pyecharts的绘图原理详解

其实学习任何一门编程语言,最重要的就是学习它的 原理 。今天给大家介绍的是,我认为交互效果最好的一个python绘图库pyecharts,学会了绝对不亏。

1.pyecharts简介

Echarts 是一个由百度开源的数据可视化工具,凭借着良好的交互性,精巧的图表设计,得到了众多开发者的认可。而 python 是一门富有表达力的语言,很适合用于数据处理。当数据分析遇上了数据可视化时, pyecharts 诞生了。

pyecharts分为 v0.5v1 两个大版本, v0.5和v1两个版本不兼容,v1是一个全新的版本, 因此我们的学习尽量都是基于v1版本进行操作。

学习任何编程语言,其实官网是最好的老师,下面我们列出了echarts和pyecharts的官网,比较幸运的是,pyecharts是由一个中国人开发的,也存在一个中文网站,这样学习起来就方便多了。

echarts官网:

https://www.echartsjs.com/index.html

pyecharts官网:

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

安装:

pip install pyecharts

查看版本:

print(pyecharts.version)

2.pyecharts绘图逻辑

1)pyecharts绘图逻辑说明

pyecharts 是一个全新的可视化绘图工具,因此它的绘图逻辑完全不同于前面说到的 matplotlib、seaborn、plotly 。因此你想要学好这个可视化工具,最主要的就是要学会它的绘图逻辑,俗话说: “知己知彼,百战不殆” ,你只有了解别人 ,才可以用起来顺手呀。 pyecharts的绘图逻辑分为以下几步。

  • ① 选择图表类型;

  • ② 声明图形类并添加数据;

  • ③ 选择全局变量;

  • ④ 显示及保存图表;

第一步是选择图表类型, 基于自己的数据特点,我们看看自己想要绘制那种图形,需要什么图形就导入什么图形,下面我简单列举了几个导入方法。

from pyecharts.charts import Scatter  # 导入散点图
from pyecharts.charts import Line # 导入折线图
from pyecharts.charts import Pie # 导入饼图
from pyecharts.charts import Geo # 导入地图

第二步是声明图形类并添加数据, 什么是图形类呢?其实每一个图形库都是被pyecharts作者封装成为了一个 ,这就是所谓的面向对象,我们在使用这个类的时候,需要 实例化这个类 (观察下面代码)。声明类之后,相当于初始化了一个画布,我们之后的绘图就是在这个画布上进行。接下来要做的就是添加数据, pyecharts中添加数据共有2种方式, 一种是 普通方式 添加数据,一种是 链式调用 (观察下面代码)来添加数据,后面我会分章节一个个为大家介绍。

"下面绘制的是:正弦曲线的散点图"
# 1.选择图表类型:我们使用的是散点图,就直接从charts模块中导入Scatter这个图形。
from pyecharts.charts import Scatter
import numpy as np

x = np.linspace(0,2 * np.pi,100)
y = np.sin(x)

(
# 注意:使用什么图形,就要实例化该图形的类;
# 2.我们绘制的是Scatter散点图,就需要实例化散点图类,直接Scatter() 即可;
Scatter()
# 实例化类后,接着就是添加数据,下面这种方式就是使用“链式调用”的方式绘图;
# 注意:散点图有X、Y轴,因此需要分别给X轴、Y轴添加数据;
# 3.我们先给X轴添加数据;
.add_xaxis(xaxis_data=x)
# 4.我们再给Y轴添加数据;
.add_yaxis(series_name="这个图是干嘛的",y_axis=y)
).render_notebook()

第三步就是设置全局变量, 用通俗的话说就是:调节各种各样的参数,把图形变得更好看。常用的有 标题配置项图例配置项工具配置项视觉映射配置项提示框配置项区域缩放配置项 。你也许不知道这几个名词是什么意思,但是不用担心,你首先是学会了如何使用pyecharts绘图后,再慢慢学习这方面的内容。

  • 默认情况下 图例配置项和提示框配置项是显示的,其它四个配置项默认情况下是不显示的,需要我们自己设置;

第四步是显示及保存图表, 我们这里介绍两种最常用的保存方式,如下所示。

.render("C:\\Users\\黄伟\\Desktop\\CSDN上传图像\\a.html")
# 如果不指定路径,就是直接保存在当前工作环境目录下;
# 如果指定了路径,就是保存到指定的目录下;
# 注意:最终都是以html格式展示,发给其他任何人都可以直接打开看的;

.render_notebook()
# 如果我们使用的是jupyter notebook,直接使用这行代码,可以直接显示图片;

3.选择图表类型

下面列举出现的所有图形都在 charts 字模块下,我们利用如下代码就可以导入各自对应的图形,在上面的叙述中,我已经列举了部分图形的导入方式。

  • from pyecharts.charts import 函数名

注意: 这里我们只列出了部分图形,包括我们后面绘制地图,也都是在pyecharts的子模块charts模块下,我们要记住这句导入相关图形库的代码。

4.数据添加

1)如何添加数据呢?

