Python数据可视化神器分享：pyechartsPython数据可视化神器分享：pyecharts大家都知道python上的一个可视化工具matplotlib，前段时间做Spark项目的时候百度开源了一个可视化JS工具-Echarts，可视化类型很多，但必须通过导入js库运行在JavaWeb项目上。平时用Python比较多，所以想知道有没有结合Python和Echarts的轮子。经过Google，我发现了一个国人开发的Echarts和Python结合的轮子：pyecharts。下面是一些使用pyecharts的详细规则：我使用的是Win环境来写这篇文章。首先，打开命令行（win+R），输入：但笔者在实测中发现，由于被墙，下载时会出现断线、速度慢的情况，从而导致下载失败。所以建议通过清华镜像下载：pipinstall-ihttps://pypi.tuna.tsinghua如果.edu.cn/simplepyecharts出现以上信息，则说明下载成功，我们可以进行下一个实验！在使用之前，我们要强调一点：就是python2.x和python3.x的编码问题。在python3.x中可以认为是默认的unicode编码，在python2.x中不是默认的。原因就在于bytes对象的定义比较混乱，而pycharts使用unicode编码来处理字符串和文件，所以当你使用python2.x时，请务必在上面插入这段代码：from__future__importunicode_literals现在开始官方使用pycharts，这里我们直接使用官方的数据：histogram-Bar运行结果如下：简单的几行代码就可以很好的可视化数据，而且还是动态的，这里还是需要安利一下jupyter，pyecharts在v0.从1.9.2版本开始，直接调用jupyter上的实例（比如上面直接调用bar）直接显示图表就很方便了。笔者统计过，pyecharts上的图表目前支持的有20多种。接下来，我们将使用以上数据生成数据挖掘中常用的几种图表示例：饼图-饼状箱图-箱线图折线图-折线雷达图-Rader散点图-散点图布局Grid由于题和图表属于两个不同的控件，下面图表Line的标题位置一定要在这里设置，否则会出现标题重叠的bug。将两图结合Overlap总结图表的基本设置使用流程导入相关图表包，创建图表对象使用add()方法进行数据输入和图表设置（可以使用printechartsoptions()输出所有可配置项）使用render()方法为了保存图表，pyecharts还有很多有趣的3D图表和地图图表。就我个人而言，我认为地图图表是最好玩的。有兴趣的可以去pyecharts手册查看。有中文版就很方便了：pyecharts欢迎关注我的账号
