您好,登錄后才能下訂單哦!
這篇文章主要講解了“Python機(jī)器中如何使用Pyecharts制作可視化大屏”,文中的講解內(nèi)容簡(jiǎn)單清晰,易于學(xué)習(xí)與理解,下面請(qǐng)大家跟著小編的思路慢慢深入,一起來研究和學(xué)習(xí)“Python機(jī)器中如何使用Pyecharts制作可視化大屏”吧!
前言
Pyecharts可視化
Map世界地圖
柱狀圖、餅圖
Pyecharts組合圖表
ECharts是由百度開源的基于JS的商業(yè)級(jí)數(shù)據(jù)圖表庫(kù),有很多現(xiàn)成的圖表類型和實(shí)例,而Pyecharts則是為了方便我們使用Python實(shí)現(xiàn)ECharts的繪圖。使用Pyecharts制作可視化大屏,可以分為兩步:
1、使用分別Pyecharts分別制作各類圖形;
2、使用Pyecharts中的組合圖表功能,將所有圖片拼接在一張html文件中進(jìn)行展示。
本文縮減了圖表,只選用2020東京奧運(yùn)會(huì)各國(guó)金牌分布圖、2020東京奧運(yùn)會(huì)獎(jiǎng)牌榜詳情、2020東京奧運(yùn)會(huì)中國(guó)各項(xiàng)目獲獎(jiǎng)詳情。
這類圖表都很簡(jiǎn)單,參照官方文檔直接復(fù)制示例就可以學(xué)習(xí)。圖表配色都使用的Pyecharts默認(rèn)顏色,大家實(shí)際使用時(shí)盡量形成自己的風(fēng)格。
爬取數(shù)據(jù)
import requests import pandas as pd from pprint import pprint url = 'https://app-sc.miguvideo.com/vms-livedata/olympic-medal/total-table/15/110000004609' data1 = requests.get(url).json() pprint(data1)
Pyecharts繪制世界地圖時(shí),名稱必須是英文。所以我們?cè)谇拔闹幸肓藝?guó)家名稱中英文對(duì)照表,左連接形成了df1:
df1 = pd.DataFrame() for info in data1['body']['allMedalData']: name = info['countryName'] name_id = info['countryId'] rank = info['rank'] gold = info['goldMedalNum'] silver = info['silverMedalNum'] bronze = info['bronzeMedalNum'] total = info['totalMedalNum'] # 組織數(shù)據(jù) orangized_data = [[name,name_id,rank,gold,silver,bronze,total]] # 然后追加df df1 = df1.append(orangized_data) df1.columns = ['名稱', 'ID', '排名', '金牌', '銀牌', '銅牌', '獎(jiǎng)牌總數(shù)'] df1
url = 'https://app-sc.miguvideo.com/vms-livedata/olympic-medal/detail-total/15/110000004609' data2 = requests.get(url).json() pprint(data2)
df2 = pd.DataFrame() for info in data2['body']['medalTableDetail']: english_name = info['countryName'] name_id = info['countryId'] award_time = info['awardTime'] item_name = info['bigItemName'] sports_name = info['sportsName'] medal_type = info['medalType'] # 組織數(shù)據(jù) orangized_data = [[english_name,name_id,award_time,item_name,sports_name,medal_type]] # 然后追加df df2 = df2.append(orangized_data) df2.columns = ['英文縮寫', 'ID', '獲獎(jiǎng)時(shí)間', '項(xiàng)目名', '運(yùn)動(dòng)員', '金牌類型'] df2
數(shù)據(jù)預(yù)處理
with open("國(guó)家名中英文對(duì)照表.txt","r",encoding="utf-8") as f: x = f.read() df3 = pd.DataFrame() for i in x.split("\n"): x = i.split(":")[0].strip() y = i.split(":")[1].strip() orangined_data = [[x,y]] df3 = df3.append(orangined_data) df3.columns = ["名稱","英文名稱"] df3.to_excel("國(guó)家名中英文對(duì)照表.xlsx",index=None)
