小白学 Python 数据分析（21）：pyecharts 好玩的图表（系列终篇）

import pyecharts.options as opts  from pyecharts.charts import Bar3D    # 省略部分数据代码    data = [[d[1], d[0], d[2]] for d in data]    (      Bar3D(init_opts=opts.InitOpts(width="1600px", height="800px"))      .add(          series_name="",          data=data,          xaxis3d_opts=opts.Axis3DOpts(type_="category", data=hours),          yaxis3d_opts=opts.Axis3DOpts(type_="category", data=days),          zaxis3d_opts=opts.Axis3DOpts(type_="value"),      )      .set_global_opts(          visualmap_opts=opts.VisualMapOpts(              max_=20,              range_color=[                  "#313695",                  "#4575b4",                  "#74add1",                  "#abd9e9",                  "#e0f3f8",                  "#ffffbf",                  "#fee090",                  "#fdae61",                  "#f46d43",                  "#d73027",                  "#a50026",              ],          )      )      .render("bar3d_punch_card.html")  )

因为是 3D 图形，我们的数据是一个三维数据，上面的示例没有数据的代码，由于太长了，所以就没放。不过所有的代码都会上传至代码仓库，有需要的铜须可以去代码仓库获取。

日历图

如果经常上 GitHub ，那么对这张图表一定很熟悉：

这个就是日历图，上图是我本人的 GitHub 的提交记录，同样， pyecharts 也为我们提供了日历图的方法，示例如下：

import datetime  import random    from pyecharts import options as opts  from pyecharts.charts import Calendar      begin = datetime.date(2019, 1, 1)  end = datetime.date(2019, 12, 31)  data = [      [str(begin + datetime.timedelta(days=i)), random.randint(1, 20)]      for i in range((end - begin).days + 1)  ]    c = (      Calendar()      .add("", data, calendar_opts=opts.CalendarOpts(range_="2019"))      .set_global_opts(          title_opts=opts.TitleOpts(title="Calendar-2019 Github 提交情况"),          visualmap_opts=opts.VisualMapOpts(              max_=20,              min_=1,              orient="horizontal",              is_piecewise=True,              pos_top="230px",              pos_left="100px",          ),      )      .render("calendar_base.html")  )

结果如下：

仪表盘

仪表盘经常用来表示一件事情的完成情况，看着很高大上的样子，在 pyecharts 想做一个仪表盘实际上非常简单。

示例如下：

from pyecharts import options as opts  from pyecharts.charts import Gauge    c = (      Gauge()      .add("", [("完成率", 80)])      .set_global_opts(title_opts=opts.TitleOpts(title="Gauge-基本示例"))      .render("gauge_base.html")  )

结果如下：

关系图

关系图，顾名思义就是描述关系的图，有时候我们看电视剧，出现的人物比较多记不住的时候，可以用 pyecharts 画个关系图捋顺关系（我真是个小机灵鬼）。

示例如下：

from pyecharts import options as opts  from pyecharts.charts import Graph    nodes = [      {"name": "肖恩", "symbolSize": 10},      {"name": "海棠朵朵", "symbolSize": 20},      {"name": "长公主", "symbolSize": 30},      {"name": "陈萍萍", "symbolSize": 40},      {"name": "范闲", "symbolSize": 50},      {"name": "林婉儿", "symbolSize": 40},      {"name": "庆帝", "symbolSize": 30},      {"name": "范若若", "symbolSize": 20},      {"name": "司理理", "symbolSize": 10}  ]  links = []  for i in nodes:      for j in nodes:          links.append({"source": i.get("name"), "target": j.get("name")})  c = (      Graph()      .add("", nodes, links, repulsion=8000)      .set_global_opts(title_opts=opts.TitleOpts(title="庆余年人物关系图"))      .render("graph_base.html")  )

结果如下：

我这里就简单的使用「庆余年」的人物关系随便画了一下，不要当真哦。

3D 折线图

这个示例就是经典中的经典了，旋转中的弹簧，完全摘自官方文档：

import math    from pyecharts import options as opts  from pyecharts.charts import Line3D  from pyecharts.faker import Faker    data = []  for t in range(0, 25000):      _t = t / 1000      x = (1 + 0.25 * math.cos(75 * _t)) * math.cos(_t)      y = (1 + 0.25 * math.cos(75 * _t)) * math.sin(_t)      z = _t + 2.0 * math.sin(75 * _t)      data.append([x, y, z])  c = (      Line3D()      .add(          "",          data,          xaxis3d_opts=opts.Axis3DOpts(Faker.clock, type_="value"),          yaxis3d_opts=opts.Axis3DOpts(Faker.week_en, type_="value"),          grid3d_opts=opts.Grid3DOpts(              width=100, depth=100, rotate_speed=150, is_rotate=True          ),      )      .set_global_opts(          visualmap_opts=opts.VisualMapOpts(              max_=30, min_=0, range_color=Faker.visual_color          ),          title_opts=opts.TitleOpts(title="Line3D-旋转的弹簧"),      )      .render("line3d_autorotate.html")  )

结果如下：

这个示例中的难点在于使用三角函数，算出弹簧上的每一个点的空间位置，（x, y, z）然后再将这组数据绘制在图表中，这个算法数学功底不好的人还真的看不懂（比如说小编我）。

水球图

水球图的命名就相当的形象了，我们先看下水球图长啥样：

我们使用 pyecharts 画水球图其实很简单的，如下：

from pyecharts import options as opts  from pyecharts.charts import Liquid    c = (      Liquid()      .add("lq", [0.6, 0.7])      .set_global_opts(title_opts=opts.TitleOpts(title="Liquid-基本示例"))      .render("liquid_base.html")  )

示例中的两个参数 0.6 和 0.7 ，分别是后面的图层百分比和前面的图层百分比。

百度地图

pyecharts 还支持百度地图上的一些操作，这对于需要使用地图做图的同学来讲不得不说是一个福音，比如下面的全国主要城市空气质量图：

或者还有北京的公交线路图：

这两个示例代码都有点长，我就不贴出来了，有兴趣的同学可以访问我的代码仓库或者官方文档获取示例代码。

多 BB 两句

能看到这里的应该都是真爱了，就容我多 BB 两句，这篇文章不仅仅是这个系列的最后一篇，同样也是整个「小白学 Python」的最后一篇了，从去年的 11 月份开始写，直到今天，耗时差不多 5 个月，输出了「基础系列」、「爬虫系列」、「数据分析系列」共计 84 篇内容，这个过程中，确实收获满满，不知道有没有从一开始跟着看能看到现在的朋友，如果有可以在评论区举手。

还记得去年刚开始写的时候，有很多同学加我微信，应该和很多人都聊过我后面的规划，今天，我终于完成了这个规划，感觉很开心也很有成就感，感谢各位同学的一路陪伴和支持，后续还会继续分享 python 相关的内容，还希望各位能继续捧场。

后续的内容已经在规划中了，各位不会等太久（想搞点机器学习相关的入门内容，不知道搞不搞得定，不管搞不搞得定，先搞了再说）。

这次其实挺想给自己放个假的，但是不敢停下来，做一件事情，能坚持这么久，确实很不容易，如果一旦停下来，再想捡起来，这难度将会成倍数的上涨，我不敢保证自己还能捡的起来，所以，继续加油！奥利给！

代码仓库

老规矩，所有的示例代码都会上传至代码管理仓库 Github 和 Gitee 上，方便大家取用。

示例代码-Github

示例代码-Gitee

参考

http://gallery.pyecharts.org/#/README