《大数据技术基础与财务应用》课件 项目七 Python在报表数据可视化中的应用

Python在财务中的应用字符串类型及其操作资产负债表可视化字符串类型及其操作python在报表数据可视化中的应用提纲OUTLINEpython在报表数据可视化中的应用matplotlib模块小结与反思python在报表数据可视化中的应用日常财务工作中，完成数据分析处理后，需要将数据以图形的方式展现出来，以便更直现出了解数据的变动趋势、分布情况等。这种以图形、图像进行数据分析、挖掘的方式是数据可视化的过程。python在报表数据可视化中的应用python提供了许多可以快速实现数据可视化的第三方模块matplotlib模块pandas作图函数plotpyecharts模块数据可视化的第三方模块python在报表数据可视化中的应用matplotlib模块Matplotlib最核心的模块是pyplot模块，几乎所有的2D图形都是通过该模块绘制，约定别名为pltpyplot模块引入规则frommatplotlibimportpyplotaspltMatplotlib是Python的第三方绘图库，仅需几行代码，就能够生成各种格式的图形(如：折线图、散点图、柱状图等等)'matplotlib模块01创建画布与子图02添加画布内容03保存与显示图形Matplotlib基本绘画流程python在报表数据可视化中的应用python在报表数据可视化中的应用在matplotlib中使用pyplot子模块的plot()函数绘制折线图表matplotlib模块plot()函数的语法格式如图所示matplotlib模块表plot()函数常用参数如下：常用参数说明x,y表示x、y轴数据，接收数组、列表、元组等scalex,scaley是否自动缩放x、y轴，默认为Truedata可索引对象(如：dict、DataFrame)，如果给定data，则只需提供在x、y中绘制的标签名称，如以DataFrame中的列作为x、y轴数据color(c)设置折线颜色，接收字符串marker设置线条上标记点的样式，默认None，接收字符串linestyle(ls)设置线型的样式，默认实线'-'，接收字符串linewidth(lw)设置线型的宽度，接收数值alpha设置线型的透明度，0.0-1.0之间label图例内容，接收字符串python在报表数据可视化中的应用python在报表数据可视化中的应用在matplotlib中使用pyplot子模块的bar()函数绘制柱状图表matplotlib模块bar()函数的语法格式它的语法格式如图所示表matplotlib模块bar()函数常用参数如下：常用参数说明xx轴数据，接收数组、列表、元组等height柱状的高度，即y轴数值，接收数组、列表、元组等width柱状的宽度，默认0.8bottom设置y边界坐标轴起点align柱状与x坐标的对齐方式，默认值'center'，表示居中位置，align='edge'表示边缘位置data可索引对象(如：dict、DataFrame)color、edgecolor(ec)柱状填充颜色、图形边缘颜色alpha设置柱状的透明度，0.0-1.0之间label图例内容，接收字符串python在报表数据可视化中的应用python在报表数据可视化中的应用matplotlib模块与组合图不同，子图是将多个图形分别绘制在同一个画布的多个坐标系中。实际应用时，用户可以根据需要在画布中设置子图的位置。子图的绘制常用的有两种方法pyplot.subplot()函数和pyplot.subplots()函数。组合图的绘制比较简单，将需要组合的图形的代码放在一起即可，但需要注意，组合图中的图形必须使用同一个横坐标轴，才能实现组合图效果。python在报表数据可视化中的应用matplotlib模块表pyplot.subplot()函数的语法格式pyplot.subplot(nrows,ncols,index,...)参数说明nrows子图网格的行数ncols子图网格的列数index索引，从左上角的1开始，向右增加表比如pyplot.subplot(2,2,1)表示创建一个2*2的网格，并取第一个网格作为子图的位置matplotlib模块python在报表数据可视化中的应用pyplot.subplots()函数语法格式nrows、ncols：子图的行数和列数，表示绘图区域被分为n行m列；sharex、sharey：是否共享x轴或y轴，默认False代表子图的x、y轴独立；**fig_kw：figure函数的参数都可以使用，如figsize。重复值处理matplotlib模块python在报表数据可视化中的应用matplotlib模块pyplot.subplots()函数快速创建多子图环境，将画布分为n行m列的绘图空间，返回一个figure和多个axes(列表)，需要两个变量分别接收，选择区域时使用子图的列表索引进行访问，子图索引从0开始。'python在报表数据可视化中的应用一二小结与反思本节重难点掌握matplotlib绘图方法熟悉常见图形的绘制小结与反思