df4 = pd.merge(df1,df3,on="名稱",how="left") df4.head(10)
df5 = df2
df6 = pd.merge(df4,df5,on="ID",how="left") df6.head(10)
df6
x = {"獲獎(jiǎng)名次":["金牌","銀牌","銅牌"],"金牌類型":[1,2,3]} df7 = pd.DataFrame(x) df7
df8 = pd.merge(df6,df7,on="金牌類型",how="left") df8.head(10)
df4.head(10)
Pyecharts可視化
單獨(dú)提取英文名稱和獎(jiǎng)牌總數(shù)兩列數(shù)據(jù),用來可視化。
data_list=[[i,j] for i,j in zip(df4['英文名稱'],df4['獎(jiǎng)牌總數(shù)'])] data_list[:5]
數(shù)據(jù)準(zhǔn)備好了,開始利用pyecharts繪制世界地圖。
from pyecharts import options as opts from pyecharts.charts import Map c = ( Map() .add("", data_list, "world", is_map_symbol_show=False, ) .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts( title_opts=opts.TitleOpts(title="2020東京奧運(yùn)會(huì)各國(guó)總獎(jiǎng)牌分布圖"), visualmap_opts=opts.VisualMapOpts(max_=100) ) ) c.render_notebook()
非常簡(jiǎn)單
金牌總數(shù)
data_list1=[[i,j] for i,j in zip(df4['英文名稱'],df4['金牌'])] data_list1[:5]
from pyecharts import options as opts from pyecharts.charts import Map c = ( Map() .add("", data_list1, "world", is_map_symbol_show=False, ) .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts( title_opts=opts.TitleOpts(title="2020東京奧運(yùn)會(huì)各國(guó)金牌分布圖"), visualmap_opts=opts.VisualMapOpts(max_=100) ) ) c.render_notebook()
銀牌總數(shù)
data_list2=[[i,j] for i,j in zip(df4['英文名稱'],df4['銀牌'])] data_list2[:5]
from pyecharts import options as opts from pyecharts.charts import Map c = ( Map() .add("", data_list2, "world", is_map_symbol_show=False, ) .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts( title_opts=opts.TitleOpts(title="2020東京奧運(yùn)會(huì)各國(guó)銀牌分布圖"), visualmap_opts=opts.VisualMapOpts(max_=100) ) ) c.render_notebook()
柱狀圖(Bar)
from pyecharts import options as opts from pyecharts.charts import Bar c = ( Bar() .add_xaxis(df4['名稱'].head(25).tolist()) .add_yaxis("金牌", df4['金牌'].head(25).tolist(), stack="stack1") .add_yaxis("銀牌", df4['銀牌'].head(25).tolist(), stack="stack1") .add_yaxis("銅牌", df4['銅牌'].head(25).tolist(), stack="stack1") .set_series_opts(label_opts=opts.LabelOpts(is_show=True, position="inside", font_size=12, color='#FFFFFF')) .set_global_opts(title_opts=opts.TitleOpts(title="2020東京奧運(yùn)會(huì)獎(jiǎng)牌榜詳情"), xaxis_opts=opts.AxisOpts(type_='category', axislabel_opts=opts.LabelOpts( rotate=45), ))) c.render_notebook()
餅圖(Pie)
