大数据可视化 第2版 课件 第13章 PyEcharts可视化分析

面向新工科高等院校大数据专业系列教材大数据可视化（第2版）大数据可视化（第2版）第13章PyEcharts可视化分析所谓信息图表，就是信息的一种视觉化呈现。人类都是视觉动物，这是因为我们的大脑是视觉化的，也就是说大脑处理的内容的90%都以这样或那样的方式视觉化了，所以我们处理起这样的内容比处理文本要快得多。这一点也适用于网络。社交媒体上分享得最多的，最受欢迎的是图片。当你在网上发布类似于信息图表这样的东西时，流量增加量甚至多达12%。【导读案例】信息图表设计的10个简单步骤画图工具有很多，为什么还要学习使用PyEcharts？我们举例对比一下图形绘制的效果。先看用Matplotlib画的K线图，密密麻麻区分不了开盘价、最高价、最低价、收盘价。

图13-2Matplotlib画的K线图第13章PyEcharts可视化分析再看用PyEcharts画的K线图（gif），虽然也是密密麻麻的，但下方有个可伸缩的时间轴。通过滑动鼠标可以锁定想看到的数据。

图13-3PyEcharts画的K线图第13章PyEcharts可视化分析在图13-3中还可以任意显示或隐藏K线图的最高价和最低价，交互式操作给图形增加了额外的维度。而Matplotlib绘制出来的K线图则是静态的。PyEcharts有许多不错的3D图表，尤其是地图图表。前导安装：pipinstallpyechartsfrompyechartsimportBarfrompyechartsimportLine第13章PyEcharts可视化分析01柱状图02折线图03饼图04箱线图目录/CONTENTS05雷达图……08词云图PART01柱状图柱形图是数据分析中常用的图表，主要用于对比、展示趋势、描述等，柱形图虽然简单，但要将其用于不同的场合对数据的要求、布局、配色、分类间距、主要刻度线、以及变形图表的处理技巧，不是那么容易把握的。13.1柱状图【程序实例13-1】柱状图。程序如下，绘制效果如图所示。

图13-4柱状图示例13.1.1简单柱状图#画简单的柱状图（使用链式调用）#引入pyecharts库frompyecharts.globalsimportCurrentConfig,OnlineHostType,ThemeType,ChartType,SymbolTypefrompyecharts.chartsimportBarfrompyechartsimportoptionsasopts13.1.1简单柱状图#创建并设置barbar=(Bar(init_opts=opts.InitOpts(theme=ThemeType.WHITE))#设置主题.set_global_opts(title_opts=opts.TitleOpts(title="主标题",subtitle="副标题")) #设置标题.add_xaxis(["衬衫","羊毛衫","雪纺衫","裤子","高跟鞋","袜子"]) #配置列.add_yaxis("商家X",[5,20,36,10,75,90]) #添加数据)#输出图表13.1.1简单柱状图#方法一：将图表渲染输出到html页面，需通过浏览器查看bar.render("bar.html")#如果不传参数，默认保存到当前文件夹下的render.html中，否则保存在参数中制定的文件中#方法二：直接在upyter中展示#bar.render_notebook()13.1.1简单柱状图【程序实例13-2】柱状-堆叠图。程序如下，绘制效果如图所示。

图13-5柱状-堆叠图示例13.1.2柱状-堆叠图#根据柱状图绘制堆叠图#引入pyecharts库frompyecharts.globalsimportCurrentConfig,OnlineHostType,ThemeType,ChartType,SymbolTypefrompyecharts.chartsimportBarfrompyechartsimportoptionsasoptsattr=["衬衫","羊毛衫","雪纺衫","裤子","高跟鞋","袜子"] #设置列v1=[5,20,36,10,75,90] #商家A数据v2=[10,25,8,60,20,80] #商家B数据13.1.2柱状-堆叠图#创建并设置barbar=(Bar(init_opts=opts.InitOpts(theme=ThemeType.WHITE)) #设置主题.set_global_opts(title_opts=opts.TitleOpts(title="柱状图数据堆叠示例",subtitle="柱状图")) #设置标题

.add_xaxis(attr) #配置列

.add_yaxis(series_name="商家A",y_axis=v1,stack="stack1") #添加数据

.add_yaxis(series_name="商家B",y_axis=v2,stack="stack1") #添加数据

.set_series_opts(label_opts=opts.LabelOpts(is_show=False)) #不显示标志)#输出图表bar.render("bar2.html")13.1.2柱状-堆叠图【程序实例13-3】柱状图，添加标注。程序如下，绘制效果如图所示。

