[[393863]]

本文轉(zhuǎn)載自微信公眾號「Python中文社區(qū)」，作者wedo實(shí)驗君。轉(zhuǎn)載本文請聯(lián)系Python中文社區(qū)公眾號。   

 1. pyecharts簡介

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系的圖表庫不同的是：pyecharts支持動態(tài)交互展示，這一點(diǎn)在查看復(fù)雜數(shù)據(jù)圖表時特別的有用。

pip install pyecharts 

2.pyecharts簡單使用

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)
• 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，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，下面給出一個常用的組合，通?？梢暬銐蛴昧?，快收藏。

• InitOpts：主題，長寬，動畫效果
• DataZoomOpts：區(qū)域收縮，這個對于數(shù)據(jù)特別多，如一天的時間序列數(shù)據(jù)，特別有用，可以拖動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type_="inside")
• 標(biāo)題配置TitleOpts：說明這個圖表說明的是什么，必備的吧
• 圖例配置LegendOpts：說明圖表中的不同數(shù)據(jù)項(這個圖例是可以點(diǎn)擊的，可以單獨(dú)查看某個圖例的數(shù)據(jù)，很有用)
• 提示框配置TooltipOpts：顯示圖例具體某個點(diǎn)的數(shù)據(jù)
• x軸和y軸坐標(biāo)軸標(biāo)題說明AxisOpts
• 坐標(biāo)刻度調(diào)整：特別適用于刻度說明比較多，可以顯示角度變換等
• markpoint/markline: 對圖表的特別標(biāo)記，用于重點(diǎn)說明部分和標(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增加一個縱坐標(biāo)
• 增加的折線圖設(shè)置軸坐標(biāo)時設(shè)置yaxis_index索引和前面的縱坐標(biāo)對應(yīng)
• 然后兩張疊加overlap bar.overlap(line)

• 多圖標(biāo)以網(wǎng)格(GRID)方式組合，主要是對比;pyecharts中是通過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Grid把各種圖形放入其中
• 各個圖表的位置通過GridOpts來設(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)所處位置來指定相對的位置(這個有點(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Map類來實(shí)現(xiàn)的。具體細(xì)節(jié)需要注意：

• map支持不同的maptype，如中國地圖china(省級) china-cities(市級)，世界地圖world，還有中國各省市地圖以及世界各國國家地圖，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，看到一些比較有意思的(動態(tài)展示)組件，如隨著時間動態(tài)展示圖表數(shù)據(jù)的變化。這里做下介紹

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

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{}年營業(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

8.總結(jié)

本文介紹的基于echarts的python動態(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opts來設(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， 多個圖表grid展示
• pyecharts好用的map，可以展示中國省市，世界各國地圖，請按照[位置，value]準(zhǔn)備數(shù)據(jù)
• Timeline可以讓你的圖表按照時間輪播
• 更多圖表參見參考資料

9.參考資料

https://pyecharts.org/#/zh-cn/quickstart