Python+pyecharts繪制交互式可視化圖表
更新時間：2022年04月27日 09:46:25 作者：川川菜鳥
本文我們來了解一個新的可視化模塊pyecharts，并且利用該模塊繪制讓數(shù)據(jù)變成優(yōu)美的交互式可視化圖表，感興趣的小伙伴可以跟隨小編一起了解一下
本篇我們來了解一個新的可視化模塊pyecharts,由于爬蟲敏感問題，博主對數(shù)據(jù)已經(jīng)提取供大家使用，本篇文章僅介紹數(shù)據(jù)可視化。
一、熱力圖
案例：繪制2021部分城市的GDP熱力圖(比如上海，北京，深圳，重慶，長沙的2021年總GDP)，data為一個列表，每個城市數(shù)據(jù)用元祖表示，比如：(‘上海’,43214.85）。
from pyecharts.charts import Geo
from pyecharts import options as opts
from pyecharts.globals import ChartType
data=[('上海',43214.85),('北京',40269.60),('深圳',30664.85),('重慶',27894.02),('長沙',13270.70)]
geo = (Geo()
.add_schema(maptype="china")
.add("人口", data,
type_=ChartType.HEATMAP)
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
.set_global_opts(
visualmap_opts=opts.VisualMapOpts(),
legend_opts=opts.LegendOpts(is_show=False),
title_opts=opts.TitleOpts(title="Geo-全國GDP圖"))
)
geo.render_notebook()
運行如下：
二、地理圖表
2.1 地理坐標(biāo)系
案例一：繪制2021部分省份的人口數(shù)量在地圖中
2.2 市區(qū)地圖
案例：標(biāo)出2021部分省份的人口數(shù)量在地圖中
from pyecharts.charts import Map
data=[('福建',41540086),('廣東',126012510),('河北',74610235),('山西',34915616),('四川',83674866)]
print(data)
geo = (
Map()
.add("", data, 'china')
)
geo.render_notebook()
例如：繪制上海市各個區(qū)的平均房價交互式地圖
from pyecharts.charts import Geo
from pyecharts import options as opts
from pyecharts.globals import ChartType
data=[('上海',43214.85),('北京',40269.60),('深圳',30664.85),('重慶',27894.02),('長沙',13270.70)]
geo = (Geo()
.add_schema(maptype="china")
.add("人口", data,
type_=ChartType.HEATMAP)
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
.set_global_opts(
visualmap_opts=opts.VisualMapOpts(),
legend_opts=opts.LegendOpts(is_show=False),
title_opts=opts.TitleOpts(title="Geo-全國GDP圖"))
)
geo.render_notebook()
運行如下：
2.3人口流動圖
案例：河南省人口輸出到外省的人口量。依次向廣東，浙江，江蘇，上海，北京傳輸人口277.36，246.59，219.72，134.3.127.1萬人。
from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.globals import ChartType, SymbolType
c = (
Geo()
.add_schema(maptype="china")
.add(
"",
[("廣東",277.36), ("浙江", 246.59), ("江蘇", 219.72), ("上海", 134.3),('北京',127.1)],
type_=ChartType.EFFECT_SCATTER,
color="white",
)
.add(
"geo",
[("河南", "廣東"), ("河南", "浙江"), ("河南", "江蘇"), ("河南", "上海"),('河南','北京')],
type_=ChartType.LINES,
effect_opts=opts.EffectOpts(
symbol=SymbolType.ARROW, symbol_size=6, color="blue"
),
linestyle_opts=opts.LineStyleOpts(curve=0.2),
)
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
.set_global_opts(title_opts=opts.TitleOpts(title="河南省主要人口輸出"))
)
c.render_notebook()
運行如下：
2.4 3D地圖
案例：繪制福建，廣東，河北，山西，四川，新疆的2021總?cè)丝跀?shù)量，繪制到3D地圖上
from pyecharts import options as opts
from pyecharts.charts import Map3D
from pyecharts.globals import ChartType
data=[('福建',41540086),('廣東',126012510),('河北',74610235),('山西',34915616),('四川',83674866),('新疆',2585.23)]
map3d = (
Map3D()
.add("部分省人口數(shù)量(單位：萬)", data_pair=data, maptype='china')
)
map3d.render_notebook()
2.5 3D地球
案例：繪制一個立體的3D地球
from pyecharts.faker import POPULATION