像散点图、折线图等二维数据图形,它既有X轴,又有Y轴,所以我们不仅要为X轴添加数据,还要为Y轴添加数据。

  • .add_xaxis(xaxis_data=x)为X轴添加数据;

  • .add_yaxis(series_name='', y_axis=y)为Y轴添加数据;

像饼图、地图这样没有X轴、Y轴区分的图形,我们直接使用add()方法添加即可。

  • .add(series_name='', data_pair=[(i,j)for i,j in zip(lab,num)]);

2)pyecharts绘图的两种方式

上面我们已经说过,pyecharts中绘图有2种方式。 第一种方式:普通方式;第二种方式:链式调用。 仔细观察下面的演示代码,看看区别在哪里。

① 链式调用的方式绘图

from pyecharts.charts import Line
import pyecharts.options as opts
import numpy as np

x = np.linspace(0,2 * np.pi,100)
y = np.sin(x)

(Line(init_opts=opts.InitOpts(width="700px",height="300px"))
.add_xaxis(xaxis_data=x)
.add_yaxis(series_name="绘制线图",y_axis=y,label_opts=opts.LabelOpts(is_show=False))
.set_global_opts(title_opts=opts.TitleOpts(title="我是标题",subtitle="我是副标题",title_link="https://www.baidu.com/"),
tooltip_opts=opts.TooltipOpts(axis_pointer_type="cross"))
).render_notebook()

"""
关于全局配置项的代码部分,你可能不懂,现在不懂没什么关系!
"""

结果如下:

② 普通方式绘图

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

num = [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']
x = [(i, j)for i, j in zip(lab, num)]
print(x)

pie = Pie(init_opts=opts.InitOpts(width="700px",height="300px"))
pie.add(series_name='',data_pair=[(i, j)for i, j in zip(lab, num)])
pie.render_notebook()

结果如下:

3)关于series_name=""的说明

在添加数据时候,我们可以注意到 series_name参数 的存在,它是一个字符串。你也看到了,我们可以传递一个空字符串,也可以传递指定字符串,最终的作用有点类似于图例的效果,但这里并不是设置图例。你不需要过多的注意这个参数, 只需要牢记一点: 这个参数必须有,必须写,哪怕你传递一个空字符串,也要写,因为不写这个参数,会报错。

5.设置全局配置项

当我们学会了如何使用 pyecharts 绘图,并且已经绘制出来了某个图形,此时这个图形并不一定好看。这就需要我们学会使用全局配置项,进行图形参数的调节与设置。

所有的全局配置项的使用,都是在 options 这个子模块下,我们在设置全局配置项的时候,记得导入这个模块。这部分涉及到的参数太多太杂,当你觉得某个图形需要怎么改的时候,一般肯定是有对应的参数进行处理的,你要相信你能想到的,别人大神肯定是都想到了,这个时候你就需要学会使用官网, 官网很重要!官网很重要!官网很重要!

  • import pyecharts.options as opts

  • 使用options配置项,在 pyecharts中,一切皆Options。

  • 全局配置项可通过调用set_global_options()方法进行设置。

注意:默认情况下图例配置项和提示框配置项是显示的,其他四个配置项默认情况下是不显示的,需要我们自己设置。

6.显示及保存图表

  • .render() 默认将会在当前工作目录下生成一个 render.html 的文件,支持path参数,进行自定义文件保存位置,最终文件你 可以 可以发送给任何人,直接用浏览器打开,交互效果仍然存在。
  • Jupyter Notebook中直接调用 .render_notebook() 随时随地渲染图表。

  

往期文章

Python语法快速入门   

Python网络爬虫与文本数据分析

综述:文本分析在市场营销研究中的应用

R语言dplyr包实操

小案例: Pandas的apply方法

从记者的Twitter关注看他们稿件的党派倾向?

Pandas时间序列数据操作

70G上市公司定期报告数据集

文本数据清洗之正则表达式

shreport库: 批量下载上海证券交易所上市公司年报

Numpy和Pandas性能改善的方法和技巧

漂亮~pandas可以无缝衔接Bokeh

YelpDaset: 酒店管理类数据集10+G

半个小时学会Markdown标记语法

我来评几句
登录后评论

已发表评论数()

相关站点

热门文章