1. 前言

在日常工作中，為了更直觀的發(fā)現數據中隱藏的規(guī)律，察覺到變量之間的互動關系，人們常常借助可視化幫助我們更好的給他人解釋現象，做到一圖勝千文的說明效果。

在Python中，常見的數據可視化庫有:

matplotlib 是最常見的2維庫，可以算作可視化的必備技能庫，由于matplotlib是比較底層的庫，api很多，代碼學起來不太容易。
seaborn 是建構于matplotlib基礎上，能滿足絕大多數可視化需求。更特殊的需求還是需要學習matplotlib。

上述兩個庫都是靜態(tài)的可視化庫，大多數做過前端Web開發(fā)的同學都用到過Echarts.js庫，它是一款前端可視化的JS庫、功能非常之強大。在使用之前，需要導入js庫到項目中。對于平時用Python較多的同學而言，如果每次實現可視化功能(特別是一些小需求)，都需要引用js庫顯然不太方便，于是就在想有沒有Python與Echarts結合的輪子。答案是肯定的，在Github中就有一個國人開發(fā)的一個Echarts與Python結合的輪子：Pyecharts，它不僅很好的兼容了web項目，而且可以做到可視化的動態(tài)效果。

2. Pyecharts介紹

Pyecharts 是一個用于生成 Echarts 圖表的類庫。常規(guī)的Echarts 是由百度開源的一個數據可視化 JS 庫，主要用于數據可視化。簡單來說，Pyecharts是一款將python與echarts結合的強大的數據可視化工具。

使用 Pyecharts 可以生成獨立的網頁，也可以在 flask , Django 中集成使用。

項目介紹：

http://pyecharts.herokuApp.com/

項目源碼：

https://github.com/pyecharts/pyecharts

從項目文檔介紹可知， pyecharts目前分為兩個大的系列版本：0.5.x 和v1.x.x。

V0.5.x

支持 Python2.7，3.4+

0.5.x 版本將不再進行維護，文檔位于 05x-docs.pyecharts.org。

V1

僅支持 Python3.6+

新版本系列將從 v1.0.0 開始，文檔位于 pyecharts.org；示例位于 gallery.pyecharts.org

PS: v0.5.x 和 V1 間不兼容，V1 是一個全新的版本。

3. Pyecharts支持30+種可視化圖表

得益于Echarts 項目，目前Pyecharts支持 30+ 種常見圖表，如下所示：

　Bar（柱狀圖/條形圖）
　Bar3D（3D 柱狀圖）
　Boxplot（箱形圖）
　EffectScatter（散點圖）
　Funnel（漏斗圖）
　Gauge（儀表盤）
　Geo（地理坐標系）
　Graph（關系圖）
　HeatMap（熱力圖）
　Kline（K線圖）
　Line（折線/面積圖）
　Line3D（3D 折線圖）
　Liquid（水球圖）
　Map（地圖）
　Parallel（平行坐標系）
　Pie（餅圖）
　Polar（極坐標系）
　Radar（雷達圖）
　Sankey（桑基圖）
　Scatter（散點圖）
　Scatter3D（3D 散點圖）
　ThemeRiver（主題河流圖）
　wordCloud（詞云圖）

4. Pyecharts安裝

1、pip 安裝

# 安裝 v1 以上版本
$ pip install pyecharts -U

# 如果需要安裝 0.5.11 版本的開發(fā)者，可以使用
# pip install pyecharts==0.5.11

2、源碼安裝

# v1 以上版本
$ git clone https://github.com/pyecharts/pyecharts.git
# 如果需要安裝 0.5.11 版本，請使用 git clone https://github.com/pyecharts/pyecharts.git -b v05x
$ cd pyecharts
$ pip install -r requirements.txt
$ python setup.py install

