乾貨 | Python爬蟲實戰（中）：數據可視化-教你做出漂亮的圖表

2020 年 3 月 6 日
筆記

文案程式碼向柯瑋審核校對鄧發珩

前言

各位看客老爺們，我又來啦。上一期我們利用Python+百度地圖POI抓取了一些高校之間的距離數據，傳送門：

乾貨 | Python爬蟲實戰：兩點間的真實行車時間與路況分析（上）

不知道上一期的爬取數據的內容大家都品嘗的怎麼樣了呢。

今天給大家帶來的是python中對數據進行可視化處理的內容。

可能大家並不是很懂這個可視化的意思，大家可以先在腦海裡面腦補一下那種酷炫的數據分析圖，腦補出來了嗎？

嘿嘿，用Python究竟能做一些什麼樣的圖表呢，可以肯定的告訴大家，只有你想不到，沒有它做不到！吊了半天胃口，現在上圖！

直角坐標系動態散點圖

直角坐標系柱狀圖

3D柱狀圖

地圖

對，我們要做的圖就是和上面這幾張圖片一樣！酷吧？

上面的效果圖都是我們今天要介紹的主角pyecharts庫製作的！當然，pyecharts的作圖類型肯定不僅僅只有上述這些圖形，它還有很多很多類型，在這裡我就不多說了。

在這一期推文中呢，我們主要介紹的是第一種圖形，柱狀圖的使用。

pyecharts模組的下載

要使用這個模組，你必須要下載這個模組，打開自己電腦的cmd，輸入pip install pyecharts就可以了，如果本來就有這個模組的話，就不用下載了。

當然，如果電腦沒有pip這個模組的話，需要自己去下載一個這個模組，在後續的推文中，小瑋會給大家帶來一些python的基本配置應該做的相關推文，幫助大家解決python的安裝問題。

在安裝這個模組之後，我們就可以在編譯器中引用這個模組了。

from pyecharts.charts import Bar

這裡的Bar是柱狀圖的意思。

pyecharts的庫裡面有很多很多東西，我們沒有必要全部引用，那樣會讓本來簡單的程式運行起來忒慢。

模型的建立

引入了這個模組當然還不夠，我們還需要數據。

數據的導入

大家還記得我們上一篇推文中生成的csv文件嗎？如果已經忘了，請回去再看看上一篇推文，然後運行程式把相應的csv文件生成出來。

那麼，我現在就認為大家已經有這個csv文件了。在一個程式中，我們想要獲得一個文件的數據，需要做什麼？想一想。

沒錯，就是讀取這個文件。那麼大家還記得讀取這個文件怎麼辦嗎？沒錯，就是加入pandas模組，運用pandas的函數來進行文件的讀取。

import pandas as pd

具體怎麼讀取呢？和之前的也是一模一樣。

path_data=pd.read_csv(r'F:my python123.csv')

這些在上一篇推文中都已經很詳細的介紹過了，這一次就不多說了。要是忘了記得回去看看奧-

圖形的生成

做好了這些之後，我們正式的來介紹一下建立柱狀圖這個函數。

第一步，定義一個變數是bar型變數。

bar=Bar()

這一句程式碼的意思就是使bar為Bar型變數。接下里就是為這個變數賦x軸值和y軸值。

bar.add_xaxis(path_data['地點'].tolist())  bar.add_yaxis('用時',path_data['time'].tolist())  bar.add_yaxis('距離',path_data['distance'].tolist())

讓我們一句一句研究程式碼。第一句，函數為add_xaxis（），就是添加x軸數據，給x軸添加什麼數據呢？Path_data中的『出發時間』這一列數據。

在這個位置我們要注意，劃重點，一定要注意，在後面加上.tolist()。

因為path_data是最開始讀取csv文件的，裡面的數據儲存形式和csv形式保持一致，所以我們要把她轉化為python中列表的形式，即使用.tolist這個函數，否則的話在這個位置添加x軸值是不起任何作用的。

