【Python可视化系列】关于 pyecharts的使用实践

旧城等待， 2022-05-15 02:37 474阅读 0赞

一、环境搭建

[http://echarts.baidu.com/index.html][http_echarts.baidu.com_index.html]   echarts主页

二、入门demo展示

1、入门demo1

#!/usr/bin/python
    #  -*- coding:utf-8 -*-
    from pyecharts import Bar
    
    attr = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
    v1 = [2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 32.6, 20.0, 6.4, 3.3]
    v2 = [2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3]
    bar = Bar("Bar chart", "precipitation and evaporation one year")
    bar.add("precipitation", attr, v1, mark_line=["average"], mark_point=["max", "min"])
    bar.add("evaporation", attr, v2, mark_line=["average"], mark_point=["max", "min"])
    bar.render()

*  `add()`  
    主要方法，用于添加图表的数据和设置各种配置项
 *  `print_echarts_options()`  
    打印输出图表的所有配置项
 *  `render()`  
    默认将会在根目录下生成一个 render.html 的文件，支持 path 参数，设置文件保存位置，如 render(r"e:\\my\_first\_chart.html")，文件用浏览器打开。

展示效果：

![70][]

文件地址：

[https://yunpan.360.cn/surl\_ydteGmYSHBV ][https_yunpan.360.cn_surl_ydteGmYSHBV]（提取码：9386）

2、demo2

#!/usr/bin/python
    #  -*- coding:utf-8 -*-
    from pyecharts import Bar
    
    bar = Bar("我的第一个图表", "这里是副标题")
    bar.add("服装", ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"], [5, 20, 36, 10, 75, 90])
    # bar.print_echarts_options() # 该行只为了打印配置项，方便调试时使用
    bar.render()    # 生成本地 HTML 文件

![70 1][]

**Note：** 可以按右边的下载按钮将图片下载到本地，如果想要提供更多实用工具按钮，请在 `add()` 中设置 `is_more_utils` 为 True

from pyecharts import Bar
    
    bar = Bar("我的第一个图表", "这里是副标题")
    bar.add("服装", 
            ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"], [5, 20, 36, 10, 75, 90],
            is_more_utils=True)
    bar.render()

![70 2][]

### [使用主题][Link 1] ###

自 0.5.2+ 起，pyecharts 支持更换主体色系。下面是跟换为 'dark' 的例子：

from pyecharts import Bar
    
    bar = Bar("我的第一个图表", "这里是副标题")
    bar.use_theme('dark')
    bar.add("服装", ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"], [5, 20, 36, 10, 75, 90])
    bar.render()

![guide-2][]

### [使用 pyecharts-snapshot 插件][pyecharts-snapshot] ###

如果想直接将图片保存为 png, pdf, gif 格式的文件，可以使用 [pyecharts-snapshot][pyecharts-snapshot 1]。使用该插件请确保你的系统上已经安装了 [Nodejs][] 环境。

1.  安装 phantomjs `$ npm install -g phantomjs-prebuilt`
2.  安装 pyecharts-snapshot `$ pip install pyecharts-snapshot`
3.  调用 `render` 方法 `bar.render(path='snapshot.png')` 文件结尾可以为 svg/jpeg/png/pdf/gif。请注意，svg 文件需要你在初始化 bar 的时候设置 renderer='svg'。

更多内容请移步至 [pyecharts-snapshot][pyecharts-snapshot 1]

==============================python 全国地图======================

**pyecharts 是一个用于生成 Echarts 图表的类库。Echarts 是百度开源的一个数据可视化 JS 库。用 Echarts 生成的图可视化效果非常棒，pyecharts 是为了与 Python 进行对接，方便在 Python 中直接使用数据生成图。**

**在实现地图可视的过程过遇到如下问题：**

Traceback (most recent call last):
    
    
    File "/Users/a6/PycharmProjects/Attempt_new/try_echarts/echarts.py", line 8, in <module>
    
    symbol_size=10, is_visualmap=True)
    
    File "/Library/Python/2.7/site-packages/pyecharts/charts/geo.py", line 47, in add
    
    self.__add(*args, **kwargs)
    
    File "/Library/Python/2.7/site-packages/pyecharts/charts/geo.py", line 103, in __add
    
    _coordinate = self.get_coordinate(_name, raise_exception=True)
    
    File "/Library/Python/2.7/site-packages/pyecharts/charts/geo.py", line 42, in get_coordinate
    
    raise ValueError("No coordinate is specified for {}".format(name))
    
    ValueError: No coordinate is specified for 广州

**No coordinate is specified for 译文是“没有指定坐标”，即应该是由于没有找到相关区域的坐标导致。**

出错源代码如下:

# -*- coding:utf-8 -*-
    
    from pyecharts import Geo
    
    data = [('广州', 80), ('漳州', 180)]
    
    geo = Geo("全国主要城市空气质量", "data from pm2.5")
    
    attr, value = geo.cast(data)
    
    geo.add("city", attr, value, visual_range=[0, 200], maptype='china', visual_text_color="#fff",
    
    symbol_size=10, is_visualmap=True)
    
    geo.show_config()
    
    geo.render()