在使用pip安裝庫時，由于墻的原因，下載時可能會出現斷線和速度過慢的問題導致下載失敗，所以建議通過豆瓣源或清華鏡像來進行下載：

# 豆瓣源下載
pip install -i https://pypi.douban.com/simple pyecharts

# 清華鏡像源
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyecharts

PS: 這里要專門說明一下，自從 0.3.2 開始，為了縮減項目本身的體積以及維持 pyecharts 項目的輕量化運行，pyecharts 將不再自帶地圖 js 文件。如用戶需要用到地圖圖表（Geo、Map），可自行安裝對應的地圖文件包。

# 通過pip命令進行安裝
pip install echarts-countries-pypkg
pip install echarts-china-provinces-pypkg
pip install echarts-china-cities-pypkg

5. Pyecharts官方示例實戰(zhàn)

現在我們來開始正式使用pycharts，這里我們先直接使用官方的數據，感受一下可視化展示效果。

from pyecharts.charts import Bar
from pyecharts import options as opts

# V1 版本開始支持鏈式調用
bar = (
    Bar()
    .add_xaxis(["襯衫", "毛衣", "領帶", "褲子", "風衣", "高跟鞋", "襪子"])
    .add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105])
    .add_yaxis("商家B", [57, 134, 137, 129, 145, 60, 49])
    .set_global_opts(title_opts=opts.TitleOpts(title="某商場銷售情況"))
)
bar.render_notebook()

在這里順便安利一下jupyter，pyecharts在v0.1.9.2版本開始，在jupyter上可以直接調用實例（例如上方直接調用bar.render_notebook()）就可以將圖表直接展示出來，非常方便。

如果腳本在非jupyter環(huán)境運行，圖表渲染方法需改為:

bar.render()

默認情況下，pycharts生成圖表為html格式，也支持生成png圖片格式，如下：

from snapshot_selenium import snapshot as driver

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.render import make_snapshot


def bar_chart() -> Bar:
    c = (
        Bar()
        .add_xaxis(["襯衫", "毛衣", "領帶", "褲子", "風衣", "高跟鞋", "襪子"])
        .add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105])
        .add_yaxis("商家B", [57, 134, 137, 129, 145, 60, 49])
        .reversal_axis()
        .set_series_opts(label_opts=opts.LabelOpts(position="right"))
        .set_global_opts(title_opts=opts.TitleOpts(title="Bar-測試渲染圖片"))
    )
    return c

# 需要安裝 snapshot-selenium 或者 snapshot-phantomjs
make_snapshot(driver, bar_chart().render(), "bar.png")

6. Pyecharts幾種高頻使用的可視化圖表

在上面官方示例中的柱狀圖表我們已經能感受到pycharts可視化功能的強大，最后再介始幾種日常工作中常用的可視化圖表及對應示例。

6.1 Pie餅狀圖

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

pie = (
    Pie()
    .add("", [list(z) for z in zip(Faker.choose(), Faker.values())])
    .set_colors(["blue", "green", "yellow", "red", "pink", "orange", "purple"])
    .set_global_opts(title_opts=opts.TitleOpts(title="Pie-設置顏色"))
    .set_series_opts(label_opts=opts.LabelOpts(formatter=": {c}"))
)

pie.render_notebook()

6.2 儀表盤

from pyecharts import options as opts
from pyecharts.charts import Gauge

g = (
    Gauge()
    .add("", [("完成率", 66.6)])
    .set_global_opts(title_opts=opts.TitleOpts(title="Gauge-基本示例"))

)
g.render_notebook()

6.3 折線圖

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

c = (
    Line()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家A", Faker.values(), is_smooth=True)
    .add_yaxis("商家B", Faker.values(), is_smooth=True)
    .set_global_opts(title_opts=opts.TitleOpts(title="Line-smooth"))

)
c.render_notebook()

