怎么完全解讀Pyecharts動(dòng)態(tài)圖表，相信很多沒(méi)有經(jīng)驗(yàn)的人對(duì)此束手無(wú)策，為此本文總結(jié)了問(wèn)題出現(xiàn)的原因和解決方法，通過(guò)這篇文章希望你能解決這個(gè)問(wèn)題。

創(chuàng)新互聯(lián)建站是一家業(yè)務(wù)范圍包括IDC托管業(yè)務(wù),網(wǎng)絡(luò)空間、主機(jī)租用、主機(jī)托管，四川、重慶、廣東電信服務(wù)器租用,樂(lè)山服務(wù)器托管，成都網(wǎng)通服務(wù)器托管,成都服務(wù)器租用,業(yè)務(wù)范圍遍及中國(guó)大陸、港澳臺(tái)以及歐美等多個(gè)國(guó)家及地區(qū)的互聯(lián)網(wǎng)數(shù)據(jù)服務(wù)公司。

 1. pyecharts簡(jiǎn)介

pyecharts是基于百度開源圖表組件echarts的python封裝。支持所有常用的圖表組件，和matlibplot系的圖表庫(kù)不同的是：pyecharts支持動(dòng)態(tài)交互展示，這一點(diǎn)在查看復(fù)雜數(shù)據(jù)圖表時(shí)特別的有用。

pip install pyecharts

2.pyecharts簡(jiǎn)單使用

pyecharts支持常用的基本圖形展示，條形圖、折線圖、餅圖、散點(diǎn)圖、熱力圖、漏斗圖、雷達(dá)圖、箱型圖、地圖等，還能支持儀表盤，樹形圖的展示。

from pyecharts.charts import Bar,Line from pyecharts import options as opts from pyecharts.globals import ThemeType  line = (     Line(init_opts=opts.InitOpts(theme=ThemeType.LIGHT, width='1000px',height='300px' ))     .add_xaxis(["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", "襪子"])     .add_yaxis("商家A", [5, 20, 36, 10, 75, 90])     .add_yaxis("商家B", [15, 6, 45, 20, 35, 66])     .set_global_opts(title_opts=opts.TitleOpts(title="主標(biāo)題", subtitle="副標(biāo)題"),                         datazoom_opts=opts.DataZoomOpts(is_show=True))     .set_series_opts(label_opts=opts.LabelOpts(is_show=True)) ) line.render('test.html') line.render_notebook()

從上面簡(jiǎn)單事例可知，pyecharts的使用包括:

• 圖標(biāo)類型(Line)本身的初始化配置，如主題，大小

• 加載數(shù)據(jù)：如加載x軸數(shù)據(jù)，加載y軸數(shù)據(jù)(可以多個(gè))

• 設(shè)置全局配置，如標(biāo)題，區(qū)域縮放datazoom，工具箱等

• 設(shè)置系列配置項(xiàng)，如標(biāo)簽，線條，刻度文本展示等

• 圖標(biāo)顯示：render保存成html文件，如果是jupyter notebook則直接通過(guò)render_notebook展示在notebook中

3.常用配置使用

在pyecharts中，關(guān)于圖表外觀顯示等操作都是在相應(yīng)的option里配置，包括坐標(biāo)軸，圖例，數(shù)據(jù)標(biāo)簽，網(wǎng)格線，圖表樣式/顏色，不同系列等等。

• InitOpts：各個(gè)圖表類型初始配置

• set_global_opts：全局外觀配置

• set_series_opts：系列配置

為了方便大家和自己，下面給出一個(gè)常用的組合，通?？梢暬銐蛴昧?，快收藏。

• InitOpts：主題，長(zhǎng)寬，動(dòng)畫效果

• DataZoomOpts：區(qū)域收縮，這個(gè)對(duì)于數(shù)據(jù)特別多，如一天的時(shí)間序列數(shù)據(jù)，特別有用，可以拖動(dòng)查看全局和局部的數(shù)據(jù)(可以設(shè)置是否顯式顯式還是可拖動(dòng)type_="inside")

• 標(biāo)題配置TitleOpts：說(shuō)明這個(gè)圖表說(shuō)明的是什么，必備的吧

• 圖例配置LegendOpts：說(shuō)明圖表中的不同數(shù)據(jù)項(xiàng)(這個(gè)圖例是可以點(diǎn)擊的，可以單獨(dú)查看某個(gè)圖例的數(shù)據(jù)，很有用)

• 提示框配置TooltipOpts：顯示圖例具體某個(gè)點(diǎn)的數(shù)據(jù)