如果你也发生了这样的报错，可以从这两方面查找：  
第一、请先检查，是否有 pip 相关的地图信息。

第二、主要是否有交代编码为utf-8。

**一、安装python地图包过程**

根据 pyecharts使用教程 ：

自从 v0.3.2 开始，为了缩减项目本身的体积以及维持 pyecharts 项目的轻量化运行，pyecharts 将不再自带地图 js 文件。如用户需要用到地图图表，可自行安装对应的地图文件包。下面介绍如何安装。

(1)、全球国家地图: echarts-countries-pypkg (1.9MB): 世界地图和 213 个国家，包括中国地图
    (2)、中国省级地图: echarts-china-provinces-pypkg (730KB)：23 个省，5 个自治区
    (3)、中国市级地图: echarts-china-cities-pypkg (3.8MB)：370 个中国城市
    (4)、中国县区级地图: echarts-china-counties-pypkg (4.1MB)：2882 个中国县·区
    (5)、中国区域地图: echarts-china-misc-pypkg (148KB)：11 个中国区域地图，比如华南、华北

![70 3][]

需要这些地图的朋友，可以装 pip 命令行:

$ pip install echarts-countries-pypkg
    
    $ pip install echarts-china-provinces-pypkg
    
    $ pip install echarts-china-cities-pypkg
    
    $ pip install echarts-china-counties-pypkg
    
    $ pip install echarts-china-misc-pypkg
    
    $ pip install echarts-united-kingdom-pypkg

更多的地图数据可查看[https://github.com/echarts-maps。][https_github.com_echarts-maps]

**二、关于中文字符问题：主要是否有交代编码为utf-8。**

# -*- coding:utf-8 -*-
    
    import sys
    
    reload(sys)
    
    sys.setdefaultencoding('utf8')

在代码开头添加如上几行代码，如果还是不行，请在中文字符前面使用u，例如 u'广州'。

**三、示例：**

在问题解决了，那下面给出实现地图可视化的相关示例，代码如下:

**例子一、**

# -*- coding:utf-8 -*-
    
    from pyecharts import Geo
    
    data = [(u'广州', 80), (u'漳州', 180)]
    
    geo = Geo("全国主要城市空气质量", "data from pm2.5")
    
    attr, value = geo.cast(data)
    
    geo.add("city", attr, value, visual_range=[0, 200], maptype='china', visual_text_color="#fff",
    
    symbol_size=10, is_visualmap=True)
    
    geo.show_config()
    
    geo.render()

结果如下：

![70 4][]

