电子设备知识网-中国电子设备,国内最专业电子设备平台
电子设备知识网-中国电子设备,国内最专业电子设备平台

Pyecharts制作可视化大屏详解

前两天发了一篇《用Python制作可视化大屏,特简单!》,留言区非常火爆,发现大家都对可视化部分非常感兴趣。

而恰好大屏可视化这一部分又没太细讲,今天就详细讲一下Pyecharts制作可视化大屏。

注意,本文由于篇幅问题不会放置全部代码,会在文末提供全部代码的下载。

承接上文《用Python制作可视化大屏,特简单!》,不再赘述数据爬取和数据预处理。

ECharts是由百度开源的基于JS的商业级数据图表库,有很多现成的图表类型和实例,而Pyecharts则是为了方便我们使用Python实现ECharts的绘图。使用Pyecharts制作可视化大屏,可以分为两步:

1、使用分别Pyecharts分别制作各类图形

2、使用Pyecharts中的组合图表功能,将所有图片拼接在一张html文件中进行展示。

小五认为影响大屏美观最重要的两个因素就是:配色和布局!在本文中,会特意强调这两点。

Pyecharts可视化本文缩减了图表,只选用2020东京奥运会各国金牌分布图、2020东京奥运会奖牌榜详情、2020东京奥运会中国各项目获奖详情。

这类图表都很简单,参照官方文档直接复制示例就可以学习。图表配色都使用的Pyecharts默认颜色,大家实际使用时尽量形成自己的风格。

Map世界地图Pyecharts绘制世界地图时,名称必须是英文。所以我们在前文中引入了国家名称中英文对照表,左连接形成了df4:

df4

单独提取英文名称和奖牌总数两列数据,用来可视化。

data_list=[[i,j] for i,j in zip(df4[‘英文名称’],df4[‘奖牌总数’])]

data_list[:5]

Pyecharts制作可视化大屏详解

数据准备好了,开始利用pyecharts绘制世界地图。

from pyecharts import options as opts

from pyecharts.charts import Map

c = (

Map()

.add(“”, data_list, “world”,

is_map_symbol_show=False,

.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

.set_global_opts(

title_opts=opts.TitleOpts(title=“2020东京奥运会各国金牌分布图”),

visualmap_opts=opts.VisualMapOpts(max_=100)

c.render_notebook()

非常简单

同理,依次绘制其他两类图形。

柱状图、饼图柱状图(Bar)

from pyecharts import options as opts

from pyecharts.charts import Bar

c = (

Bar()

.add_xaxis(df4[‘名称’].head(25).tolist())

.add_yaxis(“金牌”, df4[‘金牌’].head(25).tolist(), stack=“stack1”)

.add_yaxis(“银牌”, df4[‘银牌’].head(25).tolist(), stack=“stack1”)

.add_yaxis(“铜牌”, df4[‘铜牌’].head(25).tolist(), stack=“stack1”)

.set_series_opts(label_opts=opts.LabelOpts(is_show=True, position=“inside”, font_size=12, color=‘#FFFFFF’))

.set_global_opts(title_opts=opts.TitleOpts(title=“2020东京奥运会奖牌榜详情”),

xaxis_opts=opts.AxisOpts(type_=‘category’,

axislabel_opts=opts.LabelOpts(

rotate=45),

)))

c.render_notebook()

2020东京奥运会奖牌榜详情

饼图(Pie)

from pyecharts import options as opts

from pyecharts.charts import Pie

c = (

Pie()

.add(“”, [[‘跳水’, 12], [‘射击’, 11], [‘举重’, 8], [‘竞技体操’, 8], [‘乒乓球’, 7], [‘游泳’, 6], [‘羽毛球’, 6], [‘田径’, 5], [‘静水皮划艇’, 3], [‘蹦床体操’, 3], [‘自由式摔跤’, 3], [‘赛艇’, 3], [‘空手道’, 2], [‘拳击’, 2], [‘帆船’, 2], [‘花样游泳’, 2], [‘跆拳道’, 1], [‘场地自行车赛’, 1], [‘古典式摔跤’, 1], [‘击剑’, 1], [‘三人篮球’, 1]],

center=[“50%”, “60%”],)

.set_series_opts(label_opts=opts.LabelOpts(formatter=“{b}: {c}”))

c.render_notebook()

2020东京奥运会中国各项目获奖详情

这样需要用到的三张图表就绘制好了。

Pyecharts组合图表Pyecharts进行可视化大屏第二步就是组合图表,大致可分为四类:

Grid:并行多图

Page:顺序多图

Tab:选项卡多图

Timeline:时间线轮播多图

官方文档:https://pyecharts.org/#/zh-cn/composite_charts

这里用Page(顺序多图)居多,在组合图表之前,还要先把前面的图表绘制代码改为函数。

def map_world() -》 Map:

c = (

Map(init_opts=opts.InitOpts(chart_id=2, bg_color=‘#ADD8E6’))

.add(“”, data_list, “world”,

is_map_symbol_show=False,

.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

.set_global_opts(

title_opts=opts.TitleOpts(title=“2020东京奥运会各国金牌分布图”),

visualmap_opts=opts.VisualMapOpts(max_=100)

return c

顺便还在其中增加了背景颜色bg_color、图表IDchart_id,后者用于多图表时定位区分。背景颜色的话,我选择了淡蓝色#ADD8E6。后续图片的布局是根据图表ID的对应关系进行布局,所以每张图都要分别设置其id。

接着使用page = Page(layout= Page.DraggablePageLayout)模式对图片进行展示,这一步是为了调整布局。

page = Page(layout=Page.DraggablePageLayout, page_title=“2020东京奥运会奖牌榜”)

# 在页面中添加图表

page.add(

title(),

map_world(),

bar_medals(),

pie_china(),)

page.render(‘test.html’)

调用绘制函数后生成一个 test.html 文件。

打开后可以其中的图片进行拖拽,来实现自定义布局。

对图片布局完毕后,要记得点击左上角“save config”对布局文件进行保存。

点击后,本地会生成一个chart_config.json的文件,这其中包含了每个图表ID对应的布局位置。

最后,调用保存好的布局文件,重新生成html。

运行下面这行代码。

page.save_resize_html(‘test.html’, cfg_file=‘chart_config.json’, dest=‘奥运.html’)

其中test.html 为生成的所有图表的文件、chart_config.json 为下载的布局文件、奥运.html 为布局好的的仪表盘文件、打开仪表奥运.html:

这样就实现了一次数据可视化——大屏展示。

但还有还有很多不足之处,比如若图表配色没有特殊去做调整。

整张大屏只是一个静态的展示,而非具有商业场景的数据仪表盘。

真正的数据大屏往往更喜欢用BI软件生成,能够实现图、表、切片器之间交叉筛选,希望以后有机会能用Python使用制作出来。

责任编辑:haq

未经允许不得转载:电子设备知识网 » Pyecharts制作可视化大屏详解

分享到: 生成海报