1. 编程号首页

Python之pyecharts使用

编程小号 • • 未分类

Python之pyecharts使用最近碰巧需要用到pyecharts，但是实数门外汉，完全不懂怎么使用

最近碰巧需要用到pyecharts，但是实数门外汉，完全不懂怎么使用。网上找了一些教程和博客，不是CV大法，就是通篇代码，既没有代码里的注释，也没有文字解释。看了半天还是不知道各项属性是什么意思，怎么使用，到头来还要自己慢慢摸索。(以上纯属个人吐槽，并非贬低所有博主，也没有表示我写的就好。只是单纯觉得有一些博文语焉不详，并没有什么实际意义。同时告诫自己。)

欢迎交流，喷子勿扰，侵权删除。

回归正题

pyecharts有一个官方API文档，几乎包揽了全部内容。便于查看。如果有一定的基础，建议直接在API中寻找所需内容，不建议去看别人的博客了。毕竟很多东西都是要自己实践过后才能得出答案。

官方API文档

pyecharts – A Python Echarts Plotting Library built with love.

官方文档是中文的，清晰简洁。有目录栏，方便查看。各项属性和介绍都有。

安装

https://pyecharts.org/#/zh-cn/quickstart?id=%e5%a6%82%e4%bd%95%e5%ae%89%e8%a3%85

依旧是官方文档里有说明。

使用

写法

总的来说，写法分成4部分

  1. 引用(即import)
  2. 数据(即data)
  3. 配置属性(即option)
  4. 生成文件(即render)

调用方式有两种，一种是链式调用，一种是单独调用。

官方文档里其实还是给出了说明，我这里CV过来了。

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

# V1 版本开始支持链式调用
# 你所看到的格式其实是 `black` 格式化以后的效果
# 可以执行 `pip install black` 下载使用
bar = (
    Bar()
    .add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
    .add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
    .set_global_opts(title_opts=opts.TitleOpts(title="主标题", subtitle="副标题"))
    # 或者直接使用字典参数
    # .set_global_opts(title_opts={"text": "主标题", "subtext": "副标题"})
)
bar.render()



# 不习惯链式调用的开发者依旧可以单独调用方法
bar = Bar()
bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
bar.set_global_opts(title_opts=opts.TitleOpts(title="主标题", subtitle="副标题"))
bar.render()

这里可以清楚的看到，两种写法之间的区别，怎么写随你的心意。

Python之pyecharts使用
各个配置项

上面这张图基本反映出了所有需要配置的配置项，如果需要设置相应的配置项，可以根据API里的描述，去进行设置。

实例

这里做一个全国地图的实例。

展示地图，并保存为指定的html文件

# encoding: utf-8
'''
# @Author  : ccq
# @File    : demo11.py
# @Time    : 2019/7/29 17:20
'''
from pyecharts.faker import Faker
from pyecharts import options as opts  # 导入模块
from pyecharts.charts import Map  # 导入模块

customMap = (
    Map()
        .add("商家A",  # 图例
             [list(z) for z in zip(Faker.provinces, Faker.values())],  # 数据项
             "china"  # 地图
             )
        .set_global_opts(  # 设置全局项
        title_opts=opts.TitleOpts(  # 设置标题项
            title="中国地图"  # 设置标题名称
        )
    )
)
customMap.render("demo11.html")  # 生成名为demo11的本地html文件

效果展示如下：

Python之pyecharts使用
中国地图

 可以看到标题在左上角，图例在中间最顶上。这似乎有些不符合我们的审美，那接下来我们把标题居中，把图例放到右下角。

标题居中，图例放到右下角

# encoding: utf-8
'''
# @Author  : ccq
# @File    : demo11.py
# @Time    : 2019/7/29 17:20
'''
from pyecharts.faker import Faker
from pyecharts import options as opts  # 导入模块
from pyecharts.charts import Map  # 导入模块

customMap = (
    Map()
        .add("商家A",  # 图例
             [list(z) for z in zip(Faker.provinces, Faker.values())],  # 数据项
             "china"  # 地图
             )
        .set_global_opts(  # 设置全局项
        title_opts=opts.TitleOpts(  # 设置标题配置项
            title="中国地图",  # 设置标题名称
            pos_left="center"  # 设置标题居中
        ),
        legend_opts=opts.LegendOpts(  # 设置图例配置项
            pos_right="right",  # 设置为水平居右
            pos_bottom="bottom"  # 设置为垂直居下
        )
    )
)
customMap.render("demo11.html")  # 生成名为demo11的本地html文件

 效果图展示：

Python之pyecharts使用
效果展示2

 当然啦，如果我们的图上想加上一些视觉映射配置，例如下面这样：

Python之pyecharts使用
展示

 那我需要再增加代码。

增加视觉映射配置(分段式)