图13-6条形图示例13.1.2柱状-堆叠图#为横向柱状图添加标注点或者标注线#引入pyecharts库frompyecharts.globalsimportCurrentConfig,OnlineHostType,ThemeType,ChartType,SymbolTypefrompyecharts.chartsimportBarfrompyechartsimportoptionsasoptsattr=["衬衫","羊毛衫","雪纺衫","裤子","高跟鞋","袜子"] #设置列v1=[5,20,36,10,75,90] #商家A数据v2=[10,25,8,60,20,80] #商家B数据13.1.2柱状-堆叠图#创建并设置barbar=(Bar(init_opts=opts.InitOpts(theme=ThemeType.WHITE,animation_opts=opts.AnimationOpts(animation_delay=10))).set_global_opts(title_opts=opts.TitleOpts(title="横向柱状图加标记示例",subtitle="柱状图")) #设置标题

.add_xaxis(attr) #配置列

.add_yaxis(series_name="商家A",y_axis=v1) #添加商家A数据13.1.2柱状-堆叠图#设置商家A标志点.set_series_opts(markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="max",name="最大值")])).add_yaxis(series_name="商家B",y_axis=v2) #添加商家B数据

.reversal_axis() #通过reversal_axis()反转x,y轴实现横向柱状图13.1.2柱状-堆叠图#设置标志线.set_series_opts(markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="max",name="最大值"),opts.MarkLineItem(type_="min",name="最小值")])).set_series_opts(label_opts=opts.LabelOpts(is_show=False))#不显示标志)#输出图表bar.render("bar3.html")13.1.2柱状-堆叠图PART02折线图13.2.1折线与平滑折线图13.2.2标注形状和颜色13.2.3折线–面积图13.2折线图【程序实例13-4】折线图。程序如下，绘制效果如图所示。

图13-7折线图13.2.1折线与平滑折线图#折线图Line#引入pyecharts库frompyecharts.chartsimportLinefrompyechartsimportoptionsasopts#设置列名columns=["Jan","Feb","Mar","Apr","May","Jun","Jul","Aug","Sep","Oct","Nov","Dec"]13.2.1折线与平滑折线图#设置数据data1=[2.0,4.9,7.0,23.2,25.6,76.7,135.6,162.2,32.6,20.0,6.4,3.3]data2=[2.6,5.9,9.0,26.4,28.7,70.7,175.6,182.2,48.7,18.8,6.0,2.3]#创建折线图对象line=(Line()#设置折线图的主标题与副标题

.set_global_opts(title_opts=opts.TitleOpts(title="折线图",subtitle="一年的降水量与蒸发量"))13.2.1折线与平滑折线图#添加折线图的数据及配置项

.add_xaxis(columns).add_yaxis("降水量",data1).add_yaxis("蒸发量",data2))#保存图表到line1.htmlline.render("line1.html")13.2.1折线与平滑折线图【程序实例13-5】平滑折线图。程序如下，绘制效果如图所示。

图13-8折线图示例13.2.1折线与平滑折线图#平滑折线图#引入pyecharts库frompyecharts.chartsimportLinefrompyechartsimportoptionsasopts#设置列名attr=["衬衫","羊毛衫","雪纺衫","裤子","高跟鞋","袜子"]13.2.1折线与平滑折线图#设置数据v1=[5,20,36,10,75,90]v2=[10,25,8,60,20,80]#创建折线图对象line=(Line()#设置折线图的主标题与副标题

.set_global_opts(title_opts=opts.TitleOpts(title="折线图"))13.2.1折线与平滑折线图#添加折线图的数据及配置项

.add_xaxis(attr).add_yaxis("商家A",v1,is_smooth=True).set_series_opts(markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="max",name="最大值")])).add_yaxis("商家B",v2,is_smooth=True))#保存图表到line2.htmlline.render("line2.html")13.2.1折线与平滑折线图【程序实例13-6】折线图，添加形状和样式。程序如下，绘制效果如图所示。

图13-9添加标注形状和样式13.2.2标注形状和颜色#添加标注和样式的折线图#引入pyecharts库frompyecharts.chartsimportLinefrompyechartsimportoptionsasopts#设置列名attr=["衬衫","羊毛衫","雪纺衫","裤子","高跟鞋","袜子"]#设置数据v1=[5,20,36,10,75,90]v2=[10,25,8,60,20,80]13.2.2标注形状和颜色#创建折线图对象line=(Line()#设置折线图的主标题与副标题

.set_global_opts(title_opts=opts.TitleOpts(title="折线图"))13.2.2标注形状和颜色#添加折线图的数据及配置项

