更漂亮的展示之 pyecharts

浏览 617

课文

`Echarts` 是一个由百度开源的数据可视化工具,在国内外都得到了广泛的认可。现如今很火热的 `智慧屏` 概念,绝大部分产品都是基于 `Echarts`开发。`Echarts` 本来是基于网页开发的,但由于其太优秀,便有开发者将其移植到了python上,便是 `pyecharts`。 ## 有了Matplotlib 为什么我们还要用 pyecharts? 因为Matplotlib生成的仅是一张2D图片,而 pyecharts 可以生成网页形式的图表。意味着 pyecharts 的图表可以让我们进行交互,使我们的数据展示更加生动。 ![image](https://qiniu.3yya.com/c22c1f9f46fc75c204f87234e9d07707/c22c1f9f46fc75c204f87234e9d07707.png) ## 从一个简单的例子开始 首先是导入 pyecharts, 并且配置 notebook 类型。 ```python from pyecharts.globals import CurrentConfig, NotebookType # jupyter-lab 所需配置 CurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_LAB ``` 还是我们熟悉的柱状图,配置好 `x轴` 的标签后,分别加入两个商家的数据。 ```python from pyecharts.charts import Bar from pyecharts import options as opts bar = Bar() bar.add_xaxis(["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"]) bar.add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105]) bar.add_yaxis("商家B", [57, 134, 137, 129, 145, 60, 49]) bar.set_global_opts(title_opts=opts.TitleOpts(title="某商场销售情况")) ``` 执行必须步骤,加载 `javascript` 代码。 ```python # jupyter-lab 必须执行 bar.load_javascript() ``` 开始我们的表演,渲染到 notebook。 ```python bar.render_notebook() ``` 相比 `Matplotlib` 的优势出来了, 当鼠标移上去可以显示出当前的数据。 ![image](https://qiniu.3yya.com/d7131969170f2dfae833fadd8a1dc3e5/d7131969170f2dfae833fadd8a1dc3e5.png) 我们还可以将其渲染成 `html` 文件。 ```python bar.render('bar.html') ``` ![image](https://qiniu.3yya.com/c0752e4668d9cdd7586c576b77c7fa51/c0752e4668d9cdd7586c576b77c7fa51.png) 这样我们可以直接将 `html` 文件插入 `ppt` 当中, 进行一个有互动效果的演示, 大大加深对方对我们数据的直观印象。

评论

登录参与讨论

暂无评论

共 0 条
  • 1
前往
  • 1