# encoding: utf-8
'''
# @Author  : ccq
# @File    : demo11.py
# @Time    : 2019/7/29 17:20
'''
from pyecharts.faker import Faker
from pyecharts import options as opts  # 导入模块
from pyecharts.charts import Map  # 导入模块

customMap = (
    Map()
        .add("商家A",  # 图例
             [list(z) for z in zip(Faker.provinces, Faker.values())],  # 数据项
             "china"  # 地图
             )

        # 设置系列配置项
        .set_series_opts(
        label_opts=opts.LabelOpts(  # 设置标签配置项
            is_show=False  # 设置不显示Label
        )
    )
        # 设置全局项
        .set_global_opts(
        title_opts=opts.TitleOpts(  # 设置标题配置项
            title="中国地图",  # 设置标题名称
            pos_left="center"  # 设置标题居中
        ),

        # 设置图例配置项
        legend_opts=opts.LegendOpts(
            pos_right="right",  # 设置为水平居左
            pos_bottom="bottom"  # 设置为垂直居下
        ),

        # 设置视觉映射配置项
        visualmap_opts=opts.VisualMapOpts(
            is_piecewise=True,  # 设置为分段
            pieces=[  # 自定义分段名称和颜色
                {"value": "1", "label": "A", "color": "red"},
                {"value": "2", "label": "B", "color": "orange"},
                {"value": "3", "label": "C", "color": "yellow"},
                {"value": "4", "label": "D", "color": "green"},
                {"value": "5", "label": "E", "color": "blue"},
                {"value": "6", "label": "F", "color": "cyan"},
                {"value": "7", "label": "G", "color": "purple"}
            ]
        )
    )
)
customMap.render("demo11.html")  # 生成名为demo11的本地html文件

效果图如下

Python之pyecharts使用
分段式视觉映射配置效果

{“value”: “1”, “label”: “A”, “color”: “red”},这段代码是用来写自定义视觉映射项的

“value”: “1”  ：值为1，后面会提到为什么这样设置

“label”: “A”  ：标签名称为A

“color”: “red”  ：颜色为红色

那么接下来就是配置数据和图例项了

配置数据

之前我们使用的是官方提供的数据，

[list(z) for z in zip(Faker.provinces, Faker.values())]

这个是别人提供的，但是我们想用自己的，那么怎么操作呢？

当然先自己定义一个数据项，然后把这个换成自己的数据项。

mydata1 = [
    ("云南", 1)
]
mydata2 = [
    ("广东", 2)
]
mydata3 = [
    ("浙江", 3)
]

这是数据项的配置。因为我们使用的map图，因此，没有经纬度要填写，要写的只是，省份和对应的value值，熟悉吗？value，刚刚在上面提到的，自定义视觉映射项时的value值要和这里的值对应哦。

配置图例项

.add("图例1",  # 图例
             mydata1,  # 数据项
             "china"  # 地图
             )
        .add("图例2",  # 图例
             mydata2,  # 数据项
             "china"  # 地图
             )
        .add("图例3",  # 图例
             mydata3,  # 数据项
             "china"  # 地图
             )

.add里有3个参数，第一个是图例名称，第二个是数据，第三个是地图种类。

综合

# encoding: utf-8
'''
# @Author  : ccq
# @File    : demo11.py
# @Time    : 2019/7/29 17:20
'''
from pyecharts.faker import Faker
from pyecharts import options as opts  # 导入模块
from pyecharts.charts import Map  # 导入模块

mydata1 = [
    ("云南", 1)
]
mydata2 = [
    ("广东", 2)
]
mydata3 = [
    ("浙江", 3)
]
customMap = (
    Map()
        .add("图例1",  # 图例
             mydata1,  # 数据项
             "china"  # 地图
             )
        .add("图例2",  # 图例
             mydata2,  # 数据项
             "china"  # 地图
             )
        .add("图例3",  # 图例
             mydata3,  # 数据项
             "china"  # 地图
             )

        # 设置系列配置项
        .set_series_opts(
        label_opts=opts.LabelOpts(  # 设置标签配置项
            is_show=False  # 设置不显示Label
        )
    )
        # 设置全局项
        .set_global_opts(
        title_opts=opts.TitleOpts(  # 设置标题配置项
            title="中国地图",  # 设置标题名称
            pos_left="center"  # 设置标题居中
        ),

        # 设置图例配置项
        legend_opts=opts.LegendOpts(
            pos_right="right",  # 设置为水平居左
            pos_bottom="bottom"  # 设置为垂直居下
        ),

        # 设置视觉映射配置项
        visualmap_opts=opts.VisualMapOpts(
            is_piecewise=True,  # 设置为分段
            pieces=[  # 自定义分段名称和颜色
                {"value": "1", "label": "A", "color": "red"},
                {"value": "2", "label": "B", "color": "orange"},
                {"value": "3", "label": "C", "color": "yellow"},
                {"value": "4", "label": "D", "color": "green"},
                {"value": "5", "label": "E", "color": "blue"},
                {"value": "6", "label": "F", "color": "cyan"},
                {"value": "7", "label": "G", "color": "purple"}
            ]
        )
    )
)
customMap.render("demo11.html")  # 生成名为demo11的本地html文件

