说到数据可视化,第一想到的肯定是百度的ECharts。它的英文单词是Enterprise Charts,商业级数据图表,是百度的开源数据可视化工具。但是学习起来不是那么容易,但是我们利用 python 的pyecharts 库,只需几行代码就可以画出很炫的图片。
Pyecharts是一个用于生成 Echarts 图表的类库,也可以理解为是 Echarts 与 Python 的桥梁。它的安装非常简单,如下
pip install pyecharts
如果使用的是pycharm环境,只需要搜索pyecharts, 然后点击install即可。
使用pyecharts画图,只需要三个步骤即可完成,如下:
`python`
第一步: 初始化具体类型图表。
语法为: 图表名字 = 图表类型("图的名字")
其中图表的类型如下,也就是pyecharts可以画的图表
Bar(柱状图/条形图)
Bar3D(3D 柱状图)
Boxplot(箱形图)
EffectScatter(带有涟漪特效动画的散点图)
Funnel(漏斗图)
Gauge(仪表盘)
Geo(地理坐标系)
Graph(关系图)
HeatMap(热力图)
Kline(K线图)
Line(折线/面积图)
Line3D(3D 折线图)
Liquid(水球图)
Map(地图)
Parallel(平行坐标系)
Pie(饼图)
Polar(极坐标系)
Radar(雷达图)
Sankey(桑基图)
Scatter(散点图)
Scatter3D(3D 散点图)
ThemeRiver(主题河流图)
WordCloud(词云图)
第二步:添加图表的数据,is_more_utils设置更多的工具按钮,在图片中显示
具体的语法是: 图表类型.add()
第三步:把图,保存到本地,格式是HTML类型
语法为: 图表类型.render()
使用上面的三个步骤,画基本的柱状图,代码如下:
"""
PYTHON数据可视化例子
"""
from pyecharts import Bar
"""
第一步:创建柱状图例子
"""
bar =Bar("超市一周销量","模拟")
#设置主题色系
#共5种,具体可以参考 http://pyecharts.org/#/zh-cn/themes
#pip install echarts-themes-pypkg
bar.use_theme('dark')
"""
第二步:添加图表的数据,is_more_utils设置更多的工具按钮,在图片中显示
"""
bar.add("日用品",["粮面类","饮料类","衣服类","文具类","烟酒类","水果类"],[40,90,30,10,60,77],
is_more_utils=True)
"""
第三步:把柱状图,保存到本地,格式是HTML类型
"""
bar.render()
运行效果如下,是不是很简单。赶快拿你手中的数据试一下吧:
利用上面的三步画图法,我们可以画出各种各样的图像,如下面所示。由于图片太多,本次就不展示代码。只需关注公众号(人工智能与大数据生活,data_circle),后台回复“python可视化”即可获得所有代码。
折线图:
堆叠柱状图:
3D散点图
饼图-玫瑰图
源代码如下,是不是很简单,后台回复“python可视化”即刻获得所有代码。
from pyecharts import Pie
#准备数据集
data = ["粮面类","饮料类","衣服类","文具类","烟酒类","水果类"]
v1 = [5, 20, 36, 10, 75,
90]
v2 = [10, 25, 8, 60, 20, 80]
#第一步:创建玫瑰园图
pie = Pie("玫瑰图")
#第二步:添加数据
pie.add("商家A",data ,v1)
pie.add("商家B",data,v2)
#第三步:保存
pie.render()
仪表盘
雷达图
文末扫码关注人工智能与大数据生活,送您
后台回复“python可视化”,获得本文所有源代码
2.7G 380份最新数据分析报告
40G 人工智能算法课
已关注的小伙伴,直接回复数据分析报告、人工智能算法
文末扫码扫码关注人工智能与大数据生活后,回复 PM2.5 获得 Python分析北京PM2.5,原来每年的值都在变少......
文末扫码关注人工智能与大数据生活后,回复“python3.7”,获得python 3.7官方最新pdf 文档
文末扫码关注人工智能与大数据生活后,回复 世界杯, 获得 2018世界杯来了,利用Python预测冠军(附全部代码和数据集)
文末扫码关注人工智能与大数据生活后,回复“豆瓣电影“,获得 Python实战 | 手把手教你爬取豆瓣电影 Top 250(附全部代码及福利哦)
长按二维码,关注我们