• x軸和y軸坐標(biāo)軸標(biāo)題說(shuō)明AxisOpts

• 坐標(biāo)刻度調(diào)整：特別適用于刻度說(shuō)明比較多，可以顯示角度變換等

• markpoint/markline: 對(duì)圖表的特別標(biāo)記，用于重點(diǎn)說(shuō)明部分和標(biāo)注區(qū)分線

from pyecharts.charts import Bar,Line from pyecharts import options as opts from pyecharts.globals import ThemeType  bar = (     Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT,                                   width='1000px',                                  height='300px',                                   animation_opts=opts.AnimationOpts(animation_delay=1000, animation_easing="elasticOut")                                 )         )     .add_xaxis(["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", "襪子"])     .add_yaxis("商家A", [5, 20, 36, 10, 75, 90])     .add_yaxis("商家B", [15, 6, 45, 20, 35, 66])     .set_global_opts(title_opts=opts.TitleOpts(title="主標(biāo)題", subtitle="副標(biāo)題"),                      toolbox_opts=opts.ToolboxOpts(is_show=False),                      # datazoom_opts=opts.DataZoomOpts(is_show=True)                      datazoom_opts=[opts.DataZoomOpts(), opts.DataZoomOpts(type_="inside")],                      legend_opts=opts.LegendOpts(type_="scroll", pos_left="50%", orient="vertical"),                      xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15), name="我是 X 軸"),                      yaxis_opts=opts.AxisOpts(name="我是 Y 軸", axislabel_opts=opts.LabelOpts(formatter="{value} /月")),                      tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),                      )     .set_series_opts(label_opts=opts.LabelOpts(is_show=False),                     markpoint_opts=opts.MarkPointOpts(                         data=[                             opts.MarkPointItem(type_="max", name="最大值"),                             opts.MarkPointItem(type_="min", name="最小值"),                             opts.MarkPointItem(type_="average", name="平均值"),                         ]                         ),                     ) ) # line.render('test.html') bar.render_notebook()

4.常用組合圖表使用

常用組合圖表有：

• 不同圖表類型組合如柱狀圖和折線圖組合在一張圖中(雙y軸)，主要的看同一視角不同指標(biāo)的差異和關(guān)聯(lián);pyecharts中是通過(guò)overlap實(shí)現(xiàn)

from pyecharts import options as opts from pyecharts.charts import Bar, Line from pyecharts.faker import Faker  v1 = [2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 32.6, 20.0, 6.4, 3.3] v2 = [2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3] v3 = [2.0, 2.2, 3.3, 4.5, 6.3, 10.2, 20.3, 23.4, 23.0, 16.5, 12.0, 6.2]   bar = (     Bar(init_opts=opts.InitOpts(width="680px", height="300px"))     .add_xaxis(Faker.months)     .add_yaxis("蒸發(fā)量", v1)     .add_yaxis("降水量", v2)     .extend_axis(         yaxis=opts.AxisOpts(             axislabel_opts=opts.LabelOpts(formatter="{value} °C"), interval=5         )     )     .set_series_opts(label_opts=opts.LabelOpts(is_show=False))     .set_global_opts(         title_opts=opts.TitleOpts(title="Overlap-bar+line"),         yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(formatter="{value} ml")),         tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),     ) )  line = Line().add_xaxis(Faker.months).add_yaxis("平均溫度", v3, yaxis_index=1) bar.overlap(line) bar.render_notebook()

從實(shí)現(xiàn)上，

• .extend_axis增加一個(gè)縱坐標(biāo)

• 增加的折線圖設(shè)置軸坐標(biāo)時(shí)設(shè)置yaxis_index索引和前面的縱坐標(biāo)對(duì)應(yīng)

• 然后兩張疊加overlap bar.overlap(line)

• 多圖標(biāo)以網(wǎng)格(GRID)方式組合，主要是對(duì)比;pyecharts中是通過(guò)grid組件實(shí)現(xiàn)

from pyecharts import options as opts from pyecharts.charts import Bar, Grid, Line from pyecharts.faker import Faker  bar = (     Bar()     .add_xaxis(Faker.choose())     .add_yaxis("商家A", Faker.values())     .add_yaxis("商家B", Faker.values())     .set_global_opts(title_opts=opts.TitleOpts(title="Grid-Bar")) ) line = (     Line()     .add_xaxis(Faker.choose())     .add_yaxis("商家A", Faker.values())     .add_yaxis("商家B", Faker.values())     .set_global_opts(         title_opts=opts.TitleOpts(title="Grid-Line", pos_top="48%"),         legend_opts=opts.LegendOpts(pos_top="48%"),     ) )  grid = (     Grid(init_opts=opts.InitOpts(width="680px", height="500px"))     .add(bar, grid_opts=opts.GridOpts(pos_bottom="60%"))     .add(line, grid_opts=opts.GridOpts(pos_top="60%")) ) grid.render_notebook()

從實(shí)現(xiàn)看

• 主要通過(guò)Grid把各種圖形放入其中

• 各個(gè)圖表的位置通過(guò)GridOpts來(lái)設(shè)置，上下左右的位置

• 需要注意的是:grid中圖表的title和圖例需要根據(jù)所處位置來(lái)指定相對(duì)的位置(這個(gè)有點(diǎn)麻煩，多調(diào)調(diào))

