使用工具：

  • Pycharm
  • Python3.9
  • Pyecharts

pyecharts官网https://pyecharts.org/#/zh-cn/changelog

一、PyEcharts介绍

1.1、版本区分

  • V0.5x版本
    • 不再进行维护。仅支持python2.7、3.4+
  • V1.0x版本
    • 仅支持python3.6+

1.2、技术介绍

Echarts 是一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 是一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。

二、疫情数据可视化项目

2.1、了解数据

了解一个数据要从不同的维度来了解

例如疫情的数据，可以从以下几个方面来了解：

  • 维度

image-20220331104705393

  • 成品

image-20220331104755998

2.2、绘制单日境外输入和本土新增的图

分析：有一个总的数据，然后两个加起来属于总的，所以对于这种比例的，推荐饼图

对于占比的数据，推荐使用饼图，因为能更好的看清楚各种比例

image-20220331105052414

  • 成品
image-20220331134237903
  • 【官方案例】Pie - Pie_base
#导包
from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Faker	#Faker包里面有样例数据

#链式调用
c = (
    #实例化一个饼图对象
    Pie()
	#添加数据
    .add("", [list(z) for z in zip(Faker.choose(), Faker.values())])
    #设置标题
    .set_global_opts(title_opts=opts.TitleOpts(title="Pie-基本示例"))
    #设置标签
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
    #网页渲染方式
    .render("pie_base.html")
)

#jupyter独有的
#c.render_notebook()
  • 修改官方代码实现功能：
#导包
from pyecharts import options as opts
from pyecharts.charts import Pie
# from pyecharts.faker import Faker

data = [['境外输入',10],['本土新增',9]]

c = (
    Pie()
    .add(series_name="",data_pair=data)
    .set_global_opts(title_opts=opts.TitleOpts(title="单日新增患者"))
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
    #设置颜色
    .set_colors(['rgb(70, 133, 212)','rgb(186, 33, 16)'])
    .render("./templates/index2.html")
)

2.3、绘制一周内数据的新增情况

分析：数据量适中，每条数据中有三个类目

采用极坐标系图

image-20220331112741036

  • 成品
image-20220331134308844
  • 【官网案例】Polar - Polar_angleaxis
from pyecharts import options as opts
from pyecharts.charts import Polar
from pyecharts.faker import Faker

c = (
    #实例化极坐标系对象
    Polar()
    #设置角轴每一部分的名称，还有类型
    .add_schema(angleaxis_opts=opts.AngleAxisOpts(data=Faker.week, type_="category"))
    #增加数据，设置类型，支持散点、柱状、还有其他类型，stark相同可以堆叠反之，如果不一样，会单独成列
    .add("A", [1, 2, 3, 4, 3, 5, 1], type_="bar", stack="stack0")
    .add("B", [2, 4, 6, 1, 2, 3, 1], type_="bar", stack="stack0")
    .add("C", [1, 2, 3, 4, 1, 2, 5], type_="bar", stack="stack0")
    #设置标题
    .set_global_opts(title_opts=opts.TitleOpts(title="Polar-AngleAxis"))
    #渲染方式
    .render("polar_angleaxis.html")
)
  • 修改官方代码实现功能：
from pyecharts import options as opts
from pyecharts.charts import Polar
from pyecharts.faker import Faker

date = ['12月25日', '12月26日', '12月27日', '12月28日', '12月29日', '12月30日', '12月31日']



c = (
    Polar()
    .add_schema(angleaxis_opts=opts.AngleAxisOpts(data=date, type_="category"))
    .add("境外输入", [12, 10, 15, 12, 17, 16, 10], type_="bar", stack="stack0")
    .add("新增本土", [8, 12, 6, 15, 7, 9, 9], type_="bar", stack="stack0")
    .add("新增无症状", [19, 15, 20, 8, 17, 8, 9], type_="bar", stack="stack0")
    .set_global_opts(title_opts=opts.TitleOpts(title="本周新增患者情况"))
    .render("./templates/index3.html")
)

2.4、绘制本月新增病例情况

分析：数据量多，类目单一，期待这个数据的变化趋势

所以推荐折线图，能看出增长变化的趋势

image-20220331115301458

  • 成品
image-20220331134338166
  • 【官方案例】Line - Line_base
import pyecharts.options as opts
from pyecharts.charts import Line
from pyecharts.faker import Faker

c = (
    Line()
    #设置x轴
    .add_xaxis(Faker.choose())
    #设置数据的名称以及数据
    .add_yaxis("商家A", Faker.values())
    .add_yaxis("商家B", Faker.values())
    #设置标题
    .set_global_opts(title_opts=opts.TitleOpts(title="Line-基本示例"))
    #渲染网页方式
    .render("line_base.html")
)
  • 修改代码：
import pyecharts.options as opts
from pyecharts.charts import Line
# from pyecharts.faker import Faker

data = [9,16,17,17,18,15,12,15,12,15,13,24,16,17,12,7,12,17,23,23,15,15,17,14,20,22,21,27,24,25,19]

c = (
    Line()
    #设置x轴
    .add_xaxis([i for i in range(1,32)])
    #设置数据的名称以及数据
    .add_yaxis("新增患者人数", data)

    .set_global_opts(title_opts=opts.TitleOpts(title="12月新增患者"))
    .render("./templates/index4.html")
)