课后思考：本小节最后介绍了两种不同的子图绘制方法，请同学们对比思考这两种函数在绘制子图时的相同点和不同点。谢谢观看字符串类型及其操作Python在财务中的应用字符串类型及其操作利润表可视化字符串类型及其操作python在报表数据可视化中的应用使用Matplotlib可以完成绝大多数作图需求，但是绘图流程非常繁琐，那有没有更简便的绘图方式呢？'python在报表数据可视化中的应用同学们非常熟悉的Pandas库也提供了plot()绘图函数，可以绘制多种图形样式，相比于Matplotlib，可以直接对DataFrame调用该函数，并且函数中集成了x、y轴数据、图形标题、图例、样式等参数，代码比Matplotlib简洁许多。python在报表数据可视化中的应用python在报表数据可视化中的应用plot()绘图函数同学们要注意Pandas作图内部依赖于Matplotlib，因此在使用plot()之前，必须引入Matplotlib库plot()函数语法如图所示python在报表数据可视化中的应用plot()绘图函数常用参数：表我们以江西绿色家电有限责任公司和同行业平均毛利率折线对比图，江西绿色家电有限责任公司和同行业营业净利率柱状对比图为例，演示pandas库种plot()函数的应用。'python在报表数据可视化中的应用plot()绘图函数python在报表数据可视化中的应用运用plot()函数同样能绘制子图，即将多个图形分别绘制在同一个画布的多个坐标系中。plot()绘图函数通过前面plot()函数参数的介绍，我们发现该函数中有参数ax，专门指定选择子绘图区域，那plot()函数结合plt.subplots()函数绘制子图就可以完成子图的绘制。一二三小结与反思本节重难点掌握plot()函数绘制图形的知识能够绘制各种组合图和子图掌握利润表的可视化操作小结与反思

课后思考：同学们课后思考思考plot()函数和Matplotlib的pyplot模块在绘制可视化图的区别和联系。谢谢观看字符串类型及其操作Python在财务中的应用字符串类型及其操作python在报表数据可视化中的应用现金流量表可视化字符串类型及其操作提纲OUTLINEPython在报表数据可视化中的应用Pyecharts绘图常用参数表Python在报表数据可视化中的应用Echarts(EnterpriseCharts，即商业级数据图表)，是一个由百度开源的数据可视化库，凭借着良好的交互性、精巧的图表设计，得到了众多开发者的认可。Echarts除了支持常规的折线图、柱状图、饼图等基本图形外，还支持树形图、地理图、3D图以及组合图形。Pyecharts是一个用于生成Echarts图表的类库，通过将Echarts与Python进行对接，实现在Python中直接使用数据生成Echarts图表的功能。Pyecharts支持图表类型有很多种，包括基本图表、直角坐标系图表、树型图表、地理图表、3D图表、组合图表等。Python在报表数据可视化中的应用Python在报表数据可视化中的应用Pyecharts绘图使用add()方法添加数据及配置项使用render()生成图形(.html文件)使用render_notebook()在notebook中展示图形02Pyecharts绘图基本流程初始化具体类型图表010403初始化具体类型图表，就是在作图前导入相关内置模块，Pyecharts的charts子模块包含30多种常见的作图类，比如折线图Line、柱形图Bar等。Pyecharts图表类引入使用的代码为frompyecharts.chartsimport图表类名。Pyecharts绘图Python在报表数据可视化中的应用Pyecharts绘图使用add()方法添加数据及配置项，比如add_xaxis()，add_yaxis()添加x轴和y轴数据。在饼图pie()方法中可以使用add([(key1,value1),(key2,value2)])方式进行基础数据设置。除了使用add()函数添加数据外，还可以使用Pyecharts中的options子模块实现图表样式的各种配置。根据配置内容不同，配置项可以分为全局配置项和系列配置项，并遵循“先配置后使用”的原则。Python在报表数据可视化中的应用表Pyecharts绘图Pyecharts配置项引入方法frompyechartsimportoptionsasopts。全局配置项是针对图标通用属性进行配置的配置项，包括初始化配置项、标题配置项、图例配置项、提示框配置项、工具箱配置项等。Python在报表数据可视化中的应用全局配置项通过set_global_opts()方法配置，每个配置项都对应一个类。在初始化图表类型时进行初始化配置，方法为init_opts=opts.InitOpts()，常用的参数如图所示。常用参数说明widthstr，图表画布宽度(像素px)，如：width=‘900px’heightstr，图表画布高度(像素px)，如：height=‘500px’chart_idstr，图表ID，图表唯一标识theme图表主题Python在报表数据可视化中的应用Pyecharts绘图Python在报表数据可视化中的应用Pyecharts绘图表进行初始化配置之后如果再想添加标题、图例及其他功能，就是需要继续配置了。调用标题配置语句title_opts=opts.TitleOpts()，常用参数如表所示：常用参数说明title主标题文本，支持使用\n换行subtitle副标题文本，支持使用\n换行pos_left标题组件离容器左侧的距离，可以是具体数值，也可以是百分比，还可以是'left','center','right'，组件会根据相应的位置自动对齐pos_right标题组件离容器右侧的距离pos_top标题组件离容器上侧的距离，可以是具体数值，也可以是百分比，还可以是'top','middle','bottom'，组件会根据相应的位置自动对齐pos_bottom标题组件离容器下侧的距离Pyecharts绘图调用图例配置项legend_opts=opts.LegendOpts()，常用参数如表所示：常用参数说明type_图例的类型，可选，默认'plain'：代表普通图例，'scroll'：代表可滚动翻页的图例。