Python之pyecharts使用

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。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。...

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()
只听到从架构师办公室传来架构君的声音:
神女生涯原是梦,小姑居处本无郎。有谁来对上联或下联?

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

此代码由Java架构师必看网-架构君整理
# 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)

此代码由Java架构师必看网-架构君整理
# 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

架构君码字不易,如需转载,请注明出处:https://javajgs.com/archives/210094
0
   

发表评论