形绿色填充,边长150,要求绘制过程中隐藏画笔 首先对其进行拆解拆解,本图形由正三角形与正六边形组成,基本图形规律较为明显,为了方便填充,我们先从内 ...
- 【Android】PorterDuffXfermode使用(通过消除背景层与重叠部分绘制组合图形)
利用PorterDuffXfermode,绘制组合图形,过程我分成了4个步骤(onDraw方法里面): 1.通过canvas.saveLayout()先绘制一个背景图层(这里位置大小很重要,应该根据覆 ...
- 用Python pyecharts v1.x 绘制图形(二):折线图、折线面积图、散点图、雷达图、箱线图、词云图
文章目录 关于pyecharts 折线图 折线面积图 散点图 雷达图 箱线图 词云图 其他 关于pyecharts pyecharts是一个用于生成echart(百度开源的数据可视化javascrip ...
- 用python画组合图形的面积_漂亮图表也可用python信手拈来!一文教你学会用Python绘制堆积折线图...
今天,和大家聊聊关于Python绘图相关的东东哦,还是和大家继续深耕Python经典的matplotlib库哦! 好啦,咱们就开始吧! 首先,咱们聊聊如何在Python中去绘制经典的堆积折线图 到这可 ...
- python组合图形的创建
目录 前言 一.导入需要用到的库 二.层叠组件 Ⅰ.导入数据 Ⅱ.更改X轴数据 Ⅲ. 使用rate_of_rise函数 Ⅳ.调用overlap组件的方法 三.组合组件 Ⅰ.前三步与层叠组件一样 Ⅱ.将 ...
最新文章
- 面试必考之http状态码有哪些
- 设置TextView下划线并响应点击事件(SpannableString)
- 【架构】阿里中台内容整理(部分)
- Python内存相关
- 设备树和pinctrl粗解
- 工作137:map函数
- 区块链相关问题 理解
- 安全数据科学家的日常:需要做什么?将面对哪些挑战?
- mvc 前段定义变量_3分钟短文 | Laravel blade模板里优雅地定义PHP变量
- 二叉搜索树的后序遍历序列(C++)
- fpga开发教程 labview_NI LabVIEW高性能FPGA开发者指南
- 液晶显示器测试软件6,屏幕坏点检测工具(Datum pixel repair)
- Ceph Calamari Server RPM编译
- php页面会返回状态200,服务器404错误页面http状态返回值为200的原因解析
- ES5 Array新方法reduce() 数组累加
- 这三种创业项目不要轻易涉足
- 国产高性能车载应用DCDC电源芯片SCT2432、SCT2432Q
- 智能手表音频特性测试_Kido × 蜻蜓FM打造音频内容营销新范本,高效精准助品牌弯道超车...
- Parametric model
- CSS-- 精灵图和字体图标
热门文章
- 【转】编译EDEM2018+Fluent19.0耦合接口
- 关于keil常见问题解决方法记录error: #268: declaration may not appear after executable statement in block
- css兼容问题收集+部分效果收集+css重置
- 重试组件 Spring Retry
- 数据恢复西数80GWD800BB-88JHA0二次开盘数据恢复
- Hbase学习笔记(一)
- 【它山之玉】写科研论文导师不传授的细节-科学网马臻
- InnoSetup的简体中文语言文件ChineseSimplified.isl官方下载地址.
- 牙科诊所信息管理系统:业务分析
- 阿里云天池task4学习笔记