selected_mode图例选择的模式，控制是否可以通过点击图例改变系列的显示状态。默认开启图例选择，可以设成False关闭，也可设成'single'或者'multiple'使用单选或者多选模式。is_show是否显示图例组件，默认为Truepos_left/pos_right图例组件离容器左/右侧的距离pos_top/pos_bottom图例组件离容器上/下侧的距离orient图例列表的布局朝向，默认'horizontal'水平,可选：'vertical'垂直Python在报表数据可视化中的应用表调用x、y轴配置项1.xaxis_opts=opts.AxisOpts(),2.yaxis_opts=opts.AxisOpts(),Pyecharts绘图Python在报表数据可视化中的应用常用参数如图所示：常用参数说明name坐标轴名称is_show是否显示坐标轴，默认为Trueis_inverse是否反向坐标轴，默认为Falsename_location坐标轴名称显示位置，可选：'start','middle','center','end'，默认'end'name_gap坐标轴名称与轴线之间的距离，默认15name_rotate坐标轴名称旋转角度值，解决坐标轴名称过长的问题axislabel_opts坐标轴标签配置项。如：设置坐标轴标签旋转角度值，解决坐标轴标签名称过长的问题：axislabel_opts=opts.LabelOpts(rotate=-30)Python在报表数据可视化中的应用数据透视表调用工具箱配置：toolbox_opts=opts.ToolboxOpts()常用参数说明is_show是否显示工具栏组件，默认Falseorient工具栏的布局朝向，可选：默认'horizontal'水平,'vertical'垂直pos_left图例组件离容器左侧的距离pos_right图例组件离容器右侧的距离pos_top图例组件离容器上侧的距离pos_bottom图例组件离容器下侧的距离常用参数如图所示Python在报表数据可视化中的应用Pyecharts绘图常用的系列配置项是针对图表特定元素属性的配置项，包括标签配置项、线型配置项、区域填充样式配置项等。系列配置项通过set_series_opts()设置，每个配置项都对应一个类。Python在报表数据可视化中的应用常用参数如图所示：常用系列配置项说明标签配置项调用配置：label_opts=opts.LabelOpts()，可设置标签的字体、大小、位置、旋转角度等，常用参数：is_show(是否显示标签)线样式配置项调用配置：linestyle_opts=opts.LineStyleOpts()，可设置线条的宽度、透明度、颜色等，常用参数：width(调整线条宽度)区域填充样式配置项调用配置：areastyle_opts=opts.AreaStyleOpts()，可设置区域填充的透明度、颜色等，常用参数：opacity(设置透明度，0-1的数字，可通过该参数绘制面积图)Python在报表数据可视化中的应用表Python在报表数据可视化中的应用更多类型图形的绘制这里就不一一列举，具体图形绘制方法可参考Pyecharts官方网站：。Pyecharts绘图一二三小结与反思本节重难点掌握Pyecharts绘图的方法DataFrame数据用Pyecharts绘图一定要先将数据通过DataFrame.tolist()函数转化为Python原生的数据类型掌握现金流量表的可视化操作小结与反思

课后思考：同学们课后思考一下，同样作为第三方模块，matplotlib和pyecharts各自有什么优缺点呢？谢谢观看字符串类型及其操作Python在财务中的应用字符串类型及其操作python在报表数据可视化中的应用现金流量表可视化字符串类型及其操作Pyecharts不仅仅能绘制各种类型图形，还可以将多个图形组合在一起。将多个图形叠加在同一个视图区的是层叠图。组合图不叠加而是在同一个视图区分开显示多张图表的常用组合方法有，并行多图Grid、顺序多图page、选项卡多图Tab、时间线轮播多图Timeline。Pyecharts绘图Python在报表数据可视化中的应用表Python在报表数据可视化中的应用在Pyecharts中绘制层叠图时，可先分别绘制需要叠加的图形，然后使用overlap()方法将绘制好的图形叠加在一起，以柱形图和折线图组合为例，它的语法格式为bar.overlap(line)。Pyecharts绘图表组合图形引入方法和基本图形一致：frompyecharts.chartsimportGrid,Page,Tab,TimelinePyecharts绘图Python在报表数据可视化中的应用Python在报表数据可视化中的应用Pyecharts绘图绘制单个图形初始化组合图形展示组合图形组合图形绘图流程引入Grid，page，Tab，Timeline组合方法及具体图表类型0301020405使用add()添加需要展示的图形，并设置显示位置组合图形绘图流程:Python在报表数据可视化中的应用Pyecharts绘图表并行多图常用配