**例子二：**

#!/usr/bin/python
    # -*- coding: utf-8 -*-
    from pyecharts import Geo
    import sys
    reload(sys)
    sys.setdefaultencoding('utf8')
    data = [
        (u"海门", 9), (u"鄂尔多斯", 12), (u"招远", 12), (u"舟山", 12), (u"齐齐哈尔", 14), (u"盐城", 15),
        (u"赤峰", 16), (u"青岛", 18), (u"乳山", 18), (u"金昌", 19), (u"泉州", 21), (u"莱西", 21),
        (u"日照", 21), (u"胶南", 22), (u"南通", 23), (u"拉萨", 24), (u"云浮", 24), (u"梅州", 25),
        (u"文登", 25), (u"上海", 25), (u"攀枝花", 25), (u"威海", 25), (u"承德", 25), (u"厦门", 26),
        (u"汕尾", 26), (u"潮州", 26), (u"丹东", 27), (u"太仓", 27), (u"曲靖", 27), (u"烟台", 28),
        (u"福州", 29), (u"瓦房店", 30), (u"即墨", 30), (u"抚顺", 31), (u"玉溪", 31), (u"张家口", 31),
        (u"阳泉", 31), (u"莱州", 32), (u"湖州", 32), (u"汕头", 32), (u"昆山", 33), (u"宁波", 33),
        (u"湛江", 33), (u"揭阳", 34), (u"荣成", 34), (u"连云港", 35), (u"葫芦岛", 35), (u"常熟", 36),
        (u"东莞", 36), (u"河源", 36), (u"淮安", 36), (u"泰州", 36), (u"南宁", 37), (u"营口", 37),
        (u"惠州", 37), (u"江阴", 37), (u"蓬莱", 37), (u"韶关", 38), (u"嘉峪关", 38), (u"广州", 38),
        (u"延安", 38), (u"太原", 39), (u"清远", 39), (u"中山", 39), (u"昆明", 39), (u"寿光", 40),
        (u"盘锦", 40), (u"长治", 41), (u"深圳", 41), (u"珠海", 42), (u"宿迁", 43), (u"咸阳", 43),
        (u"铜川", 44), (u"平度", 44), (u"佛山", 44), (u"海口", 44), (u"江门", 45), (u"章丘", 45),
        (u"肇庆", 46), (u"大连", 47), (u"临汾", 47), (u"吴江", 47), (u"石嘴山", 49), (u"沈阳", 50),
        (u"苏州", 50), (u"茂名", 50), (u"嘉兴", 51), (u"长春", 51), (u"胶州", 52), (u"银川", 52),
        (u"张家港", 52), (u"三门峡", 53), (u"锦州", 54), (u"南昌", 54), (u"柳州", 54), (u"三亚", 54),
        (u"自贡", 56), (u"吉林", 56), (u"阳江", 57), (u"泸州", 57), (u"西宁", 57), (u"宜宾", 58),
        (u"呼和浩特", 58), (u"成都", 58), (u"大同", 58), (u"镇江", 59), (u"桂林", 59), (u"张家界", 59),
        (u"宜兴", 59), (u"北海", 60), (u"西安", 61), (u"金坛", 62), (u"东营", 62), (u"牡丹江", 63),
        (u"遵义", 63), (u"绍兴", 63), (u"扬州", 64), (u"常州", 64), (u"潍坊", 65), (u"重庆", 66),
        (u"台州", 67), (u"南京", 67), (u"滨州", 70), (u"贵阳", 71), (u"无锡", 71), (u"本溪", 71),
        (u"克拉玛依", 72), (u"渭南", 72), (u"马鞍山", 72), (u"宝鸡", 72), (u"焦作", 75), (u"句容", 75),
        (u"北京", 79), (u"徐州", 79), (u"衡水", 80), (u"包头", 80), (u"绵阳", 80), (u"乌鲁木齐", 84),
        (u"枣庄", 84), (u"杭州", 84), (u"淄博", 85), (u"鞍山", 86), (u"溧阳", 86), (u"库尔勒", 86),
        (u"安阳", 90), (u"开封", 90), (u"济南", 92), (u"德阳", 93), (u"温州", 95), (u"九江", 96),
        (u"邯郸", 98), (u"临安", 99), (u"兰州", 99), (u"沧州", 100), (u"临沂", 103), (u"南充", 104),
        (u"天津", 105), (u"富阳", 106), (u"泰安", 112), (u"诸暨", 112), (u"郑州", 113), (u"哈尔滨", 114),
        (u"聊城", 116), (u"芜湖", 117), (u"唐山", 119), (u"平顶山", 119), (u"邢台", 119), (u"德州", 120),
        (u"济宁", 120), (u"荆州", 127), (u"宜昌", 130), (u"义乌", 132), (u"丽水", 133), (u"洛阳", 134),
        (u"秦皇岛", 136), (u"株洲", 143), (u"石家庄", 147), (u"莱芜", 148), (u"常德", 152), (u"保定", 153),
        (u"湘潭", 154), (u"金华", 157), (u"岳阳", 169), (u"长沙", 175), (u"衢州", 177), (u"廊坊", 193),
        (u"菏泽", 194), (u"合肥", 229), (u"武汉", 273), (u"大庆", 279)]
    geo = Geo("全国主要城市空气质量", "Data - PM2.5 - by yz", title_color="#fff",
              title_pos="center", width=1200,
              height=600, background_color='#404a59')
    attr, value = geo.cast(data)
    geo.add("", attr, value, visual_range=[0, 200], maptype='china', visual_text_color="#fff",
            symbol_size=10, is_visualmap=True)
    geo.show_config()
    geo.render("lcf-xx.html")

最后，打开生成的 html 文件可以得到做好的图，结果如下:

![70 5][]

未完待续。。。。。。。

更多参考：

[http://pyecharts.org/\#/zh-cn/charts][http_pyecharts.org_zh-cn_charts]

[http_echarts.baidu.com_index.html]: http://echarts.baidu.com/index.html
[70]: /images/20220515/339a93d9fee34293b3a114bb2f6a612e.png
[https_yunpan.360.cn_surl_ydteGmYSHBV]: https://yunpan.360.cn/surl_ydteGmYSHBV
[70 1]: /images/20220515/a0100ef011b44f67861d1528a93beff8.png
[70 2]: /images/20220515/d5b299ef53984b508e649ae7930e5edb.png
[Link 1]: http://pyecharts.org/#/zh-cn/prepare?id=%E4%BD%BF%E7%94%A8%E4%B8%BB%E9%A2%98
[guide-2]: /images/20220515/2fe0d14294e149ae881a3d22ec25a3da.png
[pyecharts-snapshot]: http://pyecharts.org/#/zh-cn/prepare?id=%E4%BD%BF%E7%94%A8-pyecharts-snapshot-%E6%8F%92%E4%BB%B6
[pyecharts-snapshot 1]: https://github.com/pyecharts/pyecharts-snapshot
[Nodejs]: https://nodejs.org/en/download/
[70 3]: /images/20220515/979e949bf5994f33a011262ae459b23e.png
[https_github.com_echarts-maps]: https://github.com/echarts-maps
[70 4]: /images/20220515/1c509f937ed44c85865aad50c5f98b3a.png
[70 5]: /images/20220515/e8e4db2bf8ed45c390e56acfa0934439.png
[http_pyecharts.org_zh-cn_charts]: http://pyecharts.org/#/zh-cn/charts