Python数据分析与可视化项目实战 课件 项目4 Pyecharts之数据可视化高阶

项目背景项目准备项目分析项目实现项目拓展在信息时代飞速发展的今天，每天都在产生海量数据，如何从这些海量数据中快速发现和获取有用信息并直观的展示出来，最常用的方法就是数据的可视化。数据可视化的方案有很多，可根据实际使用场景来选择。在市场中，它帮助企业分析市场趋势、消费者行为和产品销售情况；在医疗领域，它用于监测和分析流行病学数据、病人记录和医疗资源分布；在城市规划和交通领域，它帮助城市决策者分析人口密度、交通流量和资源利用情况，从而指导城市的发展和改善交通运输系统；在环境保护与可持续发展中，数据可视化有助于监测和评估环境参数，如气候变化、空气质量和能源消耗。不难发现，数据可视化在各个领域都扮演着不可或缺的角色。Python中的PyEcharts不仅可以绘制基本的图表，还可以绘制一些更加清晰、美观、有效地传达与沟通信息的树形图、3D图表、热力图、地图类的图表。对于日常的python可视化过去用的都是Matplotlib可视化图表，虽然可视化增加了效率，但仍然有不足之处，那就是无法交互的静态式图表。而今天介绍的Pyecharts是经过网页渲染的可视化、可交互的web页面图表，拥有更好的时间选择或者维度选择进行交互，从而得到动态图表。项目背景项目准备项目分析项目实现项目拓展项目背景1安装PyEcharts并体验Echarts是百度开源的一个数据可视化JS库，主要用于数据可视化。PyEcharts是一个用于生成Echarts图表的类库，使用PyEcharts可以生成独立的网页，也可以在flask、Django中集成使用。PyEcharts实际上就是Echarts与Python的对接。使用PyEcharts之前需要先安装PyEcharts库。可以使用命令：pipinstallpyecharts，安装完毕后，使用importpyecharts就可以绘制图像了。项目背景项目准备项目分析项目实现项目拓展项目背景2.1.认识python造数神器-Faker库在测试绘图效果的过程中，大家通常会遇到一个问题，那就是如何快速批量的生成数据？为此Python提供了第三方库Faker解决了这个问题。Faker是一个生成伪造数据的Python库，通常用于测试或填充数据库中的伪数据。2.2认识Faker自带的数据集合Faker()除了可以根据属性来随机生成一些数，还自带了数据集项目分析项目实现项目拓展项目背景项目准备3.绘制仪表盘图仪表盘形似汽车车速表、油表，属于拟物化图形，总体为一个圆形开口的表盘及分段刻度，可以比较直观的向用户展示数据分析的结果。在仪表盘中都有颜色区分，不同的颜色表示不同的数据区间，也叫做临界值。仪表盘图的常用于项目实际完成率、销售额比例、用户转化率等。绘制仪表盘图，可以通过以下步骤：步骤1：创建仪表盘对象Gauge()；步骤2：设置数据系列名称及数据集；步骤3：设置图表标题title；步骤4：通过render()方法将仪表盘渲染为html或者直使用render_notebook()输出。项目分析项目实现项目拓展项目背景项目准备3.2玫瑰图