# print([i for i in range(1,32)])

2.5、绘制2020年各月新增人数

分析：数据量适中，类名单一

采用带时间轴的柱状图

image-20220331121505557

  • 成品
image-20220331134415151
  • 【官方案例】
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker

c = (
    Bar()
    #设置x轴
    .add_xaxis(Faker.days_attrs)
    #设置数据标题，y轴数据
    .add_yaxis("商家A", Faker.days_values)
    #设置标题和时间轴
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Bar-DataZoom（slider-水平）"),
        datazoom_opts=opts.DataZoomOpts(),
    )
    
    .render("bar_datazoom_slider.html")
)
  • 修改代码
from pyecharts import options as opts
from pyecharts.charts import Bar
# from pyecharts.faker import Faker

data = [11719,68033,1730,1320,143,517,803,721,356,583,545,529]

c = (
    Bar()
        # 设置x轴
        .add_xaxis([str(i)+"月" for i in range(1,13)])
        # 设置数据标题，y轴数据
        .add_yaxis("新增人数", data)
        # 设置标题和时间轴
        .set_global_opts(
        title_opts=opts.TitleOpts(title="2020年各月新增数据"),
        datazoom_opts=opts.DataZoomOpts(),
    )

    .render("./templates/index5.html")
)

# print([str(i)+"月" for i in range(1,13)])

三、整合图表

3.1、步骤

  1. 创建一个Page对象，并运用DraggablePageLayout布局
  2. add()把各个图添加进来
  3. render()渲染成网页
  4. 调整网页布局，按Save Config保存配置
  5. 调用重新渲染方法save_resize_html('下载的网页',cfg_file='json文件',dest='新文件路径')，并把下载的文件导入进去，再确定新的存放位置

3.2、代码

  • 成品

自己用手拖吧~~ :）

  • 【官网案例】Page DraggablePageLayout 布局
#实例化Page对象
page = Page(layout=Page.DraggablePageLayout)
#添加图表
page.add(bar_datazoom_slider(), line_markpoint(), pie_rosetype(), grid_mutil_yaxis())
#保存渲染
page.render()
  • 修改代码
from pyecharts.charts import Page

#01_单日疫情增长.py
#导包
from pyecharts import options as opts
from pyecharts.charts import Pie

data = [['境外输入',10],['本土新增',9]]

pie = (
    Pie()
    .add(series_name="",data_pair=data)
    .set_global_opts(title_opts=opts.TitleOpts(title="单日新增患者"))
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
    #设置颜色
    .set_colors(['rgb(70, 133, 212)','rgb(186, 33, 16)'])
)

#02_周增长人数.py
from pyecharts import options as opts
from pyecharts.charts import Polar

date = ['12月25日', '12月26日', '12月27日', '12月28日', '12月29日', '12月30日', '12月31日']

polar = (
    Polar()
    .add_schema(angleaxis_opts=opts.AngleAxisOpts(data=date, type_="category"))
    .add("境外输入", [12, 10, 15, 12, 17, 16, 10], type_="bar", stack="stack0")
    .add("新增本土", [8, 12, 6, 15, 7, 9, 9], type_="bar", stack="stack0")
    .add("新增无症状", [19, 15, 20, 8, 17, 8, 9], type_="bar", stack="stack0")
    .set_global_opts(title_opts=opts.TitleOpts(title="本周新增患者情况"))
)

#03_每月疫情新增人数.py
import pyecharts.options as opts
from pyecharts.charts import Line

data = [9,16,17,17,18,15,12,15,12,15,13,24,16,17,12,7,12,17,23,23,15,15,17,14,20,22,21,27,24,25,19]

line = (
    Line()
    #设置x轴
    .add_xaxis([i for i in range(1,32)])
    #设置数据的名称以及数据
    .add_yaxis("新增患者人数", data)

    .set_global_opts(title_opts=opts.TitleOpts(title="12月新增患者"))
)

#04_2020整年新增人数.py
from pyecharts import options as opts
from pyecharts.charts import Bar

data = [11719,68033,1730,1320,143,517,803,721,356,583,545,529]

bar = (
    Bar()
        # 设置x轴
        .add_xaxis([str(i)+"月" for i in range(1,13)])
        # 设置数据标题，y轴数据
        .add_yaxis("新增人数", data)
        # 设置标题和时间轴
        .set_global_opts(
        title_opts=opts.TitleOpts(title="2020年各月新增数据"),
        datazoom_opts=opts.DataZoomOpts(),
    )
)

#实例化Page对象
page = Page(layout=Page.DraggablePageLayout)

#添加图表
page.add(pie,polar,line,bar)

#保存图表
page.render("./end.html")

page.save_resize_html("end.html",cfg_file="./chart_config.json",dest="./output.html")
# python # flask # echarts # 大数据
Logo
开放原子开发者工作坊

开放原子开发者工作坊旨在鼓励更多人参与开源活动，与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动，如meetup、训练营等，主打技术交流，干货满满，真诚地邀请各位开发者共同参与！

更多推荐

操作系统大会&openEuler Summit 2024参会指南，请查收！

avatar 开放原子开发者工作坊

推动工业软件核心技术攻关，开源工业软件算法集成大赛正式启动！

推动工业软件核心技术攻关，开源工业软件算法集成大赛正式启动！

avatar 开放原子开发者工作坊

第二届openEuler生态大会（中国·湖南）成功举办

10月30日，第二届openEuler生态大会（中国·湖南）成功举办。

avatar 开放原子开发者工作坊