python可視化pyecharts
簡單介紹
- pyecharts 是一個用於生成 Echarts 圖表的類庫。Echarts 是百度開源的一個數據可視化 JS 庫。用 Echarts 生成的圖可視化效果非常棒，為了與 Python 進行對接，方便在 Python 中直接使用數據生成圖。
- echartsjs首頁：https://www.echartsjs.com/index.html
- pyecharts首頁：http://pyecharts.herokuapp.com/
- pyecharts 開發文檔：http://pyecharts.org/#
渲染圖表
安裝 pyecharts
pip 安裝
$ pip install pyecharts
源碼安裝
$ git clone https://github.com/pyecharts/pyecharts.git $ cd pyecharts $ pip install -r requirements.txt $ python setup.py install
兼容性注意
pyecharts 支持 Python2.7+ 和 Ptyhon3.5+。如果你使用的是 Python2.7，請在代碼頂部聲明字符編碼，否則會出現中文亂碼問題。 #coding=utf-8 from __future__ import unicode_literals
快速開始
首先開始來繪制你的第一個圖表
from pyecharts import Bar bar = Bar("我的第一個圖表", "這里是副標題") bar.add("服裝", ["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", "襪子"], [5, 20, 36, 10, 75, 90]) # bar.print_echarts_options() # 該行只為了打印配置項，方便調試時使用 bar.render() # 生成本地 HTML 文件
運行程序報錯
報錯信息 ERROR:lml.utils:failed to import pyecharts_snapshot Traceback (most recent call last): File "D:\Envs\mytest\lib\site-packages\lml\utils.py", line 43, in do_import plugin_module = __import__(plugin_module_name) ModuleNotFoundError: No module named 'pyecharts_snapshot' 原因：缺少這個依賴包 解決辦法 pip install pyecharts-snapshot
再次運行程序，程序執行成功會在同級目錄下生成一個html文件
add() 主要方法，用於添加圖表的數據和設置各種配置項 print_echarts_options() 打印輸出圖表的所有配置項 render() 默認將會在根目錄下生成一個 render.html 的文件，支持 path 參數，設置文件保存位置，如 render(r"e:\my_first_chart.html")，文件用瀏覽器打開。 Note： 可以按右邊的下載按鈕將圖片下載到本地，如果想要提供更多實用工具按鈕，請在 add() 中設置 is_more_utils 為 True from pyecharts import Bar bar = Bar("我的第一個圖表", "這里是副標題") bar.add("服裝", ["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", "襪子"], [5, 20, 36, 10, 75, 90], is_more_utils=True) bar.render()
使用主題
自 0.5.2+ 起，pyecharts 支持更換主體色系。下面是跟換為 'dark' 的例子：
import random from pyecharts import Bar X_AXIS = ["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", "襪子"] bar = Bar("我的第一個圖表", "這里是副標題") bar.use_theme("dark") bar.add("商家A", X_AXIS, [random.randint(10, 100) for _ in range(6)]) bar.add("商家B", X_AXIS, [random.randint(10, 100) for _ in range(6)]) bar.add("商家C", X_AXIS, [random.randint(10, 100) for _ in range(6)]) bar.add("商家D", X_AXIS, [random.randint(10, 100) for _ in range(6)]) bar.render()
默認主題的效果，就是不設置主題的時候
如果我們要使用更多的主題，就需要安裝echarts-themes-pypkg庫，因為echarts 自帶 dark 主題，pyecharts 也就自帶了 dark。
echarts-themes-pypkg
vintage macarons infographic shine roma westeros wonderland chalk halloween essos walden purple-passion romantic
安裝主題插件
pip install echarts-themes-pypkg
使用主題
更換單個圖形主題 bar.use_theme("vintage") 更換運行環境內所有圖表主題 from pyecharts import configure # 將這行代碼置於首部 configure(global_theme='dark') bar = Bar() # 其他代碼
使用自己構建的主題