.add_xaxis(attr).add_yaxis("商家A",v1,color="red",markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="min"),opts.MarkLineItem(type_="average"),opts.MarkLineItem(type_="max")]),markpoint_opts=opts.MarkPointOpts(symbol="diamond",data=[opts.MarkPointItem(type_="min"),opts.MarkPointItem(type_="average"),opts.MarkPointItem(type_="max")]),)13.2.2标注形状和颜色.add_yaxis("商家B",v2,color='green',symbol="triangle",symbol_size=20,markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="min"),opts.MarkLineItem(type_="average"),opts.MarkLineItem(type_="max")]),))#保存图表到line3.htmlline.render("line3.html")13.2.2标注形状和颜色【程序实例13-7】折线-面积图。程序如下，绘制效果如图所示。

图13-10折线-面积图示例13.2.3折线-面积图#折线-面积图#引入pyecharts库frompyecharts.chartsimportLinefrompyechartsimportoptionsasopts#设置列名attr=["衬衫","羊毛衫","雪纺衫","裤子","高跟鞋","袜子"]#设置数据v1=[5,20,36,10,75,90]v2=[10,25,8,60,20,80]13.2.3折线-面积图#创建折线图对象arealineline=(Line()#设置折线图的主标题与副标题

.set_global_opts(title_opts=opts.TitleOpts(title="面积-折线图"))#添加折线图的数据及配置项

.add_xaxis(attr).add_yaxis("商家A",v1,color='green',areastyle_opts=opts.AreaStyleOpts(opacity=0.5)).add_yaxis("商家B",v2,color='gray',areastyle_opts=opts.AreaStyleOpts(opacity=0.3),is_smooth=True))#保存图表到line4.htmlarealineline.render("line4.html")13.2.3折线-面积图PART03饼图【程序实例13-8】饼图。程序如下，绘制效果如图所示。

图13-11饼图示例13.3饼图#饼图#引入pyecharts库frompyecharts.chartsimportPiefrompyechartsimportoptionsasopts#设置数据columns=["Jan","Feb","Mar","Apr","May","Jun","Jul","Aug","Sep","Oct","Nov","Dec"]data1=[2.0,4.9,7.0,23.2,25.6,76.7,135.6,162.2,32.6,20.0,6.4,3.3]13.3饼图#创建并配置饼图pie=(#初始化饼状图，设置宽度为900Pie(init_opts=opts.InitOpts(width="900px")) #初始化饼状图，设置宽度为900#设置主标题与副标题，标题设置居左

.set_global_opts(title_opts=opts.TitleOpts(title="饼状图",subtitle="一年的降水量",pos_left="0%",is_show=True))#加入数据

.add("降水量",[(i,j)fori,jinzip(columns,data1)]))#保存图表到Pie1.htmlpie.render(("Pie1.html"))13.3饼图【程序实例13-9】饼图。程序如下，绘制效果如图所示。

图13-12饼图示例13.3饼图#饼图#引入pyecharts库frompyecharts.chartsimportPiefrompyechartsimportoptionsasopts#设置数据attr=["衬衫","羊毛衫","雪纺衫","裤子","高跟鞋","袜子"]v1=[5,20,36,10,75,90]13.3饼图#创建并配置饼图pie=(Pie()#加入数据

.add("",[list(z)forzinzip(attr,v1)],label_opts=opts.LabelOpts(position="outside",formatter="\n{b}:{c}")))#保存图表到Pie2.htmlpie.render(("Pie2.html"))13.3饼图【程序实例13-10】饼-圆环图。程序如下，绘制效果如图所示。

图13-13圆环图示例13.3饼图#饼-圆环图#引入pyecharts库frompyecharts.chartsimportPiefrompyechartsimportoptionsasopts#设置数据attr=["衬衫","羊毛衫","雪纺衫","裤子","高跟鞋","袜子"]v1=[11,12,13,10,10,10]13.3饼图#创建并配置饼图pie=(Pie()#加入数据

.add(series_name="数据来源",data_pair=[list(z)forzinzip(attr,v1)],radius=["40%","75%"],label_opts=opts.LabelOpts(is_show=False,position="center"),)13.3饼图#设置标题、显示位置等.set_global_opts(title_opts=opts.TitleOpts(title="饼图-圆环图示例",is_show=True)).set_global_opts(legend_opts=opts.LegendOpts(pos_left="legft",orient="vertical")).set_series_opts(tooltip_opts=opts.TooltipOpts(trigger="item",formatter="{a}<br/>{b}:{c}({d}%)")))#保存图表到Pie3.htmlpie.render(("Pie3.html"))13.3饼图PART04箱线图【程序实例13-11】箱线图。程序如下，绘制效果如图所示。图13-14箱线图示例13.4箱线图#箱线图#导入箱线图-Boxplotfrompyecharts.chartsimportBoxplotfrompyechartsimportoptionsasopts#准备数据data=[[2.0,4.9,7.0,23.2,25.6,76.7,135.6,162.2,32.6,20.0,6.4,3.3],[2.6,5.9,9.0,26.4,28.7,70.7,175.6,182.2,48.7,18.8,6.0,2.3]]13.4箱线图#创建并配置箱型图boxplot=(Boxplot()#设置箱线图的主标题与副标题

