今天CDA為大家分享：Pyecharts繪制22種超實用精美圖表

作者：俊欣

來源：關于數據分析與可視化

今天來給大家分享一下Pyecharts模塊，說到它我們就不得不提Echarts，它是由百度開源的一款使用JavaScript實現的開源可視化庫，涵蓋了各種圖表、滿足各類業務需求，而pyecharts也就是Python與Echarts結合之后的產物，封裝了Echarts各類圖表的基本操作，然后通過渲染機制，輸出一個包含JS代碼的HTML文件。

01、安裝與導入模塊

說到安裝模塊，我們可以這樣來進行，

pip install pyecharts

使用Pyecharts創建圖形的基本步驟是

1. 準備數據

2. 設計圖形的樣式、背景顏色

3. Pyecharts繪圖

4. 設計圖表的標題或者圖例等屬性

5. 導出至html

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


c = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values())
    .add_yaxis("商家2", Faker.values())
    .set_global_opts(title_opts=opts.TitleOpts(title="這是主標題", subtitle="這是副標題"))
    .render("bar_base.html")
)

出來的結果是

02、數據準備

import pandas as pd import numpy as np data = pd.DataFrame({'x':np.arange(1,101), 'y':["隨機生成的數字"]})


df = pd.read_excel("你的文件的路徑")

03、Pycharts還提供內置的數據集

Pyecharts內部還提供了一些數據集，主要包含類別數據、時間數據、顏色數據、地理數據、世界人口數據等等，通過choose()方法來隨機選擇使用哪個

def choose(self) -> list: return random.choice(
        [ self.clothes, self.drinks, self.phones, self.fruits, self.animal, self.dogs, self.week,
        ]
    )

04、圖形的樣式

說到圖形的樣式，大概都這么幾種

class _ThemeType:
    BUILTIN_THEMES = ["light", "dark", "white"]
    LIGHT = "light" DARK = "dark" WHITE = "white" CHALK: str = "chalk" ESSOS: str = "essos" INFOGRAPHIC: str = "infographic" MACARONS: str = "macarons" PURPLE_PASSION: str = "purple-passion" ROMA: str = "roma" ROMANTIC: str = "romantic" SHINE: str = "shine" VINTAGE: str = "vintage" WALDEN: str = "walden" WESTEROS: str = "westeros" WONDERLAND: str = "wonderland" HALLOWEEN: str = "halloween"

06、設置標題、副標題

設置標題以及副標題的代碼如下

set_global_opts(title_opts=opts.TitleOpts(title="這是主標題",
                                          subtitle="這是副標題"))

07、設置圖例與位置

legend_opts=opts.LegendOpts(type_="scroll", orient="vertical",
                            pos_top="15%",pos_left="7%")) # 圖裂的位置 label_opts=opts.LabelOpts(formatter=": {c}") # 結果的展現形式

08、導出結果

render("test.html")


# 如果是在jupyter notebook當中 render_notebook()

09、Pyecharts繪圖

堆疊柱狀圖

同個品類不同類目的柱子可以堆疊起來呈現，也就是堆疊的柱狀圖

c = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values(), stack="stack1")
    .add_yaxis("商家2", Faker.values(), stack="stack1")
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-堆疊數據（全部）"))
    .render("bar_stack_1212.html")
)

當然我們也可以部分堆疊，而不是上面這種全部的堆疊

c = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values(), stack="stack0")
    .add_yaxis("商家2", Faker.values(), stack="stack0")
    .add_yaxis("商家3", Faker.values())
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-堆疊數據（部分）"))
    .render("bar_stack_part.html")
)

柱狀圖的橫坐標傾斜一丟丟

有時候橫坐標的標識字數較多，X軸上顯示全，我們可以將標識的字體稍微傾斜一些

c = (
    Bar()
    .add_xaxis(
        [ "名字相當長的X軸標簽1", "名字相當長的X軸標簽2", "名字相當長的X軸標簽3", "名字相當長的X軸標簽4", "名字相當長的X軸標簽5", "名字相當長的X軸標簽6", ]
    )
    .add_yaxis("商家1", Faker.values())
    .add_yaxis("商家2", Faker.values())
    .set_global_opts(
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=15)),
        title_opts=opts.TitleOpts(title="Bar-旋轉X軸標簽", subtitle="副標題"),
    )
    .render("test.html")
)

柱狀圖可以自動縮放的

通過底下的滑塊來實現橫坐標的縮放、范圍的調整等等

c = (
    Bar()
    .add_xaxis(Faker.days_attrs)
    .add_yaxis("商家1", Faker.days_values)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Bar-數據縮放（拖快-水平）"),
        datazoom_opts=opts.DataZoomOpts(),
    )
    .render("bar_datazoom_slider.html")
)

當然滑塊也可以放在垂直的右側

c = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    .add_xaxis(Faker.days_attrs)
    .add_yaxis("商家1", Faker.days_values, color=Faker.rand_color())
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Bar-DataZoom（滑塊-垂直）"),
        datazoom_opts=opts.DataZoomOpts(orient="vertical"),
    )
    .render("bar_datazoom_slider_vertical.html")
)

我們也可以通過拖動里面的柱子來實現數據縮放、范圍的改變

c = (
    Bar()
    .add_xaxis(Faker.days_attrs)
    .add_yaxis("商家1", Faker.days_values)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Bar-DataZoom（內置+外置）"),
        datazoom_opts=[opts.DataZoomOpts(), opts.DataZoomOpts(type_="inside")],
    )
    .render("bar_datazoom_both.html")
)

