Open in app

Sign in

Write

Sign in

Pyecharts繪製22種超實用精美圖表

數據分析那些事
18 min readDec 7, 2021

今天來給大家分享一下Pyecharts模組，說到它我們就不得不提Echarts，它是由百度開源的一款使用JavaScript實現的開源視覺化庫，涵蓋了各種圖表、滿足各類業務需求，而pyecharts也就是Python與Echarts結合之後的產物，封裝了Echarts各類圖表的基本操作，然後透過渲染機制，輸出一個包含JS程式碼的HTML檔案。

01 安裝與匯入模組

說到安裝模組，我們可以這樣來進行，

pip install pyecharts

使用Pyecharts建立圖形的基本步驟是，

﹣1. 準備資料
﹣2. 設計圖形的樣式、背景顏色
﹣3. Pyecharts繪圖
﹣4. 設計圖表的標題或者圖例等屬性
﹣5. 匯出至html

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Fakerc = (    
     Bar()    
     .add_xaxis(Faker.choose())    
     .add_yaxis("商家1", Faker.values())    
     .add_yaxis("商家2", Faker.values())   
     .set_global_opts(title_opts=opts.TitleOpts(title="這是主標題", subtitle="這是副標題"))    
     .render("bar_base.html"))

出來的結果是

02 資料準備

import pandas as pd
import numpy as npdata = pd.DataFrame({'x':np.arange(1,101),                    
                     'y':["隨機生成的數字"]})df = pd.read_excel("你的檔案的路徑")

03 Pycharts還提供內建的資料集

Pyecharts內部還提供了一些資料集，主要包含類別資料、時間資料、顏色資料、地理資料、世界人口資料等等，透過choose()方法來隨機選擇使用哪個

def choose(self) -> list:    
    return random.choice(        
        [            
            self.clothes,            
            self.drinks,            
            self.phones,            
            self.fruits,            
            self.animal,            
            self.dogs,            
            self.week,        
        ]    
    )

04 圖形的樣式

說到圖形的樣式，大概都這麼幾種

class _ThemeType:    
    BUILTIN_THEMES = ["light", "dark", "white"]    
    LIGHT = "light"    
    DARK = "dark"    
    WHITE = "white"    
    CHALK: str = "chalk"    
    ESSOS: str = "essos"    
    INFOGRAPHIC: str = "infographic"    
    MACARONS: str = "macarons"    
    PURPLE_PASSION: str = "purple-passion"    
    ROMA: str = "roma"    
    ROMANTIC: str = "romantic"    
    SHINE: str = "shine"    
    VINTAGE: str = "vintage"    
    WALDEN: str = "walden"    
    WESTEROS: str = "westeros"    
    WONDERLAND: str = "wonderland"    
    HALLOWEEN: str = "halloween"

06 設定標題、副標題

設定標題以及副標題的程式碼如下

set_global_opts(title_opts=opts.TitleOpts(title="這是主標題",
                                          subtitle="這是副標題"))

07 設定圖例與位置

legend_opts=opts.LegendOpts(type_="scroll", orient="vertical",  
                            pos_top="15%",pos_left="7%")) # 圖裂的位置label_opts=opts.LabelOpts(formatter="{b}: {c}") # 結果的展現形式

08 匯出結果

render("test.html")# 如果是在jupyter notebook當中
render_notebook()

09 Pyecharts繪圖

堆疊柱狀圖

同個品類不同類目的柱子可以堆疊起來呈現，也就是堆疊的柱狀圖

c = (    
    Bar()    
    .add_xaxis(Faker.choose())    
    .add_yaxis("商家1", Faker.values(), stack="stack1")
    .add_yaxis("商家2", Faker.values(), stack="stack1")
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) 
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-堆疊資料（全部）"))    
    .render("bar_stack_1212.html"))

當然我們也可以部分堆疊，而不是上面這種全部的堆疊

c = (    
    Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    .add_xaxis(Faker.choose())    
    .add_yaxis("商家1", Faker.values(), stack="stack0")
    .add_yaxis("商家2", Faker.values(), stack="stack0")
    .add_yaxis("商家3", Faker.values())
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-堆疊資料（部分）"))
    .render("bar_stack_part.html")
)

