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）