Python 數據可視化神器分享：pyecharts

文 | wengjj

編輯 | EarlGrey

推薦 | 編程派公眾號（ID：codinpy）

我們都知道python上的一款可視化工具matplotlib,而前些陣子做一個Spark項目的時候用到了百度開源的一個可視化JS工具-Echarts，可視化類型非常多，但是得通過導入js庫在Java Web項目上運行。

平時用Python比較多，於是就在想有沒有Python與Echarts結合的輪子。Google後，找到一個國人開發的一個Echarts與Python結合的輪子：pyecharts，下面就來簡述下pyecharts一些使用細則：

寫這篇文章用的是Win環境，首先打開命令行(win R),輸入：

但筆者實測時發現，由於牆的原因，下載時會出現斷線和速度過慢的問題導致下載失敗，所以建議通過清華鏡像來進行下載：

出現上方的信息，即代表下載成功，我們可以來進行下一步的實驗了！

使用之前我們要強調一點：就是python2.x和python3.x的編碼問題，在python3.x中你可以把它看做默認是unicode編碼，但在python2.x中並不是默認的，原因就在它的bytes對象定義的混亂，而pycharts是使用unicode編碼來處理字元串和文件的，所以當你使用的是python2.x時，請務必在上方插入此代碼：

現在我們來開始正式使用pycharts，這裡我們直接使用官方的數據：

柱狀圖-Bar

運行結果如下：

簡單的幾行代碼就可以將數據進行非常好看的可視化，而且還是動態的，在這裡還是要安利一下jupyter，pyecharts在v0.1.9.2版本開始，在jupyter上直接調用實例（例如上方直接調用bar）就可以將圖表直接表示出來，非常方便。

筆者數了數，目前pyecharts上的圖表大概支持到二十多種，接下來，我們再用上方的數據來生成幾個數據挖掘常用的圖表示例：

餅圖-Pie

箱體圖-Boxplot

折線圖-Line

雷達圖-Rader

散點圖-scatter

圖表布局 Grid

由於標題與圖表是屬於兩個不同的控制項，所以這裡必須對下方的圖表Line進行標題位置設置，否則會出現標題重疊的bug。

兩圖結合 Overlap

總結一下使用流程

導入相關圖表包

進行圖表的基礎設置，創建圖表對象

利用add()方法進行數據輸入與圖表設置(可以使用printechartsoptions()來輸出所以可配置項)

利用render()方法來進行圖表保存

pyecharts還有許多好玩的3D圖表和地圖圖表，個人覺得地圖圖表是最好玩的，各位有興趣可以去pyecharts的使用手冊查看，有中文版的非常方便：pyecharts

原文：挖掘之家，http://120.79.254.53

回復下方「關鍵詞」，獲取優質資源

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！