利用pyecharts將數據可視化

• 2019 年 10 月 20 日
• 筆記

可視化展示在數據分析領域中是一個至關重要的點，好的可視化展示對我們的結果分析有更好的支援作用。

一、問題

在數據分析的時代裡面我們需要將數據的可視化展現出來，更加方便用戶的觀察。如下圖

有些時候我們需要將數據和地理關係連接起來，將數據更好的可視化操作，如下圖，因此介紹pyecharts。

二、方法

解決我們可以使用matplotlib，可以使用指令【pip install matplotlib】，除了這個以外將介紹一種由js渲染出來的動圖——pyecharts，可以結合中國地圖以及其他比較酷炫的可視化展示。

1.安裝pyecharts指令

【pip install pyecharts】進行安裝

2.安裝地圖包

安裝國家：【pip3 install echarts-countries-pypkg】

安裝各省：【pip3 install echarts-china-provinces-pypkg】

安裝各個城市：【pip3 install echarts-china-cities-pypkg】 

三、使用

由於python2.7將不再維護，所以全面使用python3.x+，因此以前的內容都不能在使用需要查看官方文檔給出的例子：pyecharts。

這裡展示一小部分的內容，剩下的內容去參考官網。

Provinces和pro_value都是列表形式的數據，

path_store是存儲的路勁：要以.html結尾，

name是標題名字，

max_c是在圖中顯示的最大值，

min_c是在圖中顯示的最小值。

其餘的參數設置可以在官網中查看。

from pyecharts.charts import Map  from pyecharts import options as opts  def map_visual_map(counter_dict, path_store, name, max_c, min_c) -> Map:      provinces = list(counter_dict.keys())      pro_value = list(counter_dict.values())      c = (          Map()              .add("", [list(z) for z in zip(provinces, pro_value)], "china")              .set_global_opts(              title_opts=opts.TitleOpts(title=name),              visualmap_opts=opts.VisualMapOpts(max_=max_c, min_=min_c),          )      )      return c.render(path_store)

四、結果展示

五、注意

1.版本

問題：

很多人在導入的時候會出現 cannt import name ‘Bar’。

原因：

由於更迭pyecharts0.5的版本不適用高版本，它是支援2.7/3.4+的版本。而1.0的版本是支援3.6+的所以注意版本的使用。

這兩個的區別導致導入的方式和使用的方式不一樣。下面給出開發者的github的地址，裡面有詳細的介紹。

github：

https://github.com/pyecharts/pyecharts

https://github.com/pyecharts/pyecharts/issues/1033

2.數據安裝

一般安裝一個國家的地圖就夠了，注意數據量也是比較大的。其他的就根據需求來就可以了。

六、參考：

官方文檔
https://pyecharts.org/#/zh-cn/quickstart

1版本的知乎實例參考
https://zhuanlan.zhihu.com/p/72624794

0.5版本的解決辦法

https://blog.csdn.net/weixin_42741271/article/details/90343159

https://blog.csdn.net/qq_41997920/article/details/89788713