Pyecharts丨极其强大的Python数据可视化模块

前言

昨天发了一篇关于【Matplotlib】的数据可视化文章,有一位小伙伴说可以直接使用Pyecharts,然后我就看了,发现确实,很强大,效果图也是非常的好看

安装Pyecharts

pip install Pyecharts

分享一个里面的内容

GeoLines(地理坐标系线图)

用于带有起点和终点信息的线数据的绘制,主要用于地图上的航线,路线的可视化。

GeoLines.add() 方法签名

add(name, data, maptype='china', symbol=None, symbol_size=12, border_color="#111", geo_normal_color="#323c48", geo_emphasis_color="#2a333d", geo_cities_coords=None, geo_effect_period=6, geo_effect_traillength=0, geo_effect_color='#fff', geo_effect_symbol='circle', geo_effect_symbolsize=5, is_geo_effect_show=True, is_roam=True, **kwargs)

  • name -> str 图例名称
  • data -> [list], 包含列表的列表 数据项,数据中,每一行是一个『数据项』,每一列属于一个『维度』。每一行包含两个或三个数据,如 ["广州", "北京"] 或 ["广州", "北京",100],则指定从广州到北京。第三个值用于表示该 line 的数值,该值可省略。
  • maptype -> str 地图类型。 从 v0.3.2+ 起,地图已经变为扩展包,支持全国省份,全国城市,全国区县,全球国家等地图
  • symbol -> str 线两端的标记类型,可以是一个数组分别指定两端,也可以是单个统一指定。
  • symbol_size -> int 线两端的标记大小,可以是一个数组分别指定两端,也可以是单个统一指定。
  • border_color -> str 地图边界颜色。默认为 '#111'
  • geo_normal_color -> str 正常状态下地图区域的颜色。默认为 '#323c48'
  • geo_emphasis_color -> str 高亮状态下地图区域的颜色。默认为 '#2a333d'
  • geo_cities_coords -> dict 用户自定义地区经纬度,类似如 {'阿城': [126.58, 45.32],} 这样的字典,当用于提供了该参数时,将会覆盖原有预存的区域坐标信息。
  • geo_effect_period -> int/float 特效动画的时间,单位为 s,默认为 6s
  • geo_effect_traillength -> float 特效尾迹的长度。取从 0 到 1 的值,数值越大尾迹越长。默认为 0
  • geo_effect_color -> str 特效标记的颜色。默认为 '#fff'
  • geo_effect_symbol -> str 特效图形的标记。有 'circle', 'rect', 'roundRect', 'triangle', 'diamond', 'pin', 'arrow', 'plane' 可选。
  • geo_effect_symbolsize -> int/list 特效标记的大小,可以设置成诸如 10 这样单一的数字,也可以用数组分开表示高和宽,例如 [20, 10] 表示标记宽为 20,高为 10。
  • is_geo_effect_show -> bool 是否显示特效。
  • is_roam -> bool 是否开启鼠标缩放和平移漫游。默认为 True 如果只想要开启缩放或者平移,可以设置成'scale'或者'move'。设置成 True 为都开启

默认效果

from pyecharts import GeoLines, Style style = Style( title_top="#fff", title_pos = "center", width=1200, height=600, background_color="#404a59" ) data_guangzhou = [ ["广州", "上海"], ["广州", "北京"], ["广州", "南京"], ["广州", "重庆"], ["广州", "兰州"], ["广州", "杭州"] ] geolines = GeoLines("GeoLines 示例", **style.init_style) geolines.add("从广州出发", data_guangzhou, is_legend_show=False) geolines.render()

稍加配置

from pyecharts import GeoLines, Style style_geo = style.add( is_label_show=True, line_curve=0.2, line_opacity=0.6, legend_text_color="#eee", legend_pos="right", geo_effect_symbol="plane", geo_effect_symbolsize=15, label_color=['#a6c84c', '#ffa022', '#46bee9'], label_pos="right", label_formatter="{b}", label_text_color="#eee", ) geolines = GeoLines("GeoLines 示例", **style.init_style) geolines.add("从广州出发", data_guangzhou, **style_geo) geolines.render()

指定数值

from pyecharts import GeoLines, Style data_guangzhou = [ ["广州", "上海", 10], ["广州", "北京", 20], ["广州", "南京", 30], ["广州", "重庆", 40], ["广州", "兰州", 50], ["广州", "杭州", 60], ] lines = GeoLines("GeoLines 示例", **style.init_style) lines.add( "从广州出发", data_guangzhou, tooltip_formatter="{a} : {c}", **style_geo ) lines.render()

