Python--pyecharts介绍

Pyecharts

　　概况 :

Echarts 是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。

特性 :

1. 简洁的API设计，使用如丝滑般流畅，支持链式调用
2. 囊括了30+种常见图表，应有尽有
3. 支持主流Notebook 环境，Jupyter Notebook 和JupyterLab
4. .可轻松集成至Flask, Django等主流Web框架
5. .高度灵活的配置项，可轻松搭配出精美的图表
6. .详细的文档和示例，帮助开发者更快的上手项目
7. 多达400+地图文件以及原生的百度地图，为地理数据可视化提供强有力的支持

需要导入相应库:

import json
import os

from pyecharts import options as opts
from pyecharts.charts import Page , Sankey

方法的调用 : 

#例如 sankey_base().render_notebook() #//三等级图

from pyecharts.charts import Bar
bar=(
    Bar ()
    . add_xaxis(["衬衫", "羊毛衫",“雪纺衫",""裤子","高跟鞋",“袜子"])
    . add_yaxis("商家A",[5, 20, 36, 10, 75, 90])  #还可以   .add_yaxis('商家B',[1,2,3,4])等
)
bar. render_ notebook ()

动态效果 :

 　　词云 :

from pyecharts import options as opts
from pyecharts.charts import Page, WordCloud
from pyecharts.globals import SymbolType

words = [
("San S Club",10000),
("Macys",6181),
("Amy Schumer",4386),
("Juassic World",4055),
("Charter Communications",2467),
("Chick Fil A",2244),
("Planet Fitness",1868),
("Pitch Perfect", 1484),
("Express",1112),
("Home",865),
("Johmny Depp",847),
("Lena Dunham",582),
("Levis Hamilton",555),
("KKAN",550),
("Mary Ellen Mark",462),
("Farrah Abraham",366),
("Rita Ora",360),
("Serena Williams",282),
("NCAA baseball tournament",273),
("Point Break",265),
]
def wordcloud_base():
    c = (
        WordCloud()
        .add("",words,word_size_range=[20,100],shape=SymbolType.RECT)
        .set_global_opts(title_opts=opts.TitleOpts(title="WordCloud基本示例"))
)
    return c
wordcloud_base().render_notebook()

　　效果 :