Echarts 提供了主題構建工具，你可以從中構建喜歡的主題，如 myTheme.js。然后 hack echarts-themes-pypkg 包。具體操作如下 1.cd 到你 Python 安裝環境下的 Lib/site-packages/echarts_themes_pypkg/resources 目錄下，具體路徑因操作系統而異 2.將 myTheme.js 放入到 resources/echarts-themes-js 文件夾下 3.改動 resources/registry.json 文件 "PINYIN_MAP": { "shine": "shine", ... "myTheme": "myTheme" # 這行 }, "FILE_MAP": { "shine": "shine", ... "myTheme": "myTheme" # 還有這行 } 1.cd 到 notebook 安裝環境下的 jupyter/nbextensions/echarts-themes-js 目錄下，具體路徑因操作系統而異 2.將 myTheme.js 放入到 echarts-themes-js 文件夾下 3.使用 chart.use_theme("myTheme") 4、5 為可選項，如果不使用 notebook 的話可以忽略該步驟。
使用 pyecharts-snapshot 插件
如果想直接將圖片保存為 png, pdf, gif 格式的文件，可以使用 pyecharts-snapshot。使用該插件請確保你的系統上已經安裝了 Nodejs 環境。
- 安裝 phantomjs
$ npm install -g phantomjs-prebuilt - 安裝 pyecharts-snapshot
$ pip install pyecharts-snapshot - 調用
render方法bar.render(path='snapshot.png')文件結尾可以為 svg/jpeg/png/pdf/gif。請注意，svg 文件需要你在初始化 bar 的時候設置 renderer='svg'。
更多內容請移步至 pyecharts-snapshot
圖形繪制過程
圖表類提供了若干了構建和渲染的方法，在使用的過程中，建議按照以下的順序分別調用：
| 步驟 | 描述 | 代碼示例 | 備注 |
|---|---|---|---|
| 1 | 實例一個具體類型圖表的對象 | chart = FooChart() |
|
| 2 | 為圖表添加通用的配置，如主題 | chart.use_theme() |
|
| 3 | 為圖表添加特定的配置 | geo.add_coordinate() |
|
| 4 | 添加數據及配置項 | chart.add() |
參考 數據解析與導入篇 |
| 5 | 生成本地文件（html/svg/jpeg/png/pdf/gif） | chart.render() |
從 v0.5.9 開始，以上涉及的方法均支持鏈式調用。例如：
from pyecharts import Bar CLOTHES = ["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", "襪子"] clothes_v1 = [5, 20, 36, 10, 75, 90] clothes_v2 = [10, 25, 8, 60, 20, 80] (Bar("柱狀圖數據堆疊示例") .add("商家A", CLOTHES, clothes_v1, is_stack=True) .add("商家B", CLOTHES, clothes_v2, is_stack=True) .render())
多次顯示圖表
從 v0.4.0+ 開始，pyecharts 重構了渲染的內部邏輯，改善效率。推薦使用以下方式顯示多個圖表。
from pyecharts import Bar, Line
from pyecharts.engine import create_default_environment
bar = Bar("我的第一個圖表", "這里是副標題")
bar.add("服裝", ["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", "襪子"], [5, 20, 36, 10, 75, 90])
line = Line("我的第一個圖表", "這里是副標題")
line.add("服裝", ["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", "襪子"], [5, 20, 36, 10, 75, 90])
env = create_default_environment("html")
# 為渲染創建一個默認配置環境
# create_default_environment(filet_ype)
# file_type: 'html', 'svg', 'png', 'jpeg', 'gif' or 'pdf'
env.render_chart_to_file(bar, path='bar.html')
env.render_chart_to_file(line, path='line.html')
相比第一個例子，該代碼只是使用同一個引擎對象，減少了部分重復操作，速度有所提高。
Pandas&Numpy 簡單示例
如果使用的是 Numpy 或者 Pandas，可以參考這個示例
Note： 使用 Pandas&Numpy 時，整數類型請確保為 int，而不是 numpy.int32
當然你也可以采用更加酷炫的方式，使用 Jupyter Notebook 來展示圖表，matplotlib 有的，pyecharts 也會有的
Note： 從 v0.1.9.2 版本開始，廢棄 render_notebook() 方法，現已采用更加 pythonic 的做法。直接調用本身實例就可以了。
比如這樣
還有這樣
如果使用的是自定義類，直接調用自定義類示例即可
更多 Jupyter notebook 的例子請參考 notebook-use-cases。可下載后運行看看。
如需使用 Jupyter Notebook 來展示圖表，只需要調用自身實例即可，同時兼容 Python2 和 Python3 的 Jupyter Notebook 環境。所有圖表均可正常顯示，與瀏覽器一致的交互體驗，這下展示報告連 PPT 都省了！！