pyecharts在数据可视化中的应用
2020-07-14 04:57
661 查看
**
使用pyecharts进行数据可视化分析
**
1. 树图绘制
1、使用以下JSON数据绘制树图、矩形树图。
代码片
from pyecharts import options as opts from pyecharts.charts import Tree from pyecharts.charts import TreeMap data = [{ "name": "flare", "children": [ { "name": "flex", "children": [ {"name": "FlareVis", "value": 4116} ] }, { "name": "scale", "children": [ {"name": "IScaleMap", "value": 2105}, {"name": "LinearScale", "value": 1316}, {"name": "LogScale", "value": 3151}, {"name": "OrdinalScale", "value": 3770}, {"name": "QuantileScale", "value": 2435}, {"name": "QuantitativeScale", "value": 4839}, {"name": "RootScale", "value": 1756}, {"name": "Scale", "value": 4268}, {"name": "ScaleType", "value": 1821}, {"name": "TimeScale", "value": 5833} ] }, { "name": "display", "children": [ {"name": "DirtySprite", "value": 8833} ] } ] }] b = ( Tree() .add("", data) .set_global_opts(title_opts=opts.TitleOpts(title="使用以下JSON数据绘制树图", subtitle="xuxiaozhen")) .render("树形图.html") ) c = ( TreeMap() .add("数据", data,) .set_global_opts(title_opts=opts.TitleOpts(title="使用以下JSON数据绘制矩形树图", subtitle="xuxiaozhen")) .render("矩形树图.html") )
2. 散点图矩阵绘制
2、绘制鸢尾花数据的相关性矩阵。
代码片
from matplotlib import pyplot as plt import pandas as pd import seaborn as sns file = pd.read_csv("/Users/*****/Downloads/iris.csv") sns.pairplot(file,hue="Species") plt.show()
3. 地理热力图、地图上标注点的绘制
3、在地图上用圆点标出各省的销售额数据。
代码片
from pyecharts import options as opts from pyecharts.charts import Map import random province = ['广东', '湖北', '湖南', '四川', '重庆', '黑龙江', '浙江', '山西', '河北', '安徽', '河南', '山东', '西藏'] c = ( Map() .add("销售额", [(i, random.randint(50, 150)) for i in province], "china") .set_global_opts(title_opts=opts.TitleOpts(title="各省的销售额数据", subtitle="xuxiaozhen")) .render("地图.html") )
4、绘制地理热点图展示某连锁企业在湖北省各城市的门店数。
代码片
from pyecharts import options as opts from pyecharts.charts import Geo from pyecharts.globals import ChartType import random province = ['武汉', '十堰', '鄂州', '宜昌', '荆州', '孝感', '黄石', '咸宁', '仙桃'] c = ( Geo() .add_schema(maptype="湖北") .add("门店数", [(i, random.randint(50, 150)) for i in province],type_=ChartType.HEATMAP) .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts( title_opts=opts.TitleOpts(title="某连锁企业在湖北省各城市的门店数", subtitle="xuxiaozhen"), visualmap_opts=opts.VisualMapOpts() ) .render("地理热点图.html") )
热力图关键:type_=ChartType.HEATMAP
4. 词云图绘制
5、绘制词云图。
代码片
import pyecharts.options as opts from pyecharts.charts import WordCloud import pandas as pd data = pd.read_csv("/Users/****/Downloads/word_data.csv") data2 = data.groupby(by=['category']).agg({'views':sum}).reset_index().values wordcloud = ( WordCloud() .add("", data2, word_size_range=[8,80]) .set_global_opts( title_opts=opts.TitleOpts( title="绘制词云图", title_textstyle_opts=opts.TextStyleOpts(font_size=24), subtitle="xuxiaozhen"), tooltip_opts=opts.TooltipOpts(is_show=True) ) .render("词云图.html") )
5. 主题河流图绘制
6、绘制主题河流图。
代码片
import pyecharts.options as opts from pyecharts.charts import ThemeRiver datax = ['分支1', '分支2', '分支3', '分支4', '分支5', '分支6'] datay = [ ['2015/11/08', 10, '分支1'], ['2015/11/09', 15, '分支1'], ['2015/11/10', 35, '分支1'], ['2015/11/14', 7, '分支1'], ['2015/11/15', 2, '分支1'], ['2015/11/16', 17, '分支1'], ['2015/11/17', 33, '分支1'], ['2015/11/18', 40, '分支1'], ['2015/11/19', 32, '分支1'], ['2015/11/20', 26, '分支1'], ['2015/11/21', 35, '分支1'], ['2015/11/22', 40, '分支1'], ['2015/11/23', 32, '分支1'], ['2015/11/24', 26, '分支1'], ['2015/11/25', 