6.4 K線圖

from pyecharts import options as opts
from pyecharts.charts import Kline

data = [
    [2320.26, 2320.26, 2287.3, 2362.94],
    [2300, 2291.3, 2288.26, 2308.38],
    [2295.35, 2346.5, 2295.35, 2345.92],
    [2347.22, 2358.98, 2337.35, 2363.8],
    [2360.75, 2382.48, 2347.89, 2383.76],
    [2383.43, 2385.42, 2371.23, 2391.82],
    [2377.41, 2419.02, 2369.57, 2421.15],
    [2425.92, 2428.15, 2417.58, 2440.38],
    [2411, 2433.13, 2403.3, 2437.42],
    [2432.68, 2334.48, 2427.7, 2441.73],
    [2430.69, 2418.53, 2394.22, 2433.89],
    [2416.62, 2432.4, 2414.4, 2443.03],
    [2441.91, 2421.56, 2418.43, 2444.8],
    [2420.26, 2382.91, 2373.53, 2427.07],
    [2383.49, 2397.18, 2370.61, 2397.94],
    [2378.82, 2325.95, 2309.17, 2378.82],
    [2322.94, 2314.16, 2308.76, 2330.88],
    [2320.62, 2325.82, 2315.01, 2338.78],
    [2313.74, 2293.34, 2289.89, 2340.71],
    [2297.77, 2313.22, 2292.03, 2324.63],
    [2322.32, 2365.59, 2308.92, 2366.16],
    [2364.54, 2359.51, 2330.86, 2369.65],
    [2332.08, 2273.4, 2259.25, 2333.54],
    [2274.81, 2326.31, 2270.1, 2328.14],
    [2333.61, 2347.18, 2321.6, 2351.44],
    [2340.44, 2324.29, 2304.27, 2352.02],
    [2326.42, 2318.61, 2314.59, 2333.67],
    [2314.68, 2310.59, 2296.58, 2320.96],
    [2309.16, 2286.6, 2264.83, 2333.29],
    [2282.17, 2263.97, 2253.25, 2286.33],
    [2255.77, 2270.28, 2253.31, 2276.22],
]


k = (
    Kline()
    .add_xaxis(["2017/7/{}".format(i + 1) for i in range(31)])
    .add_yaxis("k線圖", data)
    .set_global_opts(
        yaxis_opts=opts.AxisOpts(is_scale=True),
        xaxis_opts=opts.AxisOpts(is_scale=True),
        title_opts=opts.TitleOpts(title="K線圖-基本示例"),
    )

)
k.render_notebook()

6.5 地圖Map

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

map = (
    Map()
    .add("中國地圖", [list(z) for z in zip(Faker.provinces, Faker.values())], "china")
    .set_global_opts(title_opts=opts.TitleOpts(title="Map-基本示例"))
)
map.render_notebook()

