使用pip install pyecharts 安裝，安裝後的版本為 v1.6
pyecharts幾行代碼就能繪製出有特色的的圖形，繪圖API鏈式調用，使用方便。
1 儀表盤
from pyecharts import charts# 儀表盤gauge = charts.Gauge()gauge.add( Python小例子 , [( Python機器學習 , 30), ( Python基礎 , 70.), ( Python正則 , 90)])gauge.render(path="./data/儀表盤.html")print( ok )儀表盤中共展示三項，每項的比例為30%,70%,90%，如下圖默認名稱顯示第一項：Python機器學習，完成比例為30%
2 漏斗圖
from pyecharts import options as optsfrom pyecharts.charts import Funnel, Pagefrom random import randintdef funnel_base() -> Funnel: c = ( Funnel() .add("豪車", [list(z) for z in zip([ 寶馬 , 法拉利 , 奔馳 , 奧迪 , 大眾 , 豐田 , 特斯拉 ], [randint(1, 20) for _ in range(7)])]) .set_global_opts(title_opts=opts.TitleOpts(title="豪車漏斗圖")) ) return c funnel_base().render( ./img/car_funnel.html )print( ok )以7種車型及某個屬性值繪製的漏斗圖，屬性值大越靠近漏斗的大端。
3 日曆圖
import datetimeimport randomfrom pyecharts import options as optsfrom pyecharts.charts import Calendardef calendar_interval_1() -> Calendar: begin = datetime.date(2019, 1, 1) end = datetime.date(2019, 12, 27) data = [ [str(begin + datetime.timedelta(days=i)), random.randint(1000, 25000)] for i in range(0, (end - begin).days + 1, 2) # 隔天統計 ] calendar = ( Calendar(init_opts=opts.InitOpts(width="1200px")).add( "", data, calendar_opts=opts.CalendarOpts(range_="2019")) .set_global_opts( title_opts=opts.TitleOpts(title="Calendar-2019年步數統計"), visualmap_opts=opts.VisualMapOpts( max_=25000, min_=1000, orient="horizontal", is_piecewise=True, pos_top="230px", pos_left="100px", ), ) ) return calendarcalendar_interval_1().render( ./img/calendar.html )print( ok )繪製2019年1月1日到12月27日的步行數，官方給出的圖形寬度900px不夠，只能顯示到9月份，本例使用opts.InitOpts(width="1200px")做出微調，並且visualmap顯示所有步數，每隔一天顯示一次：
4 關係圖(graph)
import jsonimport osfrom pyecharts import options as optsfrom pyecharts.charts import Graph, Pagedef graph_base() -> Graph: nodes = [ {"name": "cus1", "symbolSize": 10}, {"name": "cus2", "symbolSize": 30}, {"name": "cus3", "symbolSize": 20} ] links = [] for i in nodes: if i.get( name ) == cus1 : continue for j in nodes: if j.get( name ) == cus1 : continue links.append({"source": i.get("name"), "target": j.get("name")}) c = ( Graph() .add("", nodes, links, repulsion=8000) .set_global_opts(title_opts=opts.TitleOpts(title="customer-influence")) ) return c構建圖，其中客戶點1與其他兩個客戶都沒有關係(link)，也就是不存在有效邊：
還可以做成微博轉發關係圖
甚至依存關係圖
5 水球圖
from pyecharts import options as optsfrom pyecharts.charts import Liquid, Pagefrom pyecharts.globals import SymbolTypedef liquid() -> Liquid: c = ( Liquid() .add("lq", [0.67, 0.30, 0.15]) .set_global_opts(title_opts=opts.TitleOpts(title="Liquid")) ) return cliquid().render( ./img/liquid.html )水球圖的取值[0.67, 0.30, 0.15]表示下圖中的三個波浪線，一般代表三個百分比:
6 餅圖
from pyecharts import options as optsfrom pyecharts.charts import Piefrom random import randintdef pie_base() -> Pie: c = ( Pie() .add("", [list(z) for z in zip([ 寶馬 , 法拉利 , 奔馳 , 奧迪 , 大眾 , 豐田 , 特斯拉 ], [randint(1, 20) for _ in range(7)])]) .set_global_opts(title_opts=opts.TitleOpts(title="Pie-基本示例")) .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")) ) return cpie_base().render( ./img/pie_pyecharts.html )
7 極座標
import randomfrom pyecharts import options as optsfrom pyecharts.charts import Page, Polardef polar_scatter0() -> Polar: data = [(alpha, random.randint(1, 100)) for alpha in range(101)] # r = random.randint(1, 100) print(data) c = ( Polar() .add("", data, type_="bar", label_opts=opts.LabelOpts(is_show=False)) .set_global_opts(title_opts=opts.TitleOpts(title="Polar")) ) return cpolar_scatter0().render( ./img/polar.html )極座標表示為(夾角,半徑)，如(6,94)表示"夾角"為6，半徑94的點：
8 詞雲圖
from pyecharts import options as optsfrom pyecharts.charts import Page, WordCloudfrom pyecharts.globals import SymbolTypewords = [ ("Python", 100), ("C++", 80), ("Java", 95), ("R", 50), ("JavaScript", 79), ("C", 65)]def wordcloud() -> WordCloud: c = ( WordCloud() # word_size_range: 單詞字體大小範圍 .add("", words, word_size_range=[20, 100], shape= cardioid ) .set_global_opts(title_opts=opts.TitleOpts(title="WordCloud")) ) return cwordcloud().render( ./img/wordcloud.html )("C",65)表示在本次統計中C語言出現65次
9 熱力圖
import randomfrom pyecharts import options as optsfrom pyecharts.charts import HeatMapdef heatmap_car() -> HeatMap: x = [ 寶馬 , 法拉利 , 奔馳 , 奧迪 , 大眾 , 豐田 , 特斯拉 ] y = [ 中國 , 日本 , 南非 , 澳大利亞 , 阿根廷 , 阿爾及利亞 , 法國 , 意大利 , 加拿大 ] value = [[i, j, random.randint(0, 100)] for i in range(len(x)) for j in range(len(y))] c = ( HeatMap() .add_xaxis(x) .add_yaxis("銷量", y, value) .set_global_opts( title_opts=opts.TitleOpts(title="HeatMap"), visualmap_opts=opts.VisualMapOpts(), ) ) return cheatmap_car().render( ./img/heatmap_pyecharts.html )
10 地圖
地圖之前用過很多次，不過多說明，看看效果。
省級區域圖
世界地圖
甚至還可以結合百度地圖做可縮放地圖。
結語
pyecharts有30多種不同的可視化圖形，開源免費且文檔案例詳細，可作為數據可視化首選！
分享到:
閱讀更多 洛鴻0920 的文章
