关于云计算:超详细pyecharts的绘图原理详解

1.pyecharts 简介

Echarts是一个由百度开源的数据可视化工具，凭借着良好的交互性，精美的图表设计，失去了泛滥开发者的认可。而 python 是一门富裕表达力的语言，很适宜用于数据处理。当数据分析遇上了数据可视化时，pyecharts诞生了。

pyecharts 分为 v0.5 和v1两个大版本，v0.5 和 v1 两个版本不兼容，v1 是一个全新的版本，因而咱们的学习尽量都是基于 v1 版本进行操作。学习任何编程语言，其实官网是最好的老师，上面咱们列出了 echarts 和 pyecharts 的官网，比拟侥幸的是，pyecharts 是由一个中国人开发的，也存在一个中文网站，这样学习起来就不便多了。

echarts 官网：https://www.echartsjs.com/ind…

pyecharts 官网：https://pyecharts.org/#/zh-cn…

装置：pip install pyecharts

查看版本：print(pyecharts.version)

2.pyecharts 绘图逻辑

1）pyecharts 绘图逻辑阐明

pyecharts是一个全新的可视化绘图工具，因而它的绘图逻辑齐全不同于后面说到的matplotlib、seaborn、plotly。

因而你想要学好这个可视化工具，最次要的就是要学会它的绘图逻辑，俗话说：“知己知彼，百战不殆”，你只有理解他人，才能够用起来棘手呀。

pyecharts 的绘图逻辑分为以下几步。

• ① 抉择图表类型；
• ② 申明图形类并增加数据；
• ③ 抉择全局变量；
• ④ 显示及保留图表；

第一步是抉择图表类型，基于本人的数据特点，咱们看看本人想要绘制那种图形，须要什么图形就导入什么图形，上面我简略列举了几个导入办法。

from pyecharts.charts import Scatter  # 导入散点图  
from pyecharts.charts import Line     # 导入折线图  
from pyecharts.charts import Pie      # 导入饼图  
from pyecharts.charts import Geo      # 导入地图  

第二步是申明图形类并增加数据，什么是图形类呢？其实每一个图形库都是被 pyecharts 作者封装成为了一个 类，这就是所谓的面向对象，咱们在应用这个类的时候，须要 实例化这个类(察看上面代码)。

申明类之后，相当于初始化了一个画布，咱们之后的绘图就是在这个画布上进行。接下来要做的就是增加数据，pyecharts 中增加数据共有 2 种形式，一种是 一般形式 增加数据，一种是 链式调用 (察看上面代码) 来增加数据，前面我会分章节一个个为大家介绍。

"上面绘制的是：正弦曲线的散点图"  
# 1. 抉择图表类型：咱们应用的是散点图，就间接从 charts 模块中导入 Scatter 这个图形。from pyecharts.charts import Scatter  
import numpy as np  
  
x = np.linspace(0,2 * np.pi,100)  
y = np.sin(x)  
  
(  
 # 留神：应用什么图形，就要实例化该图形的类；# 2. 咱们绘制的是 Scatter 散点图，就须要实例化散点图类，间接 Scatter() 即可；Scatter()   
 # 实例化类后，接着就是增加数据，上面这种形式就是应用“链式调用”的形式绘图；# 留神：散点图有 X、Y 轴，因而须要别离给 X 轴、Y 轴增加数据；# 3. 咱们先给 X 轴增加数据；.add_xaxis(xaxis_data=x)  
 # 4. 咱们再给 Y 轴增加数据；.add_yaxis(series_name="这个图是干嘛的",y_axis=y)  
).render_notebook()  

第三步就是设置全局变量，用艰深的话说就是：调节各种各样的参数，把图形变得更好看。

罕用的有 题目配置项 、 图例配置项 、 工具配置项 、 视觉映射配置项 、 提示框配置项 、 区域缩放配置项。

你兴许不晓得这几个名词是什么意思，然而不必放心，你首先是学会了如何应用 pyecharts 绘图后，再缓缓学习这方面的内容。

• 默认状况下 图例配置项和提示框配置项是显示的，其它四个配置项默认状况下是不显示的，须要咱们本人设置；

第四步是显示及保留图表，咱们这里介绍两种最罕用的保留形式，如下所示。

.render("C:\\Users\\ 黄伟 \\Desktop\\CSDN 上传图像 \\a.html")  
# 如果不指定门路，就是间接保留在当前工作环境目录下；# 如果指定了门路，就是保留到指定的目录下；# 留神：最终都是以 html 格局展现，发给其余任何人都能够间接关上看的；.render_notebook()  
# 如果咱们应用的是 jupyter notebook，间接应用这行代码，能够间接显示图片；