玫瑰图全称南丁格尔玫瑰图，是英国护士和统计学家弗罗伦斯·南丁格尔发明的，又名为极区图。玫瑰图是一种圆形的直方图，既有饼图的特征，也有直方图的特征。

在Python中，可以使用pyecharts库中Pie绘制玫瑰图，.add()里增加需要展示的数据集、radius参数中可以设置内半径和外半径，center参数中可以设置圆心横坐标、纵坐标。rosetype参数用于设置是否展示成南丁格尔玫瑰图，默认None(不展示成玫瑰图)。其中，rosetype有“radius”和“area”两种模式radius模式：用扇形圆心角展现数据的百分比，通过半径展现数据大小。根据数据的变化调整radius参数中的内半径和外半径值，改变图形的展示范围，使图像更协调美观。area模式：所有扇形圆心角相同，仅通过半径展现数据大小。项目分析项目实现项目拓展项目背景项目准备3.3词云图云图是通过“关键词云层”或“关键词渲染”的方式，对文本数据中出现频率较高或权重较大的“关键词”进行可视化的展示，便于读者直观领略文本数据的主旨和核心内容词云是一种文本数据可视化的工具,它可以突出显示文本里的重点单词。词云图的常用场景有用户画像词云图、文档关键字词云图、舆论热词词云图等。在Python中，可以使用pyecharts库中的WordCloud绘制词云，首先了解WordCloud中的参数及其功能项目分析项目实现项目拓展项目背景项目准备3.4雷达图雷达图（RadarChart）又称戴布拉图、蜘蛛网图。图形以一点为中心，每一变量维度为一极坐标轴，n个维度即形成n轴的由内向外放射状图形，形似蜘蛛网。图形的基本构成如图4-10所示：项目分析项目实现项目拓展项目背景项目准备雷达图常常用于某个对象的多维度数据，维度一般是四到八个。比如在上图中对比某产品在功能、风格、品质、品牌、价格等维度的分布对比。雷达图通常应用在财务状况综合评价、用户画像、员工评分等场景。在Python中，可以使用pyecharts库中的Radar()绘制雷达图，add_schema负责雷达图的设置，其中，Pyecharts雷达图的参数配置如见表4-4所示。项目分析项目实现项目拓展项目背景项目准备3.5漏斗图斗图是一种可以展示数据流入和流失的图表，通常由多个矩形组成，每个矩形代表一个阶段，矩形的宽度代表数据的数量。漏斗图的最上面一层是最初的数据来源，最下面一层是最终的结果。漏斗图主要用于展示数据的流失情况，可以帮助我们找出数据流失的瓶颈和原因。项目分析项目实现项目拓展项目背景项目准备3.6热力图热力图，又名相关系数图。根据热力图中不同方块颜色对应的相关系数的大小，可以判断出变量之间相关性的大小。两个变量之间相关系数的计算公式为:

公式中，ρ表示相关系数，Cov表示协方差,E表示数学期望/均值

公式中，ρ表示相关系数，Cov表示协方差,E表示数学期望/均值。值得注意的是，该相关系数只能度量出变量之间的线性相关关系；也就是说，相关系数越高，则变量间的线性相关程度越高。项目分析项目实现项目拓展项目背景项目准备3.7日历图日历图适合用来展示与时间有关的数据，能清晰地看出每个月份、每个星期的数据变化。经常用于绘制月度热图日历、季度热图日历、年度热图日历。项目分析项目实现项目拓展项目背景项目准备3.8轮播图轮播图是一款经典、酷炫的可视化图形，可以按时间线轮播数据图可以用pyecharts里的Timeline()类绘制轮播图，该类拥有如下两个方法。add_schema()方法主要作用：用于设置轮播时间，是否自动轮播；add_schema(is_auto_play=True,play_interval=3000)；is_auto_play是否自动轮播，默认是False，不自动轮播；play_interval轮播时间，单位是毫秒，3000毫秒就是3秒轮播一次；add()方法用于为图形添加数据；例如add(chart=map1,time_point="湖北省疫情地图")；chart为要添加的图；time_point用于指定轮播轴的起点、重点名称；项目分析项目实现项目拓展项目背景项目准备图

4-6

普通仪表盘图图

4-7修饰后的仪表盘图项目分析项目实现项目拓展项目背景项目准备图

4-8

各学院人数占比玫瑰图图

4-9词云效果图项目分析项目实现项目拓展项目背景项目准备图

4-11各学院资金使用雷达图图

4-12

修饰后的雷达图项目分析项目实现项目拓展项目背景项目准备图

4-15

招生宣传漏斗图图

4-16

反向漏斗图项目分析项目实现项目拓展项目背景项目准备图4-17

热力图图

4-1

生源地与录取分数对应的热力图项目分析项目实现项目拓展项目背景项目准备图4-20

1、2月销售量热力图