西电-数据可视化-实验五-高维非空间数据可视化

一、实验内容

在某次大型会议中，为确保会议过程安全，会场使用了电子胸牌对场内人员的移动轨迹进行了监控。现经过处理，得到了某一天内人员在场内各个区域逗留的时间统计数据（time_allocate_day1.csv，课程资料库下载）。请根据这份数据，完成以下任务：

1、设计可视化方案，通过该方案可实现对人员的分类（绘制出图像即可）

2、请分析会场中room1~6的功能。

二、思路分析

(1)进入pyecharts官网修改demo即可

本实验涉及的图表类型如下：

parallel

pie(2)代码实现：

import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Parallel, Page, Pie# 获取绘制平行坐标系的数据
def get_data_for_parallel(f):parallel_axis = []my_data = []for index, column in enumerate(f):parallel_axis.append({"dim": index, "name": column})for _, elem in f.iterrows():temp = []for i in range(24):# numpy.int64和python的int是不一样的# print(type(elem[i]))  # <class 'numpy.int64># print(type(int(elem[i]))) # <class 'int'>temp.append(int(elem[i]))my_data.append(temp)return parallel_axis, my_datadef draw_parallel(f):parallel_axis, my_data = get_data_for_parallel(f)(Parallel(init_opts=opts.InitOpts(width="1500px", height="750px")).add_schema(schema=parallel_axis).add(series_name="人员分类",data=my_data,linestyle_opts=opts.LineStyleOpts(# 线宽width=0.5,# 透明度opacity=0.5,# 线的类型 solid/dashed/dottedtype_="dashed",# 线的颜色# 线性渐变，前四个参数分别是 x0, y0, x2, y2, 范围从 0 - 1，相当于在图形包围盒中的百分比# 如果 globalCoord 为 `true`，则该四个值是绝对的像素位置color={'type': 'linear','x': 0,'y': 0,'x2': 0,'y2': 1,'colorStops': [{'offset': 0, 'color': 'yellow'}, {'offset': 1, 'color': "purple"}],"global": False})).set_global_opts(title_opts=opts.TitleOpts(title="平行坐标系")).render("parallel.html"))# 获取构建饼图的data
def get_data_for_pie(f1, f2):# id与其对应的身份id2identity = {}# 遍历id-身份表for _, elem in f2.iterrows():id2identity[elem[0]] = elem[1]data = []# room1-room6 循环六次for i in range(6, 12):# 初始化该房间不同身份的人停留的时间为0this_room = {"waiter": 0, "vip": 0, "reporter": 0, "participant": 0, "meeting": 0}# 构建infosinfos = []for _, elem in f1.iterrows():infos.append([id2identity[int(elem[0])], int(elem[i])])# 遍历infosfor info in infos:this_room[info[0]] += info[1]this_room = [(key, value) for key, value in this_room.items()]data.append(this_room)return data# 绘制room1-room6的饼图
def draw_pie(f1, f2):data = get_data_for_pie(f1, f2)page = Page()for i, this_data in enumerate(data):name = "room" + str(i+1)pie = (Pie().add("停留总时间", this_data).set_global_opts(title_opts=opts.TitleOpts(title=name)).set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")))page.add(pie)page.render("pie.html")if __name__ == '__main__':# 读取文件df1 = pd.read_excel("time_allocate_day1.xlsx")df2 = pd.read_excel("classifyday1.xlsx")# task1: 对人员分类 用平行坐标系表示draw_parallel(df1)# task2: 推断每一个房间的类型 饼图draw_pie(df1, df2)

(3)实验细节：
@一个易错点：

@在构造pie的数据时，初始化一个字典，然后遍历更新这个字典就可：

三、实验结果

Room1: 普通参会人员“meeting”占比最多 => 休息区Room2:嘉宾“VIP”占比最多 => 嘉宾休息区
Room3: 普通参会人员“meeting”占比最多 => 休息区
Room4: 记者“reporter”占比最多 => 记者区

Room5: 黑客竞赛参赛者“participant”占比最多 => 黑客竞赛现场

Room6: 场内工作人员“waiter”占比最多 => 工作人员休息区