柱狀圖的橫座標傾斜一丟丟

有時候橫座標的標識字數較多，X軸上顯示全，我們可以將標識的字型稍微傾斜一些

c = (    
    Bar()    
    .add_xaxis(
        [
            "名字相當長的X軸標籤1",
            "名字相當長的X軸標籤2",
            "名字相當長的X軸標籤3",
            "名字相當長的X軸標籤4",
            "名字相當長的X軸標籤5",
            "名字相當長的X軸標籤6",
        ]
    )
    .add_yaxis("商家1", Faker.values())
    .add_yaxis("商家2", Faker.values())
    .set_global_opts(
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts
(rotate=15)),
        title_opts=opts.TitleOpts(title="Bar-旋轉X軸標籤",subtitle="副標題"),
    )    
    .render("test.html")
)

柱狀圖可以自動縮放的

透過底下的滑塊來實現橫座標的縮放、範圍的調整等等

c = (    
    Bar()
    .add_xaxis(Faker.days_attrs)
    .add_yaxis("商家1", Faker.days_values)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Bar-資料縮放（拖快-水平）"),        datazoom_opts=opts.
        DataZoomOpts(),    )
    .render("bar_datazoom_slider.html"))

當然滑塊也可以放在垂直的右側

c = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    .add_xaxis(Faker.days_attrs)
    .add_yaxis("商家1", Faker.days_values, color=Faker.rand_color())
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Bar-DataZoom（滑塊-垂直）"),
        datazoom_opts=opts.DataZoomOpts(orient="vertical"),
    )
    .render("bar_datazoom_slider_vertical.html")
)

我們也可以透過拖動裡面的柱子來實現資料縮放、範圍的改變

c = (
    Bar()
    .add_xaxis(Faker.days_attrs)
    .add_yaxis("商家1", Faker.days_values)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Bar-DataZoom（內建+外接）"),
        datazoom_opts=[opts.DataZoomOpts(), opts.DataZoomOpts(type_
="inside")],
    )
    .render("bar_datazoom_both.html")
)

柱狀圖給X軸Y軸命名的

c = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values())
    .add_yaxis("商家2", Faker.values())
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Bar-XY 軸名稱"),
        yaxis_opts=opts.AxisOpts(name="這個是 Y 軸"),
        xaxis_opts=opts.AxisOpts(name="這個是 X 軸"),
    )
    .render("bar_name_xyaxis.html")
)

柱狀圖柱間距離不相同的

在柱狀圖當中，不同柱子之間的距離也可以不是相同的

c = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.WHITE))
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values(), gap="0%")
    .add_yaxis("商家2", Faker.values(), gap="0%")
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-柱間距離不同"))
    .render("bar_different_series_gap.html")
)

柱狀圖水平狀態的

還有水平方向的柱狀圖

c = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values())
    .add_yaxis("商家2", Faker.values())
    .reversal_axis()
    .set_series_opts(label_opts=opts.LabelOpts(position="right"))
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-水平方向"))
    .render("bar_reversal_axis.html")
)

直方圖

c = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values(), category_gap=0, color=Faker.rand_color())
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-直方圖"))
    .render("bar_histogram.html"))

箱型圖

箱型圖更加有利於我們來觀察資料的內在分佈

from pyecharts.charts import Boxplotv1 = [
    [850, 740, 950, 1090, 930, 850, 950, 980, 1000, 880, 1000, 980],
    [980, 940, 960, 940, 900, 800, 850, 880, 950, 840, 830, 800],
]
v2 = [
    [890, 820, 820, 820, 800, 770, 760, 760, 750, 760, 950, 920],
    [900, 840, 800, 810, 760, 810, 790, 850, 820, 850, 870, 880],
]
c = Boxplot()
c.add_xaxis(["A", "B"])
c.add_yaxis("类目1", c.prepare_data(v1))
c.add_yaxis("类目2", c.prepare_data(v2))
c.set_global_opts(title_opts=opts.TitleOpts(title="箱型圖-基本示例"))
c.render("boxplot_test.html")