from pyecharts.charts import MapGlobe
globe = (
MapGlobe()
.add_schema()
.add(
series_name="",
maptype="world",
data_pair=POPULATION[1:]
)
)
globe.render_notebook()
如下:
三、疫情數(shù)據(jù)可視化
本小節(jié)做一個簡單的案例，輕松簡單的做一個疫情數(shù)據(jù)顯示屏，由于爬蟲知識敏感問題，所以這里作者直接把數(shù)據(jù)拿出來了，數(shù)據(jù)日期為2022年4月24日數(shù)據(jù)，數(shù)據(jù)來源：丁香醫(yī)生。數(shù)據(jù)僅供參考，不作任何用途。
from pyecharts.charts import Map
from pyecharts import options as opts
data=[['香港', 328074], ['臺灣', 56468], ['上海', 43782], ['吉林', 39903],
['浙江', 2984], ['黑龍江', 2851], ['廣東', 6981], ['江西', 1184],
['江蘇', 2175], ['福建', 3002], ['山東', 2676], ['北京', 1876],
['廣西', 1572], ['山西', 413], ['海南', 288], ['青海', 88],
['云南', 2114], ['四川', 1999], ['河南', 2878], ['湖南', 1362],
['陜西', 3276], ['河北', 1993], ['內(nèi)蒙古', 1706], ['安徽', 1063],
['遼寧', 1614], ['湖北', 68398], ['天津', 1800], ['重慶', 694],
['貴州', 179], ['新疆', 999], ['甘肅', 681], ['寧夏', 122],
['澳門', 82], ['西藏', 1]]
print(data)
geo = (
Map()
.add("感染人數(shù)", data, 'china') # 傳入數(shù)據(jù)，地圖選擇中國
)
geo.render_notebook()
效果如下：
為了讓圖更加優(yōu)美，需要對它設(shè)置標(biāo)簽，顏色信息，所以添加set_global_opts方法，修改后代碼如下：
from pyecharts.charts import Map
from pyecharts import options as opts
data=[['香港', 328074], ['臺灣', 56468], ['上海', 43782], ['吉林', 39903],
['浙江', 2984], ['黑龍江', 2851], ['廣東', 6981], ['江西', 1184],
['江蘇', 2175], ['福建', 3002], ['山東', 2676], ['北京', 1876],
['廣西', 1572], ['山西', 413], ['海南', 288], ['青海', 88],
['云南', 2114], ['四川', 1999], ['河南', 2878], ['湖南', 1362],
['陜西', 3276], ['河北', 1993], ['內(nèi)蒙古', 1706], ['安徽', 1063],
['遼寧', 1614], ['湖北', 68398], ['天津', 1800], ['重慶', 694],
['貴州', 179], ['新疆', 999], ['甘肅', 681], ['寧夏', 122],
['澳門', 82], ['西藏', 1]]
print(data)
geo = (
Map()
.add("感染人數(shù)", data, 'china') # 傳入數(shù)據(jù)，地圖選擇中國
.set_global_opts(
title_opts=opts.TitleOpts(title="2022-4-23中國疫情地圖"),
visualmap_opts=opts.VisualMapOpts(max_=10000, is_piecewise=True,
#最大數(shù)據(jù)范圍，分段
# 第一段設(shè)置為：猩紅
pieces=[
{"max": 99999, "min": 10001, "label": ">10000", "color": "#DC143C"},
{"max": 10000, "min": 1000, "label": "1000-10000", "color": "#8A0808"},
{"max": 999, "min": 500, "label": "500-999", "color": "#B40404"},
{"max": 499, "min": 100, "label": "100-499", "color": "#DF0101"},
{"max": 99, "min": 10, "label": "10-99", "color": "#F78181"},
{"max": 9, "min": 1, "label": "1-9", "color": "#F5A9A9"},
{"max": 0, "min": 0, "label": "0", "color": "#FFFFFF"},
],
is_calculable=True)
)
)
geo.render_notebook()
運行:
pyecharts是圖表是可以制作成網(wǎng)頁的，作者在此留下一個思考：是否可以制作實時每天每小時更新的這樣網(wǎng)頁？當(dāng)然，這留給感興趣的同學(xué)去探索。因為設(shè)計爬蟲，前端，數(shù)據(jù)分析，可視化。本書主要只介紹了數(shù)據(jù)可視化與數(shù)據(jù)分析。
四、空氣質(zhì)量數(shù)據(jù)可視化
案例：繪制身份的降雨量在地圖上。（數(shù)據(jù)來源由作者隨機設(shè)置，讀者可以自行查看相關(guān)數(shù)據(jù)網(wǎng)站設(shè)置真實值）
from pyecharts.charts import Map
from pyecharts import options as opts
attr_1= [95, 56, 87, 92, 74, 79, 82,68 , 59, 63, 82]
value_1 = ["福建","河南","浙江","江西","貴州","四川","上海","北京","湖北","廣西","河北"]