.set_global_opts(title_opts=opts.TitleOpts(title="箱线图",subtitle="一年的降水量与蒸发量")))13.4箱线图#添加数据boxplot.add_xaxis(["降水量","蒸发量"])boxplot.add_yaxis("一年的降水量与蒸发量",boxplot.prepare_data(data))#保存图表到boxplot.htmlboxplot.render("boxplot.html")13.4箱线图PART05雷达图【程序实例13-12】雷达图。程序如下，绘制效果如图所示。

图13-15雷达图13.5雷达图#雷达图#导入雷达图-Radarfrompyecharts.chartsimportRadarfrompyechartsimportoptionsasopts#由于雷达图传入的数据得为多维数据，所以这里做一下处理radar_data1=[[2.0,4.9,7.0,23.2,25.6,76.7,135.6,162.2,32.6,20.0,6.4,3.3]]radar_data2=[[2.6,5.9,9.0,26.4,28.7,70.7,175.6,182.2,48.7,18.8,6.0,2.3]]13.5雷达图#设置column的最大值，为了雷达图更为直观，这里的月份最大值设置有所不同schema=[("Jan",5),("Feb",10),("Mar",10),("Apr",50),("May",50),("Jun",200),("Jul",200),("Aug",200),("Sep",50),("Oct",50),("Nov",10),("Dec",5)]13.5雷达图#创建并设置雷达图radar=(Radar()#设置折线图的主标题与副标题

.set_global_opts(title_opts=opts.TitleOpts(title="雷达图",subtitle="一年的降水量与蒸发量"))#传入坐标与数据

.add_schema(schema).add("降水量",radar_data1)13.5雷达图#一般默认为同一种颜色，这里为了便于区分，需要设置线样式中的颜色

.add("蒸发量",radar_data2,linestyle_opts=opts.LineStyleOpts(color="#1C86EE",opacity=0.6)))#保存图表到radar.htmlradar.render("radar.html")13.5雷达图PART06散点图【程序实例13-13】散点图。程序如下，绘制效果如图所示。

图13-16散点图13.6散点图#散点图#导入散点图Scatterfrompyecharts.chartsimportScatterfrompyechartsimportoptionsasopts13.6散点图#设置数据data=[[2.0,2.6],[4.9,5.9],[7.0,9.0],[23.2,26.4],[25.6,28.7],[76.7,70.7],[135.6,175.6],[162.2,182.2],[32.6,48.7],[20.0,18.8],[6.4,6.0],[3.3,2.3]]data.sort(key=lambdax:x[0])x_data=[d[0]fordindata]y_data=[d[1]fordindata]13.6散点图#创建并散点图scatter=(Scatter()#设置散点图的主标题与副标题

.set_global_opts(title_opts=opts.TitleOpts(title="散点图",subtitle="一年的降水量与蒸发量"))13.6散点图#由于显示问题，需要将y轴名与y轴距离进行设置

.add_xaxis(xaxis_data=x_data).add_yaxis(series_name="一年的降水量与蒸发量散点图",y_axis=y_data,symbol_size=20,label_opts=opts.LabelOpts(is_show=False),).set_series_opts().set_global_opts(xaxis_opts=opts.AxisOpts(type_="value",splitline_opts=opts.SplitLineOpts(is_show=True)),13.6散点图yaxis_opts=opts.AxisOpts(type_="value",axistick_opts=opts.AxisTickOpts(is_show=True),splitline_opts=opts.SplitLineOpts(is_show=True),),tooltip_opts=opts.TooltipOpts(is_show=True),))#保存图表到scatter1.htmlscatter.render("scatter1.html")13.6散点图PART07地图【程序实例13-14】地图。程序如下，绘制效果如图所示。

图13-17地图示例13.7地图#地图#导入所需的模块frompyechartsimportoptionsasoptsfrompyecharts.chartsimportMapvalue=[20,90,253,77,65]attr=["汕头市","汕尾市","揭阳市","阳江市","肇庆市"]13.7地图map=(Map().add("销售额",[list(z)forzinzip(attr,value)],"广东").set_global_opts(title_opts=opts.TitleOpts(title="Map-广东地图示例）"),legend_opts=opts.Legend