Python--pyecharts介紹

Pyecharts

　　概況 :

Echarts 是個由百度開源的數據可視化，憑借着良好的交互性，精巧的圖表設計，得到了眾多開發者的認可。而 Python 是門富有表達力的語言，很適合用於數據處理。當數據分析遇上數據可視化時pyecharts 誕生了。

特性 :

1. 簡潔的API設計，使用如絲滑般流暢，支持鏈式調用
2. 囊括了30+種常見圖表，應有盡有
3. 支持主流Notebook 環境，Jupyter Notebook 和JupyterLab
4. .可輕松集成至Flask, Django等主流Web框架
5. .高度靈活的配置項，可輕松搭配出精美的圖表
6. .詳細的文檔和示例，幫助開發者更快的上手項目
7. 多達400+地圖文件以及原生的百度地圖，為地理數據可視化提供強有力的支持

需要導入相應庫:

import json
import os

from pyecharts import options as opts
from pyecharts.charts import Page , Sankey

方法的調用 : 

#例如 sankey_base().render_notebook() #//三等級圖

from pyecharts.charts import Bar
bar=(
    Bar ()
    . 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])  #還可以   .add_yaxis('商家B',[1,2,3,4])等
)
bar. render_ notebook ()

動態效果 :

 

 　　詞雲 :

from pyecharts import options as opts
from pyecharts.charts import Page, WordCloud
from pyecharts.globals import SymbolType

words = [
("San S Club",10000),
("Macys",6181),
("Amy Schumer",4386),
("Juassic World",4055),
("Charter Communications",2467),
("Chick Fil A",2244),
("Planet Fitness",1868),
("Pitch Perfect", 1484),
("Express",1112),
("Home",865),
("Johmny Depp",847),
("Lena Dunham",582),
("Levis Hamilton",555),
("KKAN",550),
("Mary Ellen Mark",462),
("Farrah Abraham",366),
("Rita Ora",360),
("Serena Williams",282),
("NCAA baseball tournament",273),
("Point Break",265),
]
def wordcloud_base():
    c = (
        WordCloud()
        .add("",words,word_size_range=[20,100],shape=SymbolType.RECT)
        .set_global_opts(title_opts=opts.TitleOpts(title="WordCloud基本示例"))
)
    return c
wordcloud_base().render_notebook()

　　效果 :