5.地圖使用

地圖可用在展示數(shù)據(jù)在地理位置上的分布情況，也是很常見的可視化的展示組件。pyecharts中是通過(guò)Map類來(lái)實(shí)現(xiàn)的。具體細(xì)節(jié)需要注意：

• map支持不同的maptype，如中國(guó)地圖china(省級(jí))  china-cities(市級(jí))，世界地圖world，還有中國(guó)各省市地圖以及世界各國(guó)國(guó)家地圖，參看github  pyecharts/datasets/map_filename.json

• map的數(shù)據(jù)格式是(地理位置， value)， 如[['廣東', 76],['北京', 58]]

• 可以通過(guò)visualmap_opts查看著重點(diǎn)

from pyecharts import options as opts from pyecharts.charts import Map from pyecharts.faker import Faker  c1 = (     Map()     .add("商家A", [list(z) for z in zip(Faker.guangdong_city, Faker.values())], "廣東")     .set_global_opts(         title_opts=opts.TitleOpts(title="Map-廣東地圖"), visualmap_opts=opts.VisualMapOpts()     )     )  c2 = (     Map()     .add("商家A", [list(z) for z in zip(Faker.provinces, Faker.values())], "china")     .set_global_opts(         title_opts=opts.TitleOpts(title="Map-VisualMap（連續(xù)型）"),         visualmap_opts=opts.VisualMapOpts(max_=200),     ) )  # c1.render_notebook() c2.render_notebook()

6.特色圖表使用

在學(xué)習(xí)pyecharts時(shí)，看到一些比較有意思的(動(dòng)態(tài)展示)組件，如隨著時(shí)間動(dòng)態(tài)展示圖表數(shù)據(jù)的變化。這里做下介紹

• Timeline：時(shí)間線輪播多圖 先聲明一個(gè)Timeline, 按照展示的時(shí)間順序，將圖表add到Timeline上;  可以通過(guò)播放按鈕循環(huán)按照時(shí)間順序展示圖表。

from pyecharts import options as opts from pyecharts.charts import Pie, Timeline from pyecharts.faker import Faker  attr = Faker.choose() tl = Timeline() for i in range(2015, 2020):     pie = (         Pie()         .add(             "商家A",             [list(z) for z in zip(attr, Faker.values())],             rosetype="radius",             radius=["30%", "55%"],         )         .set_global_opts(title_opts=opts.TitleOpts("某商店{}年?duì)I業(yè)額".format(i)))     )     tl.add(pie, "{}年".format(i)) tl.render_notebook()

• 儀表盤

from pyecharts import options as opts from pyecharts.charts import Gauge  c = (     Gauge()     .add("", [("完成率", 30.6)], radius="70%",         axisline_opts=opts.AxisLineOpts(             linestyle_opts=opts.LineStyleOpts(                 color=[(0.3, "#67e0e3"), (0.7, "#37a2da"), (1, "#fd666d")], width=30)             ),             title_label_opts=opts.LabelOpts(                 font_size=20, color="blue", font_family="Microsoft YaHei"             ),         )     .set_global_opts(title_opts=opts.TitleOpts(title="Gauge-基本示例"), legend_opts=opts.LegendOpts(is_show=False),)  ) c.render_notebook()

7.其他圖表一覽

從上面的實(shí)例看，已經(jīng)展示地圖，條形圖，折線圖，餅圖，儀表盤。這里展示下pyecharts提供的更多的圖表，

• 雷達(dá)圖 Radar

• 樹形圖 Tree

• 熱力圖 heatMap

• 日歷圖 Calendar

• 散點(diǎn)圖 Scatter

• 3D圖 Bar3D

• 箱型圖 Boxplot

小編介紹的基于echarts的python動(dòng)態(tài)圖表展示組件pyecharts，除了提供眾多常用的圖表外，最重要的是支持動(dòng)態(tài)操作數(shù)據(jù)?？偨Y(jié)如下：

• pyecharts所有的圖像屬性設(shè)置都通過(guò)opts來(lái)設(shè)置，有圖表初始屬性/全局屬性/系列屬性

• 本文提供常用的配置，足夠用了，拿走不謝，見常用配置使用

• pyecharts 支持多圖表組合，如折線圖和條形圖 overlap， 多個(gè)圖表grid展示

• pyecharts好用的map，可以展示中國(guó)省市，世界各國(guó)地圖，請(qǐng)按照[位置，value]準(zhǔn)備數(shù)據(jù)

• Timeline可以讓你的圖表按照時(shí)間輪播

看完上述內(nèi)容，你們掌握怎么完全解讀Pyecharts動(dòng)態(tài)圖表的方法了嗎？如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝各位的閱讀！