# print([list(z) for z in zip(attr_1, value_1)])
c = (
Map()
.add("空氣質(zhì)量", [list(z) for z in zip(attr_1, value_1)],"china") # 用列表推導(dǎo)式對兩個列表合并成對應(yīng)形式
.set_global_opts(
title_opts=opts.TitleOpts(title="降雨量可視化"),
visualmap_opts=opts.VisualMapOpts(max_=100,is_piecewise=True
)
)
)
# c.render_notebook()
c.render(r"1.html")
運行如下：
本次案例對圖形保存為html格式文件，可以使用瀏覽器打開查看自己的圖形。唯一的區(qū)別就是最后一行：c.render(r"1.html")，它所代表的含義為對圖形保存為1.html文件，也就是網(wǎng)頁文件。
五、外賣點分布數(shù)據(jù)可視化
案例：假設(shè)獲取到美團與餓了么的部分省份騎手?jǐn)?shù)量，對該數(shù)據(jù)同時繪制在一張圖上。（數(shù)據(jù)由作者隨意設(shè)置，僅供參考）
from pyecharts import options as opts
value_1 = [1500, 1300, 20000, 23000, 3500, 3400, 2500]
attr_1 = ["福建","山東","北京","上海","江西","云南","重慶"]
value_2 = [21000, 16520, 24120, 17820, 9542, 4689, 4325, 8950,]
attr_2 = ["北京","廣東","上海","浙江","四川","貴州","云南","重慶"]
c = (
Map()
.add("餓了么", [list(z) for z in zip(attr_1, value_1)],"china")
.add("美團", [list(z) for z in zip(attr_2, value_2)],"china")
.set_global_opts(
title_opts=opts.TitleOpts(title="美團-餓了么騎手分布"),
visualmap_opts=opts.VisualMapOpts(max_=25000,is_piecewise=True)
)
)
# c.render_notebook()
c.render(r"2.html")
效果如下：
六、總結(jié)
本篇文章帶大家進入了一個新的數(shù)據(jù)可視化模塊，它非常適合制作可視化大屏
以上就是Python+pyecharts繪制交互式可視化圖表的詳細內(nèi)容，更多關(guān)于Python pyecharts可視化圖表的資料請關(guān)注腳本之家其它相關(guān)文章！
您可能感興趣的文章:
- Python數(shù)據(jù)可視化 pyecharts實現(xiàn)各種統(tǒng)計圖表過程詳解
- python的pyecharts繪制各種圖表詳細（附代碼）
- 一文教你用Pyecharts做交互圖表
- Python數(shù)據(jù)可視化之基于pyecharts實現(xiàn)的地理圖表的繪制
- 詳解如何基于Pyecharts繪制常見的直角坐標(biāo)系圖表
- Python使用pyecharts控件繪制圖表
- 教你用pyecharts繪制各種圖表案例(效果+代碼)
- Python繪制地理圖表可視化神器pyecharts
- Python可視化神器pyecharts繪制地理圖表
- Python可視化神器pyecharts之繪制地理圖表練習(xí)
- Pyecharts之特殊圖表的實現(xiàn)示例
相關(guān)文章
這篇文章主要介紹了Python用5行代碼實現(xiàn)批量摳圖的示例代碼，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-04-04
Pytorch之tensorboard無法啟動和顯示問題及解決
這篇文章主要介紹了Pytorch之tensorboard無法啟動和顯示問題及解決方案,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-09-09
Python 如何利用pandas和matplotlib繪制餅圖
這篇文章主要介紹了Python 如何利用pandas和matplotlib繪制餅圖,代碼使用了Pandas和Matplotlib庫來繪制店鋪銷售數(shù)量占比的餅圖,需要的朋友可以參考下2023-10-10
這篇文章主要介紹了urllib2自定義opener詳解,需要的朋友可以參考下2014-02-02
聊聊通過celery_one避免Celery定時任務(wù)重復(fù)執(zhí)行的問題
Celery Once 也是利用 Redis 加鎖來實現(xiàn), Celery Once 在 Task 類基礎(chǔ)上實現(xiàn)了 QueueOnce 類，該類提供了任務(wù)去重的功能，今天通過本文給大家介紹通過celery_one避免Celery定時任務(wù)重復(fù)執(zhí)行的問題，感興趣的朋友一起看看吧2021-10-10
今天小編就為大家分享一篇利用python求積分的實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
在本篇文章里小編給大家分享的是一篇關(guān)于python中寫類的方法和技巧，需要的朋友們可以學(xué)習(xí)下。2020-06-06
python實現(xiàn)簡單tftp(基于udp協(xié)議)
這篇文章主要為大家詳細介紹了python實現(xiàn)簡單tftp，基于udp協(xié)議，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-07-07
python中g(shù)etopt()函數(shù)用法詳解
這篇文章主要介紹了python中g(shù)etopt()函數(shù)用法,通過getopt模塊中的getopt(?)方法，我們可以獲取和解析命令行傳入的參數(shù)，需要的朋友可以參考下2022-12-12
Python 循環(huán)緩沖區(qū)是一種快速高效的數(shù)據(jù)存儲方式。 循環(huán)數(shù)據(jù)緩沖區(qū)是一個隊列，可以用作容納單個對象的容器，這篇文章主要介紹了Python?循環(huán)緩沖區(qū),需要的朋友可以參考下2023-09-09