from pyecharts import options as opts from pyecharts.charts import Pie c = ( Pie() .add("", [['跳水', 12], ['射擊', 11], ['舉重', 8], ['競(jìng)技體操', 8], ['乒乓球', 7], ['游泳', 6], ['羽毛球', 6], ['田徑', 5], ['靜水皮劃艇', 3], ['蹦床體操', 3], ['自由式摔跤', 3], ['賽艇', 3], ['空手道', 2], ['拳擊', 2], ['帆船', 2], ['花樣游泳', 2], ['跆拳道', 1], ['場(chǎng)地自行車賽', 1], ['古典式摔跤', 1], ['擊劍', 1], ['三人籃球', 1]], center=["50%", "60%"],) .set_series_opts(label_opts=opts.LabelOpts(formatter=": {c}")) ) c.render_notebook()
這樣需要用到的三張圖表就繪制好了。
Pyecharts進(jìn)行可視化大屏第二步就是組合圖表,大致可分為四類:
Grid:并行多圖
Page:順序多圖
Tab:選項(xiàng)卡多圖
Timeline:時(shí)間線輪播多圖
官方文檔:Pyecharts
這里用Page(順序多圖)居多,在組合圖表之前,還要先把前面的圖表繪制代碼改為函數(shù)。
def map_world() -> Map: c = ( Map(init_opts=opts.InitOpts(chart_id=2, bg_color='#ADD8E6')) .add("", data_list, "world", is_map_symbol_show=False, ) .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts( title_opts=opts.TitleOpts(title="2020東京奧運(yùn)會(huì)各國(guó)金牌分布圖"), visualmap_opts=opts.VisualMapOpts(max_=100) ) ) return c
順便還在其中增加了背景顏色bg_color、圖表IDchart_id,后者用于多圖表時(shí)定位區(qū)分。背景顏色的話,我選擇了淡藍(lán)色#ADD8E6。后續(xù)圖片的布局是根據(jù)圖表ID的對(duì)應(yīng)關(guān)系進(jìn)行布局,所以每張圖都要分別設(shè)置其id。
接著使用page = Page(layout= Page.DraggablePageLayout)模式對(duì)圖片進(jìn)行展示,這一步是為了調(diào)整布局。
page = Page(layout=Page.DraggablePageLayout, page_title="2020東京奧運(yùn)會(huì)獎(jiǎng)牌榜") # 在頁面中添加圖表 page.add( title(), map_world(), bar_medals(), pie_china(),) page.render('test.html')
調(diào)用繪制函數(shù)后生成一個(gè) test.html 文件。
打開后可以其中的圖片進(jìn)行拖拽,來實(shí)現(xiàn)自定義布局。
對(duì)圖片布局完畢后,要記得點(diǎn)擊左上角“save config”對(duì)布局文件進(jìn)行保存。
點(diǎn)擊后,本地會(huì)生成一個(gè)chart_config.json的文件,這其中包含了每個(gè)圖表ID對(duì)應(yīng)的布局位置。
最后,調(diào)用保存好的布局文件,重新生成html。
運(yùn)行下面這行代碼。
page.save_resize_html('test.html', cfg_file='chart_config.json', dest='奧運(yùn).html')
其中test.html 為生成的所有圖表的文件、chart_config.json 為下載的布局文件、奧運(yùn).html 為布局好的的儀表盤文件、打開儀表奧運(yùn).html:
這樣就實(shí)現(xiàn)了一次數(shù)據(jù)可視化——大屏展示。
但還有還有很多不足之處,比如若圖表配色沒有特殊去做調(diào)整。
整張大屏只是一個(gè)靜態(tài)的展示,而非具有商業(yè)場(chǎng)景的數(shù)據(jù)儀表盤。
真正的數(shù)據(jù)大屏往往更喜歡用BI軟件生成,能夠?qū)崿F(xiàn)圖、表、切片器之間交叉篩選,希望以后有機(jī)會(huì)能用Python使用制作出來。
感謝各位的閱讀,以上就是“Python機(jī)器中如何使用Pyecharts制作可視化大屏”的內(nèi)容了,經(jīng)過本文的學(xué)習(xí)后,相信大家對(duì)Python機(jī)器中如何使用Pyecharts制作可視化大屏這一問題有了更深刻的體會(huì),具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是億速云,小編將為大家推送更多相關(guān)知識(shí)點(diǎn)的文章,歡迎關(guān)注!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。