6.6 詞云圖

import pyecharts.options as opts
from pyecharts.charts import WordCloud


data = [
    ("生活資源", "999"),
    ("供熱管理", "888"),
    ("供氣質量", "777"),
    ("生活用水管理", "688"),
    ("一次供水問題", "588"),
    ("交通運輸", "516"),
    ("城市交通", "515"),
    ("環(huán)境保護", "483"),
    ("房地產管理", "462"),
    ("城鄉(xiāng)建設", "449"),
    ("社會保障與福利", "429"),
    ("社會保障", "407"),
    ("文體與教育管理", "406"),
    ("公共安全", "406"),
    ("公交運輸管理", "386"),
    ("出租車運營管理", "385"),
    ("供熱管理", "375"),
    ("市容環(huán)衛(wèi)", "355"),
    ("自然資源管理", "355"),
    ("粉塵污染", "335"),
    ("噪聲污染", "324"),
    ("土地資源管理", "304"),
    ("物業(yè)服務與管理", "304"),
    ("醫(yī)療衛(wèi)生", "284"),
    ("粉煤灰污染", "284"),
    ("占道", "284"),
    ("供熱發(fā)展", "254"),
    ("農村土地規(guī)劃管理", "254"),
    ("生活噪音", "253"),
    ("供熱單位影響", "253"),
    ("城市供電", "223"),
    ("房屋質量與安全", "223"),
    ("大氣污染", "223"),
    ("房屋安全", "223"),
    ("文化活動", "223"),
    ("拆遷管理", "223"),
    ("公共設施", "223"),
    ("供氣質量", "223"),
    ("供電管理", "223"),
    ("燃氣管理", "152"),
    ("教育管理", "152"),
    ("醫(yī)療糾紛", "152"),
    ("執(zhí)法監(jiān)督", "152"),
    ("設備安全", "152"),
    ("政務建設", "152"),
    ("縣區(qū)、開發(fā)區(qū)", "152"),
    ("宏觀經濟", "152"),
    ("教育管理", "112"),
    ("社會保障", "112"),
    ("生活用水管理", "112"),
    ("物業(yè)服務與管理", "112"),
    ("分類列表", "112"),
    ("農業(yè)生產", "112"),
    ("二次供水問題", "112"),
    ("城市公共設施", "92"),
    ("拆遷政策咨詢", "92"),
    ("物業(yè)服務", "92"),
    ("物業(yè)管理", "92"),
    ("社會保障保險管理", "92"),
    ("低保管理", "92"),
    ("文娛市場管理", "72"),
    ("城市交通秩序管理", "72"),
    ("執(zhí)法爭議", "72"),
    ("商業(yè)煙塵污染", "72"),
    ("占道堆放", "71"),
    ("地上設施", "71"),
    ("水質", "71"),
    ("無水", "71"),
    ("供熱單位影響", "71"),
    ("人行道管理", "71"),
    ("主網原因", "71"),
    ("集中供熱", "71"),
    ("客運管理", "71"),
    ("國有公交（大巴）管理", "71"),
    ("工業(yè)粉塵污染", "71"),
    ("治安案件", "71"),
    ("壓力容器安全", "71"),
    ("身份證管理", "71"),
    ("群眾健身", "41"),
    ("工業(yè)排放污染", "41"),
    ("破壞森林資源", "41"),
    ("市場收費", "41"),
    ("生產資金", "41"),
    ("生產噪聲", "41"),
    ("農村低保", "41"),
    ("勞動爭議", "41"),
    ("勞動合同爭議", "41"),
    ("勞動報酬與福利", "41"),
    ("醫(yī)療事故", "21"),
    ("停供", "21"),
    ("基礎教育", "21"),
    ("職業(yè)教育", "21"),
    ("物業(yè)資質管理", "21"),
    ("拆遷補償", "21"),
    ("設施維護", "21"),
    ("市場外溢", "11"),
    ("占道經營", "11"),
    ("樹木管理", "11"),
    ("農村基礎設施", "11"),
    ("無水", "11"),
    ("供氣質量", "11"),
    ("停氣", "11"),
    ("燃氣管理", "11"),
    ("市容環(huán)衛(wèi)", "11"),
    ("新聞傳媒", "11"),
    ("人才招聘", "11"),
    ("市場環(huán)境", "11"),
    ("行政事業(yè)收費", "11"),
    ("食品安全與衛(wèi)生", "11"),
    ("城市交通", "11"),
    ("房地產開發(fā)", "11"),
    ("房屋配套問題", "11"),
    ("物業(yè)服務", "11"),
    ("物業(yè)管理", "11"),
    ("占道", "11"),
    ("園林綠化", "11"),
    ("戶籍管理及身份證", "11"),
    ("公交運輸管理", "11"),
    ("公路（水路）交通", "11"),
    ("房屋與圖紙不符", "11"),
    ("有線電視", "11"),
    ("社會治安", "11"),
    ("林業(yè)資源", "11"),
    ("其他行政事業(yè)收費", "11"),
    ("經營性收費", "11"),
    ("食品安全與衛(wèi)生", "11"),
    ("體育活動", "11"),
    ("有線電視安裝及調試維護", "11"),
    ("低保管理", "11"),
    ("勞動爭議", "11"),
    ("社會福利及事務", "11"),
    ("一次供水問題", "11"),
]


c=(
    WordCloud()
    .add(series_name="熱點分析", data_pair=data, word_size_range=[6, 66])
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title="熱點分析", title_textstyle_opts=opts.TextStyleOpts(font_size=23)
        ),
        tooltip_opts=opts.TooltipOpts(is_show=True),
    )

)
c.render_notebook()