3. 抉择图表类型

上面列举呈现的所有图形都在 charts 字模块下，咱们利用如下代码就能够导入各自对应的图形，在下面的叙述中，我曾经列举了局部图形的导入形式。

• from pyecharts.charts import 函数名

留神：这里咱们只列出了局部图形，包含咱们前面绘制地图，也都是在 pyecharts 的子模块 charts 模块下，咱们要记住这句导入相干图形库的代码。

4. 数据增加

1）如何增加数据呢？

像散点图、折线图等二维数据图形，它既有 X 轴，又有 Y 轴，所以咱们不仅要为 X 轴增加数据，还要为 Y 轴增加数据。

• .add_xaxis(xaxis_data=x)为 X 轴增加数据；
• .add_yaxis(series_name=”, y_axis=y)为 Y 轴增加数据；

像饼图、地图这样没有 X 轴、Y 轴辨别的图形，咱们间接应用 add()办法增加即可。

• .add(series_name=”, data_pair=[(i,j)for i,j in zip(lab,num)])；

2）pyecharts 绘图的两种形式

下面咱们曾经说过，pyecharts 中绘图有 2 种形式。第一种形式：一般形式；第二种形式：链式调用。仔细观察上面的演示代码，看看区别在哪里。

① 链式调用的形式绘图

from pyecharts.charts import Line  
import pyecharts.options as opts  
import numpy as np  
  
x = np.linspace(0,2 * np.pi,100)  
y = np.sin(x)  
  
(Line(init_opts=opts.InitOpts(width="700px",height="300px"))  
 .add_xaxis(xaxis_data=x)  
 .add_yaxis(series_name="绘制线图",y_axis=y,label_opts=opts.LabelOpts(is_show=False))  
 .set_global_opts(title_opts=opts.TitleOpts(title="我是题目",subtitle="我是副标题",title_link="https://www.baidu.com/"),  
                  tooltip_opts=opts.TooltipOpts(axis_pointer_type="cross"))  
).render_notebook()  
  
"""对于全局配置项的代码局部，你可能不懂，当初不懂没什么关系！"""  

后果如下：

② 一般形式绘图

from pyecharts.charts import Pie  
import pyecharts.options as opts  
  
num = [110, 136, 108, 48, 111, 112, 103]  
lab = ['哈士奇', '萨摩耶', '泰迪', '金毛', '牧羊犬', '吉娃娃', '柯基']  
x = [(i, j)for i, j in zip(lab, num)]  
print(x)  
  
pie = Pie(init_opts=opts.InitOpts(width="700px",height="300px"))  
pie.add(series_name='',data_pair=[(i, j)for i, j in zip(lab, num)])  
pie.render_notebook()  

后果如下：

3）对于 series_name=”” 的阐明

在增加数据时候，咱们能够留神到 series_name 参数 的存在，它是一个字符串。你也看到了，咱们能够传递一个空字符串，也能够传递指定字符串，最终的作用有点相似于图例的成果，但这里并不是设置图例。

你不须要过多的留神这个参数，只须要牢记一点：这个参数必须有，必须写，哪怕你传递一个空字符串，也要写，因为不写这个参数，会报错。

5. 设置全局配置项

当咱们学会了如何应用 pyecharts 绘图，并且曾经绘制进去了某个图形，此时这个图形并不一定难看。这就须要咱们学会应用全局配置项，进行图形参数的调节与设置。

所有的全局配置项的应用，都是在 options 这个子模块下，咱们在设置全局配置项的时候，记得导入这个模块。这部分波及到的参数太多太杂，当你感觉某个图形须要怎么改的时候，个别必定是有对应的参数进行解决的，你要置信你能想到的，他人大神必定是都想到了，这个时候你就须要学会应用官网，官网很重要！官网很重要！官网很重要！

• import pyecharts.options as opts
• 应用 options 配置项，在 pyecharts 中，所有皆 Options。
• 全局配置项可通过调用 set_global_options()办法进行设置。

留神：默认状况下图例配置项和提示框配置项是显示的，其余四个配置项默认状况下是不显示的，须要咱们本人设置。

6. 显示及保留图表

• .render()默认将会在当前工作目录下生成一个 render.html 的文件，反对 path 参数，进行自定义文件保留地位，最终文件你能够能够发送给任何人，间接用浏览器关上，交互成果依然存在。
• Jupyter Notebook 中间接调用 .render_notebook() 随时随地渲染图表。

有段时间没跟大家分享资源福利了，看了下本人的资料夹，整顿了一些我认为比拟好的 Python 学习材料了。置信这套材料能够对你进阶高级工程师有帮忙

学习工具

大厂实战手册

自学视频（局部）

【材料收费支付形式】: 点这里：2020Python 高薪实战学习大合集