Python-数据可视化神器分享pyecharts

共计 1203 个字符，预计需要花费 4 分钟才能阅读完成。

Python 数据可视化神器分享：pyecharts

我们都知道 python 上的一款可视化工具 matplotlib, 而前些阵子做一个 Spark 项目的时候用到了百度开源的一个可视化 JS 工具 -Echarts，可视化类型非常多，但是得通过导入 js 库在 Java Web 项目上运行。

平时用 Python 比较多，于是就在想有没有 Python 与 Echarts 结合的轮子。Google 后，找到一个国人开发的一个 Echarts 与 Python 结合的轮子：pyecharts，下面就来简述下 pyecharts 一些使用细则：

写这篇文章用的是 Win 环境，首先打开命令行(win+R), 输入：

但笔者实测时发现，由于墙的原因，下载时会出现断线和速度过慢的问题导致下载失败，所以建议通过清华镜像来进行下载：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyecharts

出现上方的信息，即代表下载成功，我们可以来进行下一步的实验了！

使用之前我们要强调一点：就是 python2.x 和 python3.x 的编码问题，在 python3.x 中你可以把它看做默认是 unicode 编码，但在 python2.x 中并不是默认的，原因就在它的 bytes 对象定义的混乱，而 pycharts 是使用 unicode 编码来处理字符串和文件的，所以当你使用的是 python2.x 时，请务必在上方插入此代码：

from __future__ import unicode_literals

现在我们来开始正式使用 pycharts，这里我们直接使用官方的数据：

简单的几行代码就可以将数据进行非常好看的可视化，而且还是动态的，在这里还是要安利一下 jupyter，pyecharts 在 v0.1.9.2 版本开始，在 jupyter 上直接调用实例（例如上方直接调用 bar）就可以将图表直接表示出来，非常方便。

笔者数了数，目前 pyecharts 上的图表大概支持到二十多种，接下来，我们再用上方的数据来生成几个数据挖掘常用的图表示例：

由于标题与图表是属于两个不同的控件，所以这里必须对下方的图表 Line 进行标题位置设置，否则会出现标题重叠的 bug。

总结一下使用流程

导入相关图表包

进行图表的基础设置，创建图表对象

利用 add()方法进行数据输入与图表设置 (可以使用 printechartsoptions() 来输出所以可配置项)

利用 render()方法来进行图表保存

pyecharts 还有许多好玩的 3D 图表和地图图表，个人觉得地图图表是最好玩的，各位有兴趣可以去 pyecharts 的使用手册查看，有中文版的非常方便：pyecharts