日曆圖

日曆圖具體指按照日曆的佈局，用顏色展現每一天的資料，從而比較直觀地看到全年的資料情況，例如展示超市全年的銷售額，從而看出具體某個月份或者某個星期的銷售額比較低

c = (
    Calendar(init_opts=opts.InitOpts(theme=ThemeType.INFOGRAPHIC))
    .add("", data, calendar_opts=opts.CalendarOpts(range_="2020"))
    .set_global_opts(
        title_opts=opts.TitleOpts(title="日曆圖-2020年超市的銷售額"),
        visualmap_opts=opts.VisualMapOpts(
            max_=250000,
            min_=10000,
            orient="horizontal",
            is_piecewise=True,
            pos_top="230px",
            pos_left="100px",
        ),
    )
    .render("calendar_test.html")
)

K線圖

c = (
    Kline(init_opts=opts.InitOpts(theme=ThemeType.ESSOS))
    .add_xaxis(["2020/7/{}".format(i + 1) for i in range(31)])
    .add_yaxis("kline", data)
    .set_global_opts(
        yaxis_opts=opts.AxisOpts(is_scale=True),
        xaxis_opts=opts.AxisOpts(is_scale=True),
        title_opts=opts.TitleOpts(title="K線圖-基本示例"),
    )
    .render("kline_test.html")
)

漏斗圖

from pyecharts.charts import Funnelc = (
    Funnel()
    .add("類目", [list(z) for z in zip(Faker.choose(), Faker.
values())])
    .set_global_opts(title_opts=opts.TitleOpts(title="漏斗圖-基本示例"))
    .render("funnel_test.html")
)

折線圖

c = (
    Line()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values())
    .add_yaxis("商家2", Faker.values())
    .set_global_opts(title_opts=opts.TitleOpts(title="折線圖-基本示例"))
    .render("line_test.html")
)

水球圖

水球圖通常來顯示指標的完成程度

from pyecharts.charts import Liquidc = (
    Liquid()
    .add("lq", [0.55, 0.75])
    .set_global_opts(title_opts=opts.TitleOpts(title="Liquid-基本示例"))
    .render("liquid_test.html")
)

詞雲圖

c = (
    WordCloud()
    .add(series_name="詞雲圖例項", data_pair=data, word_size_range=[5, 100])
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title="詞雲圖例項",title_textstyle_opts=opts.TextStyleOpts
(font_size=23)
        ),
        tooltip_opts=opts.TooltipOpts(is_show=True),
    )
    .render("basic_wordcloud.html")
)

餅圖

c = (
    Pie()
    .add("類目", [list(z) for z in zip(Faker.choose(), Faker.values())])
    .set_global_opts(title_opts=opts.TitleOpts(title="餅圖-基本示例"))
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
    .render("pie_test.html")
)

儀表盤圖

儀表盤的繪製也可以用來展示指標的完成程度

from pyecharts.charts import Gaugec = (
    Gauge()
    .add("", [("完成率", 70)])
    .set_global_opts(title_opts=opts.TitleOpts(title="儀表盤-基本示例"))
    .render("gauge_test.html")
)

漣漪散點圖

c = (
    EffectScatter()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家1", Faker.values())
    .set_global_opts(title_opts=opts.TitleOpts(title="漣漪散點圖-基本示例"))
    .render("effectscatter_test.html")
)

※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※

我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。各位也可以關注我的Facebook，按讚我的臉書並私訊「10」，送你十週入門數據分析電子書唷！期待你與我互動起來~

文章推薦

◆這40個Python視覺化圖表案例，強烈建議收藏！

◆熬夜整理出40張視覺化大屏模板，不敲一個程式碼就能直接套用

◆一張圖講清如何正確應用視覺化圖表，學會後再也不會用錯圖表

視覺化分析
圖表
Pyecharts

--

--

數據分析那些事

Written by 數據分析那些事

13.2K Followers

這是一個專注於數據分析職場的內容部落格，聚焦一批數據分析愛好者，在這裡，我會分享數據分析相關知識點推送、（工具/書籍）等推薦、職場心得、熱點資訊剖析以及資源大盤點，希望同樣熱愛數據的我們一同進步！ 臉書會有更多互動喔：https://www.facebook.com/shujvfenxi/

Help

Status

About

Careers

Blog

Privacy

Terms

Text to speech

Teams