柱狀圖給X軸Y軸命名的

c = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values())
    .add_yaxis("商家2", Faker.values())
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Bar-XY 軸名稱"),
        yaxis_opts=opts.AxisOpts(name="這個是 Y 軸"),
        xaxis_opts=opts.AxisOpts(name="這個是 X 軸"),
    )
    .render("bar_name_xyaxis.html")
)

柱狀圖柱間距離不相同的

在柱狀圖當中，不同柱子之間的距離也可以不是相同的

c = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.WHITE))
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values(), gap="0%")
    .add_yaxis("商家2", Faker.values(), gap="0%")
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-柱間距離不同"))
    .render("bar_different_series_gap.html")
)

柱狀圖水平狀態的

還有水平方向的柱狀圖

c = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values())
    .add_yaxis("商家2", Faker.values())
    .reversal_axis()
    .set_series_opts(label_opts=opts.LabelOpts(position="right"))
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-水平方向"))
    .render("bar_reversal_axis.html")
)

直方圖

c = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values(), category_gap=0, color=Faker.rand_color())
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-直方圖"))
    .render("bar_histogram.html")
)

箱型圖

箱型圖更加有利于我們來觀察數據的內在分布

from pyecharts.charts import Boxplot v1 = [ [850, 740, 950, 1090, 930, 850, 950, 980, 1000, 880, 1000, 980], [980, 940, 960, 940, 900, 800, 850, 880, 950, 840, 830, 800], ] v2 = [ [890, 820, 820, 820, 800, 770, 760, 760, 750, 760, 950, 920], [900, 840, 800, 810, 760, 810, 790, 850, 820, 850, 870, 880], ] c = Boxplot() c.add_xaxis(["A", "B"]) c.add_yaxis("類目1", c.prepare_data(v1)) c.add_yaxis("類目2", c.prepare_data(v2)) c.set_global_opts(title_opts=opts.TitleOpts(title="箱型圖-基本示例")) c.render("boxplot_test.html")

日歷圖

日歷圖具體指按照日歷的布局，用顏色展現每一天的數據，從而比較直觀地看到全年的數據情況，例如展示超市全年的銷售額，從而看出具體某個月份或者某個星期的銷售額比較低

c = ( Calendar(init_opts=opts.InitOpts(theme=ThemeType.INFOGRAPHIC)) .add("", data, calendar_opts=opts.CalendarOpts(range_="2020")) .set_global_opts( title_opts=opts.TitleOpts(title="日歷圖-2020年超市的銷售額"), visualmap_opts=opts.VisualMapOpts( max_=250000, min_=10000, orient="horizontal", is_piecewise=True, pos_top="230px", pos_left="100px", ), ) .render("calendar_test.html") )

K線圖

c = (
    Kline(init_opts=opts.InitOpts(theme=ThemeType.ESSOS))
    .add_xaxis(["2020/7/{}".format(i + 1) for i in range(31)])
    .add_yaxis("kline", data)
    .set_global_opts(
        yaxis_opts=opts.AxisOpts(is_scale=True),
        xaxis_opts=opts.AxisOpts(is_scale=True),
        title_opts=opts.TitleOpts(title="K線圖-基本示例"),
    )
    .render("kline_test.html")
)

漏斗圖

from pyecharts.charts import Funnel c = ( Funnel()
    .add("類目", [list(z) for z in zip(Faker.choose(), Faker.values())])
    .set_global_opts(title_opts=opts.TitleOpts(title="漏斗圖-基本示例"))
    .render("funnel_test.html")
)

折線圖

c = (
    Line()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values())
    .add_yaxis("商家2", Faker.values())
    .set_global_opts(title_opts=opts.TitleOpts(title="折線圖-基本示例"))
    .render("line_test.html")
)

水球圖

水球圖通常來顯示指標的完成程度

from pyecharts.charts import Liquid c = ( Liquid()
    .add("lq", [0.55, 0.75])
    .set_global_opts(title_opts=opts.TitleOpts(title="Liquid-基本示例"))
    .render("liquid_test.html")
)

詞云圖

c = (
    WordCloud()
    .add(series_name="詞云圖實例", data_pair=data, word_size_range=[5, 100])
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title="詞云圖實例", title_textstyle_opts=opts.TextStyleOpts(font_size=23)
        ),
        tooltip_opts=opts.TooltipOpts(is_show=True),
    )
    .render("basic_wordcloud.html")
)

餅圖

c = ( Pie()
    .add("類目", [list(z) for z in zip(Faker.choose(), Faker.values())])
    .set_global_opts(title_opts=opts.TitleOpts(title="餅圖-基本示例"))
    .set_series_opts(label_opts=opts.LabelOpts(formatter=": {c}"))
    .render("pie_test.html")
)

儀表盤圖

儀表盤的繪制也可以用來展示指標的完成程度

from pyecharts.charts import Gauge c = ( Gauge()
    .add("", [("完成率", 70)])
    .set_global_opts(title_opts=opts.TitleOpts(title="儀表盤-基本示例"))
    .render("gauge_test.html")
)

地圖

c = ( Map()
    .add("商家1", [list(z) for z in zip(Faker.provinces, Faker.values())], "china")
    .set_global_opts(title_opts=opts.TitleOpts(title="地圖-基本示例"))
    .render("map_test.html")
)

漣漪散點圖

c = (
    EffectScatter()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values())
    .set_global_opts(title_opts=opts.TitleOpts(title="漣漪散點圖-基本示例"))
    .render("effectscatter_test.html")
)