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。

  • pyecharts简直漂亮极了,这比python的其他数据可视化库帅多了,比如Matplotlib,Seaborn,Pandas和Bokeh,Plotly,Cufflinks,Folium,Altair + Vega,D3.js,当然每个大数据可视化库,都有自己独特的功能

pyecharts主要功能:

  • 简洁的 API 设计,使用如丝滑般流畅,支持链式调用
  • 囊括了 30+ 种常见图表,应有尽有
  • 支持主流 Notebook 环境,Jupyter Notebook 和 JupyterLab
  • 可轻松集成至 Flask,Django 等主流 Web 框架
  • 高度灵活的配置项,可轻松搭配出精美的图表
  • 详细的文档和示例,帮助开发者更快的上手项目
  • 多达 400+ 地图文件以及原生的百度地图,为地理数据可视化提供强有力的支持

pyecharts 大数据分析可视化

是的,pyecharts漂亮极了,以上数据库动态可视化图表都可以使用pyecharts来实现,如何使用pyecharts来进行图表的绘制,我们使用python代码具体举例

pyecharts实现柱状图与折线图

python Presentation 字体大小 参数 python字体大小调整_pyecharts显示所有x轴

柱状图与折线图

柱状图与折线图应该在pyecharts中属于最简单的图表了,其他类似的图表当然也可以使用pyecharts实现,首先若需要python使用pyecharts,那么需要我们安装pyecharts

pip

安装完成后,我们来一起编写我们的python代码

import Collector

首先,我们导入需要的第三方库,本实例使用链式表达式的方式进行编程

Bar()首先建立了一个柱状图,然后使用链式表达式的形式,首先加入了x轴的数据,然后加入了5条y轴的数据

使用set_global_opts函数来定义整个图表的一些信息,包括title_opts 图标标题,yaxis_opts Y轴展现信息,xaxis_opts X轴展现信息等

最后return返回我们建立的图表

python Presentation 字体大小 参数 python字体大小调整_python pyecharts 折线图_02

代码截图

以上便是建立了一个柱状图,然后我们再建立一个折线图

@C.funcs

折线图的建立方法,跟柱状图的建立方法完全一样,只是我们改了一个名字line()

python Presentation 字体大小 参数 python字体大小调整_折线图_03

代码截图

通过以上代码,我们建立了一个柱状图与一个折线图,当然,这时候若运行代码,我们并不能看到新建的图表,我们需要在代码最后加入如下:

#C = Collector() #收集需要建立的图表,这个函数,我们在前面建立,主要用途便是收集各个新建的图表
Page().add(*[fn() for fn, _ in C.charts]).render()
#这句代码的意思,就是在一个page里面显示所有的收集到的图表,并通过render()函数,最终运行到一个html文件中

通过运行以上代码,我们会在python同目录下,看到一个render.html文件,用浏览器打开这个文件,依然看不到任何图表,不急,这里主要是pyecharts是一个JS代码演变过来的,一些python代码需要引用JS的代码,所以,需要到官方下载echarts.min.js文件,放到一个目录下,便可以看到我们新建的图表了

python Presentation 字体大小 参数 python字体大小调整_python_04

柱状图

python Presentation 字体大小 参数 python字体大小调整_pyecharts x轴字体大小调整_05

折线图

pyecharts生成的图片是不是很漂亮,而且可以动态展示数据,简直不能太爱了

通过以上代码,我们只能每个图表展示一个数据,能不能把我们的数据同时展示在一张图表中?答案当然是肯定的

pyecharts如何实现双坐标Y轴

python Presentation 字体大小 参数 python字体大小调整_pyecharts x轴字体大小调整_06

pyecharts实现双坐标Y轴

类似以上的双Y轴,2个数据同时展示在同一个图表中如何实现??

import time
import matplotlib.pyplot as plt
import pandas as pd
from pyecharts.charts import Page, Bar, Line
from pyecharts import options as opts
path = "111.xlsx"
data = pd.DataFrame(pd.read_excel(format(path), sheet_name=0))
k = 0
x_h = []y_1_current = []y_2_voltage = []while k < data.shape[0]:
    x_h.append(str(data.iloc[k, 0]))
    y_1_current.append(str(data.iloc[k, 1])[0:6])
    y_2_voltage.append(str(data.iloc[k, 2])[0:5])
    k = k + 1

以上代码我们导入第三方库,并加载我们的数据,然后保存在三个list里面

x_h = [] X 轴

python Presentation 字体大小 参数 python字体大小调整_python_07

代码截图

def line_base() -> Line:

这里我们使用2条折线图为例,当然其他图表类似,首先我们新建了2条折线图,然后按照折线图的定义,定义了2条数据,这里在折线1中,特意添加了另外一个坐标轴,这也是添加双Y轴的关键代码的第一步:

line1

然后按照建立折线图的定义,定义好折线图的坐标意思,新建另外一个折线图,最后使用:

line1

python Presentation 字体大小 参数 python字体大小调整_pyecharts x轴字体大小调整_08

代码截图

以上便建立了一个双Y轴的数据可视化图表,此部分代码使用非链式代码,大家按照自己的代码喜欢格式来设计自己的代码即可

python Presentation 字体大小 参数 python字体大小调整_pyecharts显示所有x轴_09

双Y轴数据可视化

pyecharts是python第三方数据可视化工具,使用pyecharts可以展示很漂亮的动态数据可视化大屏

python Presentation 字体大小 参数 python字体大小调整_pyecharts显示所有x轴_10

pyecharts助力python大数据分析

pyecharts助力python大数据分析,实现数据动态可视化,最后,来看看pyecharts可视化数据图表全家桶