效果图

Python之pyecharts使用
最终效果

OK，这样一个自定义的就完成了！有问题欢迎交流！

#2019/7/29 21:00更新

使用Geo图新完成了一个有大量数据的地图

# encoding: utf-8
'''
# @Author  : ccq
# @File    : demo02.py
# @Time    : 2019/7/29 13:57
'''

from pyecharts import options as opts  # 导入模块
from pyecharts.charts import Geo  # 导入模块

# 设置数据
persondata = [('云南', '1'), ('云南', '3'), ('北京', '4'), ('甘肃', '4'), ('广西', '4'), ('广西', '3'), ('广西', '6'),
              ('广东', '4'), ('广东', '1'), ('广东', '2'), ('安徽', '4'), ('贵州', '4'), ('河南', '4'), ('湖北', '5'),
              ('山西', '4'), ('陕西', '4'), ('上海', '4'), ('四川', '4'), ('四川', '5'), ('四川', '3'), ('四川', '6'),
              ('新疆', '3'), ('新疆', '4'), ('浙江', '4'), ('浙江', '5'), ('浙江', '6'), ('云南', '5'), ('云南', '3'),
              ('重庆', '4'), ]
chickendata = [('北京', '4'), ('广西', '4'), ('广西', '3'), ('河南', '4'), ('河南', '3'), ('江苏', '4'), ('江西', '4'),
               ('江西', '5'), ('山东', '4'), ('上海', '4'), ('四川', '4'), ('四川', '5'), ('四川', '3'), ('广东', '4'), ('广东', '3'), ]
duckdata = [('北京', '4'), ('山东', '4'), ('浙江', '4'), ('广东', '4'), ('广东', '3'), ]
pigdata = [('广西', '4'), ('广西', '5'), ('广东', '4'), ('黑龙江', '4'), ('江西', '4'), ('江西', '5'), ('山东', '4'), ]
seafooddata = [('广东', '4'), ]
mousedata = [('河南', '4'), ]
cattledata = [('新疆', '3'), ]
sheepdata = [('新疆', '3'), ]
geo = Geo()  # 初始化配置项
geo.add_schema(maptype="china")  # 设置地图类型
geo.add(#添加图例
    '鼠',#图例名称
    persondata,#数据源
    symbol='circle',#图例形状

)
geo.add(
    '牛',
    chickendata,
    symbol='rect',
)
geo.add(
    '虎',
    duckdata,
    symbol='roundRect',
)
geo.add(
    '兔',
    pigdata,
    symbol='triangle',
)
geo.add(
    '龙',
    seafooddata,
    symbol='diamond',
)
geo.add(
    '蛇',
    mousedata,
    symbol='pin',
)
geo.add(
    '马',
    cattledata,
    symbol='arrow',
)
geo.add(
    '羊',
    sheepdata,
    symbol='none',
)
geo.set_global_opts(  # 设置全局项

    title_opts=opts.TitleOpts(  # 设置标题配置项
        title="中国地图",  # 设置标题名称
        pos_left="center"  # 设置标题距离容器左边的位置 这里为居中
    ),
    visualmap_opts=opts.VisualMapOpts(  # 设置视觉映射配置项
        is_piecewise=True,  # 设置是否为分段型

        pos_left="left",  # 设置视觉映射距离容器左边的位置 这里为居左
        pos_bottom="bottom",  # 设置视觉映射距离容器底部的位置 这里为底部
        orient="vertical",  # 设置水平（'horizontal'）或者竖直（'vertical'）
        pieces=[  # 设置每段的范围、文字、颜色
            {"value": "1", "label": "A", "color": "red"},
            {"value": "2", "label": "B", "color": "orange"},
            {"value": "3", "label": "C", "color": "yellow"},
            {"value": "4", "label": "D", "color": "green"},
            {"value": "5", "label": "E", "color": "blue"},
            {"value": "6", "label": "F", "color": "cyan"},
            {"value": "7", "label": "G", "color": "purple"}
        ],

    ),
    legend_opts=opts.LegendOpts(  # 设置图例配置项
        pos_right="right",
        pos_top="top",
        orient="vertical",

    ),
)
geo.set_series_opts(
    label_opts=opts.LabelOpts(  # 设置标签配置项
        is_show=False  # 设置不显示Label
    )
)

geo.render("demo03.html")  # 生成名为"demo03"的本地html文件
Python之pyecharts使用
Geo效果图

与Map不同在于：

Map中add的时候需要添加地图属性’china’，但是Geo中只需要额外添加一句

geo.add_schema(maptype=”china”)  # 设置地图类型

今天的文章Python之pyecharts使用分享到此就结束了，感谢您的阅读。

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：http://bianchenghao.cn/72860.html

赞 (0)
编程小号编程小号
0

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注