
作者:俊欣
來源:關于數據分析與可視化
一般提及數據可視化,會Python的讀者朋友可能第一時間想到的就是matplotlib模塊或者是seaborn模塊,而談及繪制動態圖表,大家想到的比較多的是Plotly或者是Pyecharts。
今天小編來為大家介紹另外一個繪制動態圖表的模塊,使用起來也是非常的便捷,而且繪制出來的圖表也是十分的精湛好看,它叫pygal,相比較seaborn等常用的模塊相比,該模塊的優點有:
因此,pygal模塊小編以為還是值得拿出來講講的,我們大致會說這些內容:
模塊的安裝十分的簡單,通過pip install就能夠實現,
pip install pygal
當然國內的小伙伴要是覺得下載的速度慢,也可以通過加入第三方的鏡像來提速
pip install -i http://pypi.douban.com/simple/ pygal
view = pygal.Bar() #圖表名 view.title = '柱狀圖' #添加數據 view.add('數據', [1,3,5,7,9,11]) #在瀏覽器中查看 #view.render_in_browser() view.render_to_file('bar.svg')
output
我們既可以通過render_to_file()方法來導出成文件,也可以通過render_in_browser()方法在瀏覽器中查看
我們再來看多列柱狀圖的繪制,代碼如下
view.add('奇數', [1,3,5,7,9,11])
view.add('偶數', [2,4,6,8,10,12])
output
要是我們想將柱狀圖橫過來看,將上述代碼當中的一小部分替換成
view = pygal.HorizontalBar()
output
而要是我們想要堆疊形式的柱狀圖,則需要將上述代碼當中的一小部分替換成
view = pygal.HorizontalStackedBar()
output
對于折線圖的繪制,其實與上面柱狀圖的繪制基本一致,我們直接來看代碼
view = pygal.Line() #圖表名 view.title = '折線圖' #添加數據 view.add('奇數', [1,3,5,7,9,11])
view.add('偶數', [2,4,6,8,10,12]) #在瀏覽器中查看 view.render_in_browser()
output
也和上面柱狀圖的代碼邏輯保持一致,折線圖中也有堆疊式的折線圖,只需要將上面的代碼當中的一部分替換成
view = pygal.StackedLine(fill=True)
同樣,餅圖的繪制也是相似的代碼邏輯
view = pygal.Pie() #圖表名 view.title = '餅狀圖' #添加數據 view.add('A', 23)
view.add('B', 40)
view.add('C', 15)
view.render_to_file('pie.svg')
output
同時我們也可以繪制圓環圖,在餅圖的中心掏空出來一塊,代碼大致相同,只是需要將上面的一小部分替換成
#設置空心圓半徑 view = pygal.Pie(inner_radius=0.4)
output
當我們每個類當中不止只有一個數字的時候,可以繪制多級餅圖,代碼如下
view = pygal.Pie() #圖表名 view.title = '多級餅圖' #添加數據 view.add('A', [20, 25, 30, 45]) view.add('B', [15, 19, 25, 50]) view.add('C', [18, 22, 28, 35]) view.render_to_file('pie_multi.svg')
output
雷達圖可以幫我們從多個維度來分析數據,例如我們分析運動員的運動能力的時候,就會從多個維度來綜合看待,這個時候雷達圖就變得非常有用,代碼如下
radar_chart = pygal.Radar()
radar_chart.title = 'NBA 各球員能力比拼' radar_chart.x_labels = ['得分', '防守', '助攻', '失誤', '籃板']
radar_chart.add('庫里', [70, 98, 96, 85, 97])
radar_chart.add('詹姆斯', [60, 95, 50, 75, 99])
radar_chart.add('杜蘭特', [94, 45, 88, 91, 98])
radar_chart.render_to_file('radar_nba.svg')
output
當然上面的數據都是瞎編的,喜歡NBA的讀者朋友或者是喜歡上面幾個球形的讀者朋友看了可別噴我哦
箱型圖可以快速地幫我們了解數據的分布,查看是否存在極值。在pygal模塊當中也提供了繪制箱型圖的方法,代碼如下
box_plot = pygal.Box() box_plot.title = '各瀏覽器的使用量' box_plot.add('Chrome', [6395, 8212, 7520, 7218, 12464, 1660, 2123, 8607]) box_plot.add('Firefox', [7512, 8099, 11700, 2651, 6361, 1044, 8502, 9450]) box_plot.add('360安全衛士', [3472, 2933, 4203, 5510, 5810, 1828, 9013, 4669]) box_plot.add('Edge', [4310, 4109, 5935, 7902, 14404, 13608, 34004, 10210]) box_plot.render_to_file("box.svg")
output
儀表盤可以幫助我們量化指標的好壞,代碼如下
