Pyecharts新版本食用指南

老肥码码码

发布于 2020-01-17 15:28:25

2.3K0

发布于 2020-01-17 15:28:25

文章被收录于专栏：算法与数据之美

pyecharts是我们用来做数据可视化，且非常实用的Python的第三方库。

Echarts 是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而 Python 是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts 诞生了。

版本 0.5 已经不再维护，而新版本 V1 是不向下兼容的。

代码风格完全不同，在 V1 版本中，一切皆Options。配置项种类更多，可操作性更强，可以画出更加丰富的图表。

因此，我们完全可以将新版本当作一个新库来学习使用。

一个非常经典的?，绘制条形图

from pyecharts.charts import Bar

bar = Bar()
bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
bar.render()

导入包的方式也发生了变化，各种图表类型集成在 charts 中。同时 V1 也支持链式调用如下，

from pyecharts.charts import Bar
from pyecharts import options as opts
bar = (
     Bar()
     .add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
     .add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
     .set_global_opts(title_opts=opts.TitleOpts(title="主标题", subtitle="副标题"))
)
bar.render()

通过使用options配置项，可以修改各种配置项参数，还可以使用渲染成图片文件。

from pyecharts.render import make_snapshot
from snapshot_selenium import snapshot
make_snapshot(snapshot, bar.render(), "bar.png")

另外，需要特别强调的一点是「数据格式」的问题。pyecharts 本质上在做的事情就是将 Echarts 的配置项由 Python dict 序列化为 JSON 格式，所以 pyecharts 支持什么格式的数据类型取决于 JSON 支持什么数据类型。

简单来说，我们需要自己将绘制成图像的数据的格式转换成Python原生的数据格式。我们可以利用Series.tolist()来转换，或者利用列表生成式来转换。

# for int
[int(x) for x in your_numpy_array_or_something_else]
# for str
[str(x) for x in your_numpy_array_or_something_else]

经典图表示例

折线图Demo

利用了 Faker 生成假的数据

import pyecharts.options as opts
from pyecharts.faker import  Faker
from pyecharts.charts import Line

c=(
   Line()
   .add_xaxis(Faker.choose())
   .add_yaxis("商家A", Faker.values())
   .add_yaxis("商家B", Faker.values())
   .set_global_opts(title_opts=opts.TitleOpts(title="Line-基本示例"))
   )

c.render()

雷达图Demo

from pyecharts import options as opts
from pyecharts.charts import Page, Radar

v1 = [[4300, 10000, 28000, 35000, 50000, 19000]]
v2 = [[5000, 14000, 28000, 31000, 42000, 21000]]

def radar_base() -> Radar:
    c = (
        Radar()
        .add_schema(
            schema=[
                opts.RadarIndicatorItem(name="销售", max_=6500),
                opts.RadarIndicatorItem(name="管理", max_=16000),
                opts.RadarIndicatorItem(name="信息技术", max_=30000),
                opts.RadarIndicatorItem(name="客服", max_=38000),
                opts.RadarIndicatorItem(name="研发", max_=52000),
                opts.RadarIndicatorItem(name="市场", max_=25000),
            ]
        )
        .add("预算分配", v1)
        .add("实际开销", v2)
        .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
        .set_global_opts(title_opts=opts.TitleOpts(title="Radar-基本示例"))
    )
    return c
    
c=radar_base()
c.render()

词云Demo

from pyecharts import options as opts
from pyecharts.charts import Page, WordCloud
from pyecharts.globals import SymbolType

words = [
    ("Sam S Club", 10000),
    ("Macys", 6181),
    ("Amy Schumer", 4386),
    ("Jurassic World", 4055),
    ("Charter Communications", 2467),
    ("Chick Fil A", 2244),
    ("Planet Fitness", 1868),
    ("Pitch Perfect", 1484),
    ("Express", 1112),
    ("Home", 865),
    ("Johnny Depp", 847),
    ("Lena Dunham", 582),
]

def wordcloud_base() -> WordCloud:
    c = (
        WordCloud()
        .add("", words, word_size_range=[20, 100])
        .set_global_opts(title_opts=opts.TitleOpts(title="WordCloud-基本示例"))
    )
    return c

c=wordcloud_base()
c.render()