【笔记】python数据分析——pyecharts可视化
本帖最后由 qianshang666 于 2021-3-24 00:22 编辑## 往期数据分析笔记
[【笔记】python数据分析——numpy初识1](https://www.52pojie.cn/thread-1381772-1-1.html)
[【笔记】python数据分析——numpy初识2](https://www.52pojie.cn/thread-1382691-1-1.html)
[【笔记】python数据分析——变换与编程中的轴](https://www.52pojie.cn/thread-1383508-1-1.html)
[【笔记】python数据分析——numpy随机数函数](https://www.52pojie.cn/thread-1386199-1-1.html)
[【笔记】python数据分析——numpy数组索引及切片](https://www.52pojie.cn/thread-1386446-1-1.html)
[【笔记】python数据分析——元素级运算及通用函数](https://www.52pojie.cn/thread-1387623-1-1.html)
[【笔记】python数据分析——条件逻辑运算](https://www.52pojie.cn/thread-1387803-1-1.html)
[【笔记】python数据分析——统计学运算](https://www.52pojie.cn/thread-1387994-1-1.html)
[【笔记】python数据分析——矩阵相乘](https://www.52pojie.cn/thread-1388004-1-1.html)
[【笔记】python数据分析——应用案例之图像负片](https://www.52pojie.cn/thread-1389426-1-1.html)
[【笔记】python数据分析——pandas初识](https://www.52pojie.cn/thread-1390118-1-1.html)
[【笔记】python数据分析——pandas之增删查改](https://www.52pojie.cn/thread-1390267-1-1.html)
[【笔记】python数据分析——pandas可视化之线型图](https://www.52pojie.cn/thread-1390796-1-1.html)
[【笔记】python数据分析——pandas可视化之柱状图](https://www.52pojie.cn/thread-1391027-1-1.html)
[【笔记】python数据分析——pandas可视化之直方图和密度图](https://www.52pojie.cn/thread-1392157-1-1.html)
[【笔记】python数据分析——pandas可视化之散点图](https://www.52pojie.cn/thread-1392568-1-1.html)
[【笔记】python数据分析——pandas可视化之总结案例](https://www.52pojie.cn/thread-1393766-1-1.html)
[【笔记】python数据分析——浅谈matplotlib可视化](https://www.52pojie.cn/thread-1396497-1-1.html)
## pyecharts使用场景
pyecharts适合做一些花里胡哨的图片,而且它是以网页的形式展现的(当然你可以通过渲染变成图片),我原来的想法是这个没必要单独讲,大家自己凭借兴趣随便做几个图大家就会用了,但为了水帖子,我只能拿出来水一期了
## 准备工作
### 官方文档
https://pyecharts.org/#/
上面是pyecharts的官方文档
https://pyecharts.org/#/
上面是pyecharts的官方文档
https://pyecharts.org/#/
上面是pyecharts的官方文档
**重要的事情要说三遍**
### 安装pyecharts包
```
pip install pyecharts
```
### vs code要做的额外准备
使用vs code的朋友如果要打开网页的话建议安装一个插件,插件的名字叫做:**open in browser**,因为你运行完代码后,会生成一个html文件,这个插件就可以直接在vs code中右键单击html文件,然后选择open in default browser,就会在你的默认文件夹打开网页
## 绘制第一个图表
```
from pyecharts.charts import Bar
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", )
# render 会生成本地 HTML 文件,默认会在当前目录生成 render.html 文件
# 也可以传入路径参数,如 bar.render("mycharts.html")
bar.render()
```
运行图:
大家可以看到,在我们运行目录下面生成了一个名字叫mycharts.html的文件,然后我有点单击找到open in default browser,这样就在默认浏览器打开了,打开之后的效果图就是下图这样的
## 基本图标词云图
官方文档提供了很多的图表样式,都有Demo,我点了一个词云,我们看看里面的例子
```
from pyecharts import options as opts
from pyecharts.charts import WordCloud
from pyecharts.globals import SymbolType
words = [
("Sam S Club", 10000),
("Macys", 6181),
("Amy Schumer", 4386),
("Jurassic World", 4055),
("Charter Communications", 2467),
("Chick Fil A", 2244),
("Planet Fitness", 1868),
("Pitch Perfect", 1484),
("Express", 1112),
("Home", 865),
("Johnny Depp", 847),
("Lena Dunham", 582),
("Lewis Hamilton", 555),
("KXAN", 550),
("Mary Ellen Mark", 462),
("Farrah Abraham", 366),
("Rita Ora", 360),
("Serena Williams", 282),
("NCAA baseball tournament", 273),
("Point Break", 265),
]
c = (
WordCloud()
.add("", words, word_size_range=, shape=SymbolType.DIAMOND)
.set_global_opts(title_opts=opts.TitleOpts(title="WordCloud-shape-diamond"))
.render("wordcloud_diamond.html")
)
```
运行之后依然是生成了一个html文件,然后我们运行看看
## 小细节
仔细观察的朋友应该已经发现了,上面的两个例子中的数据都是python列表的形式,并不是我们数据分析中讲过的numpy数组,所以我们做pyecharts图表的时候需要将numpy数组转成python原生列表形式,话不多说,我直接上代码
```
import numpy as np
data1 =
arr1 = np.array(data1)
print(arr1)
print(arr1.tolist())
print('-'*30)
data2 = [,]
arr2 = np.array(data2)
print(arr2)
print(arr2.tolist())
```
运行结果:
```
------------------------------
[
]
[, ]
```
## 官方文档
剩下的就是需要大家仔细研究官方文档了,里面的注释远比我在这里讲解的清楚,当然,如果有疑问,还是欢迎各位评论在下面共同讨论
## 今日鸡汤
在人之上要看的起人,
在人之下要看的起自己。 qianshang666 发表于 2021-3-24 13:14
怎么没人看,胡说八道
这是别人发给我的,说实话挺难受的
但最近没更新还是因为自己有事情,不是这个的影响 lyl610abc 发表于 2021-3-24 14:00
这是别人发给我的,说实话挺难受的
但最近没更新还是因为自己有事情,不是这个的影响
无知,这群人无知你管他们做什么,懂得人自然懂 留着看,感谢分享!! 13169456869 发表于 2021-3-24 00:38
留着看,感谢分享!!
保存一下官方文档就行 还在看入门书,马克一下吧
感谢分享!用心讨论,共获提升! 这个不错,最近正在看这个,收藏了 好东西,学到老活到老 我是个初学者,现在学习都没了方向{:1_924:}{:1_924:} 东方朱朱 发表于 2021-3-24 05:18
我是个初学者,现在学习都没了方向
如果是初学Python的话可以试试基础教程,初学数据分析的话还是建议买本书 我记得B站有个视频,一个杭州的老师讲的关于这个挺好的