gauge_chart = pygal.Gauge(human_readable=True)
gauge_chart.title = '不同瀏覽器的性能差異' gauge_chart.range = [0, 10000]
gauge_chart.add('Chrome', 8212)
gauge_chart.add('Firefox', 8099)
gauge_chart.add('360安全衛士', 2933)
gauge_chart.add('Edge', 2530)
gauge_chart.render_to_file('gauge_1.svg')
output
熱力圖可以更加直觀的觀測每個區域當中數據的分布,代碼如下
treemap = pygal.Treemap() treemap.title = 'Binary TreeMap' treemap.add('A', [12, 15, 12, 40, 2, 10, 10, 13, 12, 13, 40, None, 19]) treemap.add('B', [4, 2, 5, 10, 30, 4, 2, 7, 4, -10, None, 8, 30, 10]) treemap.add('C', [3, 8, 3, 3, 5, 15, 3, 5, 4, 12]) treemap.add('D', [23, 18]) treemap.add('E', [11, 2, 1, 12, 3, 13, 1, 2, 13, 14, 3, 1, 2, 10, 1, 10, 12, 1]) treemap.add('F', [31]) treemap.add('G', [15, 9.3, 8.1, 12, 4, 34, 2]) treemap.add('H', [12, 13, 3]) treemap.render_in_browser()
output
首先我們來看世界地圖的繪制,在這之前,我們還要下載繪制整個世界地圖所需要的插件
pip install pygal_maps_world
代碼如下
worldmap_chart = pygal.maps.world.World()
worldmap_chart.title = 'Some countries' worldmap_chart.add('A countries', ['國家名稱的縮寫'])
worldmap_chart.add('B countries', ['國家名稱的縮寫'])
worldmap_chart.add('C countries', ['國家名稱的縮寫'])
worldmap_chart.render_in_browser()
output
我們也可以針對不同國家的計數來進行地圖的繪制,例如不同國家重大疾病的死亡人數,代碼如下
worldmap_chart = pygal.maps.world.World()
worldmap_chart.title = 'Minimum deaths by capital punishement (source: Amnesty International)' worldmap_chart.add('In 2012', { '國家名稱的縮寫': 數量, '國家名稱的縮寫': 數量,
.....
})
worldmap_chart.render_in_browser()
output
我們也可以繪制以五大洲為主的世界地圖,代碼如下
worldmap_continent = pygal.maps.world.SupranationalWorld()
worldmap_continent.add('Asia', [('asia', 1)])
worldmap_continent.add('Europe', [('europe', 1)])
worldmap_continent.add('Africa', [('africa', 1)])
worldmap_continent.add('North america', [('north_america', 1)])
worldmap_continent.add('South america', [('south_america', 1)])
worldmap_continent.add('Oceania', [('oceania', 1)])
worldmap_continent.add('Antartica', [('antartica', 1)])
worldmap_continent.render_in_browser()
output
當然我們也可以將某個國家作為繪制,例如我們以法國為例,首先我們需要下載繪制單獨某個國家的地圖所依賴的插件
pip install pygal_maps_fr
代碼如下
fr_chart = pygal.maps.fr.Regions()
fr_chart.title = '法國區域圖' fr_chart.add('區域名稱', ['數量'])
fr_chart.render_in_browser()
output
但是提及繪制某個國家的地圖而言,目前支持的國家的數量并不多,在官網上面也只羅列法國和瑞士這兩個國家,其他國家的插件下載,小編嘗試下載了一下,都下載不了,后面就等官方的更新與優化把
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-25在當今數字化時代,數據分析師的重要性與日俱增。但許多人在踏上這條職業道路時,往往充滿疑惑: 如何成為一名數據分析師?成為 ...
2025-04-24以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《劉靜:10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda ...
2025-04-23