現在有了第一句的基礎，理解第二句就不困難了，但是x軸和y軸的賦值形式任然有一些差別，這是為什麼呢？

其實這是給我們賦的y值起一個名字，當然這個位置不起名字也可以，但是如果如果你有多個y值的時候就會產生意思分歧。

這是啥意思？看下面的圖就知道了。

Pyecharts是支援使用多個y值的。

比如這個圖裡面，我們就使用了商家A和商家B兩個y值名稱，為了便於分辨，所以我的建議是取一個名字。

在最後，x值賦好了，y值賦好了，輸入程式碼。

bar.render()

即可在當前python文件所在的目錄下面看到一個html文件，點進去就可以看到我們所製作的圖表了。

當然括弧裡面還可以填生成文件的名字和生成的地址，這些都是可以修改的。

因為當前我們只需要生成這一個文件，當前目錄下也沒有別的render文件，所以我們就省略了這個步驟。

現在回到我們當前的文件，打開新生成的文件，就可以看到我們剛剛做的圖表啦。

剛剛生成的圖

但是，大家看到自己的圖表是不是感覺有一點空蕩蕩的，不夠酷炫？

不要著急，繼續往下面看，我們還有進階教程~

加點更炫的

想要使用更加酷炫的功能，我們需要再加入兩個模組。

from pyecharts import options as opts  # 導入配置模組  from pyecharts.globals import ThemeType

這兩個模組是pyecharts專門提供給使用者對圖表進行進一步完善。

比如說，你對這個圖表的整體顏色有要求，不想是原來的白色，你可以在最開始建立bar的時候這樣寫。

bar=Bar(init_opts=opts.InitOpts(theme=ThemeType.PURPLE_PASSION,width='1280px',height='720px'))

Init_opts=opts.InitOpts()函數是給這個圖表設置一些初始參數，比如說背景的顏色，解析度等等的。

想設置主題色就用以下程式碼。

theme=themeType.xxxx

這個xxx就是主題的顏色，我在這裡寫的是紫色，當然還有其他的顏色，看客老爺可以自己去官網進行了解。後面解析度的參數看客老爺可以根據自己需要進行調整。

這些是在建立圖表的時候進行的一些配置，那麼在輸入數據以後，我們可以進行哪些步驟？

bar.set_global_opts(title_opts=opts.TitleOpts(title='武漢各高校之間的距離與乘車所需時間',subtitle='副標題'  ),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=60)),datazoom_opts=[opts.DataZoomOpts()])

我們可以使用set_global_opts函數進行我們所需要的個性化設置。

比如說主標題啊，副標題啊，x值的旋轉角度啊，是否有滑塊，等等配置。那實例給大家舉一下例子看看這些具體指的什麼。

主副標題

在這個圖表中左上角的就是我的主標題，下面的就是我的副標題。

x值的旋轉角度

X值傾斜的角度我們在這個圖片里也可以很清晰的看出來，當前旋轉的角度是60度，這個角度的旋轉範圍是-90°到90°。

滑塊功能

滑塊就在最下面，那個可以滑動的東西。

因為有的時候可能數據太多，放在一個頁面里看起來太擁擠，這是我們可以用滑塊這個功能，使得我們的圖形更加分散，便於觀察。

最終的效果

寫在最後

當然，關於pyecharts的使用實例還有很多很多，各位看客老爺如果有興趣可以自己去pyecharts的官網進行學習，這個項目是百度研發的，官網是中文的，還有十分詳細的教程免費提供，所以小瑋在這裡就不多說了。

在這個位置，我們已經完成了數據的爬取和做成圖表。

當然，這和老師吩咐的任務完成還有一定的距離，我們沒有統計時間，因為最近由於肺炎，道路沒有發生擁堵，統計時間發現並沒有明顯的變化，最終結果趨於一根平行x軸的直線。

所以就不在這裡講解時間的統計和回歸分析的步驟了。等一切恢復正常了以後，會專門再寫一篇推文介紹。

最近的肺炎如此嚴重，各位看客老爺們一定要注意防護！

跟著小瑋，帶你一步一步走進數據結構和爬蟲的世界。

程式碼可以在後台回復 PC02 獲取