一、Pyecharts简介pyechartspyecharts是一个生成Echarts图表的类库。Echarts是百度开源的数据可视化。凭借其良好的交互性和精美的图表设计，得到了众多开发者的认可。另一方面，Python是一种非常适合数据操作的表达语言。当数据分析遇上数据可视化，pyecharts诞生了。Pyecharts官网https://pyecharts.org/#/zh-cn/intropyecharts安装pipinstallpyecharts二、Pyecharts可视化使用pyecharts绘制如下图表：Scatter散点图Funnel漏斗图BarcolumnchartGaugedashboardPiepiechartGraph关系图LineLine/AreaChartLiquidWaterPoloChartRadarRadarChartParallelParallelCoordinateSystemSankey桑基图Polar极坐标系WordCloudWordCloudChartHeatMap热图2.0，初始化设置导入相关库：frompyecharts.chartsimport*importpyecharts.optionsasoptsfrompyecharts.chartsimport*：可以使用所有图表对应的功能；使用options配置项，在pyecharts中，一切都是Options，并设置参数；总体说明：.render_notebook()随时随地渲染图表；.render()这个不会直接生成图表，而是形成一个render.html文件，可以在浏览器中打开查看图表；2.1、scatter()这里画了sin和cos的散点图x=np.linspace(0,2*np.pi,100)y=np.sin(x)y2=np.cos(x)#参数设置(Scatter()#Graphtype.add_xaxis(xaxis_data=x)#设置x轴series.add_yaxis(series_name='sin',y_axis=y)#设置y轴series.add_yaxis(series_name='cos',y_axis=y2、label_opts=opts.LabelOpts(is_show=False))#is_show=False：表示不显示数值部分）。render_notebook()结果如下：2.2、line()frompyecharts.chartsimportLineimportpyecharts.optionsasoptsx=np.linspace(0,2*np.pi,100)y=np.sin(x)(Line().add_xaxis(xaxis_data=x).add_yaxis(series_name='sin',y_axis=y,label_opts=opts.LabelOpts(is_show=False)).add_yaxis(series_name='cos',y_axis=np.cos(x),label_opts=opts.LabelOpts(is_show=False)).set_global_opts(title_opts=opts.TitleOpts(title='curve'),tooltip_opts=opts.TooltipOpts(axis_pointer_type='cross'))).render_notebook()结果如下：2.3.Bar()直方图的绘制：frompyecharts.chartsimportBarbar=(Bar().add_xaxis(["shirt","Cardigan","Chiffonsweater","Pants","Highheels","Socks"]).add_yaxis("商人A",[5,20,36,10,75,90]))bar.render_notebook()的结果如下：当然，这只是最基本的柱形图使用；我们还可以绘制混合柱形图；90,120,99]lab=['哈士奇','萨摩耶','泰迪','金毛猎犬','牧羊犬','吉娃娃','柯基'](Bar(init_opts=opts.InitOpts(width='720px',height='320px')).add_xaxis(xaxis_data=lab).add_yaxis(series_name='businessA',yaxis_data=num).add_yaxis(series_name='businessB',yaxis_data=num2).set_global_opts(title_opts=opts.TitleOpts(title='各商家拥有的狗的数量',subtitle='如有雷同，纯属偶然'))).render_notebook()结果如下：2.4、Pie()普通饼图图表：frompyecharts.chartsimportPieimportpyecharts.optionsasoptsnum=[110,136,108,48,111,112,103]lab=['Husky','Samoyed','Teddy','GoldenRetriever','Shepherd','Chihuahua','Corgi'](Pie(init_opts=opts.InitOpts(width='720px',height='320px')).add(series_name='',data_pair=[(j,i)fori,jinzip(num,lab)])).render_notebook()结果是如下：环形饼图：frompyecharts.chartsimportPieimportpyecharts.optionsasoptsnum=[110,136,108,48,111,112,103]lab=['Husky','Samoyed','Teddy','GoldenRetriever','Shepherd','Chihuahua','Corgi'](Pie(init_opts=opts.InitOpts(宽度='720px',高度='320px')).add(series_name='',radius=['40%','75%'],data_pair=[(j,i)fori,jinzip(num,lab)])).render_notebook()如图：玫瑰饼图：frompyecharts.chartsimportPieimportpyecharts.optionsasoptsnum=[110,136,108,48,111,112,103]lab=['哈士奇','萨摩耶','泰迪','金毛','牧羊人','吉娃娃','柯基'](饼图(init_opts=opts.InitOpts(width='720px',height='320px')).add(series_name='',#radius=['40%','75%'],#center=['25%','50%'],rosetype='radius',data_pair=[(j,i)fori,jinzip(num,lab)])).render_notebook()如图所示：2.5．图表组合使用frompyecharts.chartsimportBar,Linenum=[110,136,108,48,111,112,103]lab=['哈士奇','萨摩耶','泰迪','金毛','牧羊犬','吉娃娃','柯基']bar=(Bar(init_opts=opts.InitOpts(width='720px',height='320px')).add_xaxis(xaxis_data=lab).add_yaxis(series_name='',yaxis_data=num))lines=(Line().add_xaxis(xaxis_data=lab).add_yaxis(series_name='',y_axis=num,label_opts=opts.LabelOpts(is_show=False)))bar.overlap(lines).render_notebook()如图：3.总结Pyecharts可以绘制各种图表，一个主流的数据可视化库，因为相比于matplotlib，seaborn等数据可视化库，其交互性较好，图形清晰美观，因此被广泛使用。本文主要对常见图形做一个简单的总结。当然，它也可以绘制地理图形。详情请参考官网相关API。本文转载自微信。公众号“IT分享之家”，可以通过以下二维码关注。转载本文请联系IT分享之家公众号。
