更漂亮的展示之 pyecharts

浏览 909

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

从一个简单的例子开始

首先是导入 pyecharts, 并且配置 notebook 类型。

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。

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。

# jupyter-lab 必须执行
bar.load_javascript()

开始我们的表演,渲染到 notebook。

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

我们还可以将其渲染成 html 文件。

bar.render('bar.html')

image

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