22, '分支1'], ['2015/11/08', 35, '分支2'], ['2015/11/09', 36, '分支2'], ['2015/11/10', 37, '分支2'], ['2015/11/11', 22, '分支2'], ['2015/11/12', 24, '分支2'], ['2015/11/13', 26, '分支2'], ['2015/11/14', 34, '分支2'], ['2015/11/15', 21, '分支2'], ['2015/11/16', 18, '分支2'], ['2015/11/17', 45, '分支2'], ['2015/11/18', 32, '分支2'], ['2015/11/19', 35, '分支2'], ['2015/11/20', 30, '分支2'], ['2015/11/21', 28, '分支2'], ['2015/11/22', 27, '分支2'], ['2015/11/23', 26, '分支2'], ['2015/11/24', 15, '分支2'], ['2015/11/25', 30, '分支2'], ['2015/11/26', 35, '分支2'], ['2015/11/27', 42, '分支2'], ['2015/11/28', 42, '分支2'], ['2015/11/08', 21, '分支3'], ['2015/11/09', 25, '分支3'], ['2015/11/10', 27, '分支3'], ['2015/11/11', 23, '分支3'], ['2015/11/12', 24, '分支3'], ['2015/11/13', 21, '分支3'], ['2015/11/14', 35, '分支3'], ['2015/11/15', 39, '分支3'], ['2015/11/16', 40, '分支3'], ['2015/11/17', 36, '分支3'], ['2015/11/18', 33, '分支3'], ['2015/11/19', 43, '分支3'], ['2015/11/20', 40, '分支3'], ['2015/11/21', 34, '分支3'], ['2015/11/22', 28, '分支3'], ['2015/11/14', 7, '分支4'], ['2015/11/15', 2, '分支4'], ['2015/11/16', 17, '分支4'], ['2015/11/17', 33, '分支4'], ['2015/11/18', 40, '分支4'], ['2015/11/19', 32, '分支4'], ['2015/11/20', 26, '分支4'], ['2015/11/21', 35, '分支4'], ['2015/11/22', 40, '分支4'], ['2015/11/23', 32, '分支4'], ['2015/11/24', 26, '分支4'], ['2015/11/25', 22, '分支4'], ['2015/11/26', 16, '分支4'], ['2015/11/27', 22, '分支4'], ['2015/11/28', 10, '分支4'], ['2015/11/08', 10, '分支5'], ['2015/11/09', 15, '分支5'], ['2015/11/10', 35, '分支5'], ['2015/11/11', 38, '分支5'], ['2015/11/12', 22, '分支5'], ['2015/11/13', 16, '分支5'], ['2015/11/14', 7, '分支5'], ['2015/11/15', 2, '分支5'], ['2015/11/16', 17, '分支5'], ['2015/11/17', 33, '分支5'], ['2015/11/18', 40, '分支5'], ['2015/11/19', 32, '分支5'], ['2015/11/20', 26, '分支5'], ['2015/11/21', 35, '分支5'], ['2015/11/22', 4, '分支5'], ['2015/11/23', 32, '分支5'], ['2015/11/24', 26, '分支5'], ['2015/11/25', 22, '分支5'], ['2015/11/26', 16, '分支5'], ['2015/11/27', 22, '分支5'], ['2015/11/28', 10, '分支5'], ['2015/11/08', 10, '分支6'], ['2015/11/09', 15, '分支6'], ['2015/11/10', 35, '分支6'], ['2015/11/11', 38, '分支6'], ['2015/11/12', 22, '分支6'], ['2015/11/13', 16, '分支6'], ['2015/11/14', 7, '分支6'], ['2015/11/15', 2, '分支6'], ['2015/11/16', 17, '分支6'], ['2015/11/17', 33, '分支6'], ['2015/11/18', 4, '分支6'], ['2015/11/19', 32, '分支6'], ['2015/11/20', 26, '分支6'], ['2015/11/21', 35, '分支6'], ['2015/11/22', 40, '分支6'], ['2015/11/23', 32, '分支6'], ['2015/11/24', 26, '分支6'], ['2015/11/25', 22, '分支6'] ] c = ( ThemeRiver(init_opts=opts.InitOpts(width="1000px",height="500px")) .add(series_name=datax,data=datay,singleaxis_opts=opts.SingleAxisOpts(pos_top="50", pos_bottom="50", type_="time")) .set_global_opts( tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="line"), title_opts=opts.TitleOpts(title="绘制主题河流图", subtitle="xuxiaozhen") ) .render("6主题河流图.html") )
相关文章推荐
- pyecharts在数据可视化中的应用 (二)(pyecharts绘制树图、矩形树图、地理热力图、词云图、相关性矩阵等图)
- pyecharts在数据可视化中的应用(二)
- pyecharts在数据可视化中的应用
- 大数据可视化应用领域探析
- 这3个大数据可视化的应用,说出了行业的真相
- 康拓普:大屏、VR、网页…..数据可视化有哪些应用场景?
- 实践案例 | 数据可视化报表应用
- “大数据可视化技术与应用”培训
- python数据可视化利器--pyecharts
- Python数据分析与应用 第三章 Matplotlib数据可视化基础 (直方图,饼图,箱线图) 下
- 利用pyecharts将数据可视化
- 数据可视化(全彩)(大数据丛书,首次全面细致地梳理了可视化理论,方法、工具与应用案例。马匡六教授、石教英教授鼎力推荐,十二五国家重点图书出版规划项目)
- 实践案例 | 数据可视化报表应用
- python 数据可视化PYECHARTS
- 实验|Pyecharts数据可视化分析-散点图
- RaphaelJs在数据可视化中的应用
- Python数据分析与应用--Matplotlib数据可视化基础之学习笔记
- [置顶] 【python 数据可视化】pyecharts的使用
- Python:数据可视化pyecharts的使用
- 「数据可视化库王者」D3.js 极速上手到Vue应用