多例模式

from pyecharts import GeoLines, Style data_beijing = [ ["北京", "上海"], ["北京", "广州"], ["北京", "南京"], ["北京", "重庆"], ["北京", "兰州"], ["北京", "杭州"] ] geolines = GeoLines("GeoLines 示例", **style.init_style) geolines.add("从广州出发", data_guangzhou, **style_geo) geolines.add("从北京出发", data_beijing, **style_geo) geolines.render()

单例模式,指定 legend_selectedmode="single"

from pyecharts import GeoLines, Style style_geo = style.add( is_label_show=True, line_curve=0.2, line_opacity=0.6, legend_text_color="#eee", legend_pos="right", geo_effect_symbol="plane", geo_effect_symbolsize=15, label_color=['#a6c84c', '#ffa022', '#46bee9'], label_pos="right", label_formatter="{b}", label_text_color="#eee", legend_selectedmode="single", #指定单例模式 ) geolines = GeoLines("GeoLines 示例", **style.init_style) geolines.add("从广州出发", data_guangzhou, **style_geo) geolines.add("从北京出发", data_beijing, **style_geo) geolines.render()

是不是很有强大,很好看?!

这只是其中的一种可视化图像,里面还有很多,比如:

  • 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)
  • GeoLines(地理坐标系线图)
  • Graph(关系图)
  • HeatMap(热力图)
  • Kline/Candlestick(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)
  • TreeMap(矩形树图)
  • WordCloud(词云图)

原文发布于微信公众号 - IT派(transfer_3255716726)

原文发表时间:2018-06-08

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏落影的专栏

OpenGLES进阶教程7-天空盒效果

教程 OpenGLES入门教程1-Tutorial01-GLKit OpenGLES入门教程2-Tutorial02-shader入门 OpenGLES入门...

40460
来自专栏杨建荣的学习笔记

字符画,你可能未知的美 (76天)

在平时的工作中,如果接触字符界面时间比较长的时候,都会无意识的感觉到单调,认为字符只能表达一些抽象复杂的东西,对于图形的那种简单和清晰,显得有些力不从心。 今天...

31650
来自专栏Data Analysis & Viz

乱炖“简书交友”数据之代码

上一篇文章乱炖数据之2700余篇“简书交友”专题文章数据的花式玩法发布后,不少人想学习下代码,由于此前不曾在GitHub上开源过,流程还不熟悉,再者本项目中很多...

9410
来自专栏儿童编程

Python案例——喝墨水的小乌龟

(本文为前一篇文章《理解编程语言只需四个词-编程知识体系介绍(带python及scratch案例)》的说明案例之一)

28820
来自专栏数据小魔方

地图可视化之——移花接木

本文所使用的代码是之前一篇关于航线图的数据,之所以要从新写一遍,是为了让大家体会借助在线地图制作地图可视化在代码效率上的便利(当然,也会有损失,你不能像操纵sh...

37760
来自专栏数据结构与算法

HDU 1847 Good Luck in CET-4 Everybody!(找规律版巴什博奕)

Problem Description 大学英语四级考试就要来临了,你是不是在紧张的复习?也许紧张得连短学期的ACM都没工夫练习了,反正我知道的Kiki和...

38180
来自专栏工科狗和生物喵

【计算机本科补全计划】CCF 2016_09_04 交通规划 (Dijkstra - 单源最短路径算法)

具体的想法来自下面这篇写的很好的博客,当然,他的代码很复杂,不如我的精简,但是解释这个算法的手法比我好得多!

16020
来自专栏AI研习社

一次 PyTorch 的踩坑经历,以及如何避免梯度成为NaN

本文首发于知乎答主小磊在「PyTorch有哪些坑/bug?」下的回答,AI 研习社获原作者授权转载。 分享一下我最近的踩坑经历吧。 这几天在实现一个语义分割的 ...

1.8K60
来自专栏软件工程师成长笔记

高德,百度,Google地图定位偏移以及坐标系转换

一般用国际GPS纪录仪记录下来的经纬度,通过GPS定位拿到的原始经纬度,Google和高德地图定位的的经纬度(国外)都是基于WGS-84坐标系的;但是在国内是不...

1.5K30
来自专栏程序你好

程序员算法基础——贪心算法

21320

扫码关注云+社区

领取腾讯云代金券