pyecharts基本使用-上篇

测试加

发布于 2022-03-24 16:15:59

1.8K0

发布于 2022-03-24 16:15:59

文章被收录于专栏：用户4624600的专栏

背景

在日常工作中经常会跟一些数据打交道,比如bug归因分析、自动化测试数据、性能测试数据等等.如果是table表格展示数据不能更好的提供给我们优化分析的思路,往往我们都是会用图表的形式展示数据更直观,比如折线图、饼图、柱状图等等.

在python中几个常用的图表库如下:

•matplotlib•Pychart•Cairoplot•pyecharts

本文就介绍下pyecharts的基础使用,相对之前使用vue的时候要经常使用Echarts生成图表,另外前三个不太符合我的需求和使用习惯.

简介

Echarts是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而 Python 是一门富有表达力的语言很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts诞生了.

可以说pyecharts是python库封装了使用Echarts的使用,让使用者更简单.

https://pyecharts.org/#/

快速入门

demo代码下载

https://github.com/pyecharts/pyecharts/tree/master/test

如何安装

pip(3) install pyecharts

查看版本

import pyecharts

print(pyecharts.__version__)

第一图表

第一图表生成一个简单柱状图.

from pyecharts.charts import Bar

bar = Bar()
bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
# render 会生成本地 HTML 文件，默认会在当前目录生成 render.html 文件
# 也可以传入路径参数，如 bar.render("mycharts.html")
bar.render()

默认会生成render.html文件

点击run打开文件.

在浏览器中打开一个柱状图.

分析第一图表

from pyecharts.charts import Bar 
# 导入图表

支持的图表如下:

bar = Bar()
# 初始化对象

Bar继承了RectChart

在RectChart中的构造参数中,可以设置相关参数

给图表设置主题

Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))

设置x轴参数

bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])

sequence类型的参数,是一个可迭代对象.

设置y轴参数

bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])

y轴的输入参数相关多一些,series_name是展示的名字, y_axis也是sequence类型的参数,必须是int类型或者float类型.

渲染数据

bar.render()

默认输出是render.html文件,模版是simple_chart.html.

渲染代码逻辑

使用jinja2把数据渲染一个本地html文件

生成的报告使用echarts.min.js渲染数据

其他常见图表

单折线图

c = (
    Line()
        .add_xaxis(["A", "B", "C"])
        .add_yaxis("series0", [1, 2, 4])
)
c.render()

多折线图

c = (
    Line()
        .add_xaxis(["A", "B", "C"])
        .add_yaxis("series0", [1, 2, 4])
        .add_yaxis("series1", [2, 3, 6])
)
c.render()

饼图

from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Faker

c = (
    Pie()
        .add("", [list(z) for z in zip(Faker.choose(), Faker.values())])
        .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
)
c.render()

地图

c = Map().add(
    "商家A", [list(z) for z in zip(Faker.provinces, Faker.values())], "china"
)
c.render()

词云

from pyecharts.charts import WordCloud

words = [
    ("Sam S Club", 10000),
    ("Macys", 6181),
    ("Amy Schumer", 4386),
    ("Jurassic World", 4055),
    ("Charter Communications", 2467),
    ("Chick Fil A", 2244),
    ("Planet Fitness", 1868),
    ("Pitch Perfect", 1484),
]



c = WordCloud().add("", words, word_size_range=[20, 100])
c.render()