Python地图可视化之pyecharts

pyecharts简介

Echarts是百度开源的一个数据可视化 JS 库。可以流畅的运行在 PC 和移动设备上,底层依赖轻量级的矢量图形库 ZRender,提供直观,交互丰富,可高度个性化定制的数据可视化图表。ECharts 提供了常规的折线图、柱状图、散点图、饼图、K线图,用于统计的盒形图,用于地理数据可视化的地图、热力图、线图,用于关系数据可视化的关系图、treemap、旭日图,多维数据可视化的平行坐标,还有用于 BI 的漏斗图,仪表盘,并且支持图与图之间的混搭。

pyecharts 是一个用于生成 Echarts 图表的类库。主要特性:

  • 简洁的 API 设计,使用如丝滑般流畅,支持链式调用
  • 囊括了 30+ 种常见图表,应有尽有
  • 支持主流 Notebook 环境,Jupyter Notebook 和 JupyterLab
  • 可轻松集成至 Flask,Sanic,Django 等主流 Web 框架
  • 高度灵活的配置项,可轻松搭配出精美的图表
  • 详细的文档和示例,帮助开发者更快的上手项目
  • 多达 400+ 地图文件,并且支持原生百度地图,为地理数据可视化提供强有力的支持

相比matplotlib的优点:

  • 类型多,依托echart库。
  • 可交互,依托echart库。
  • 容易嵌入web页面。支持前后端分离模式和不分离模式。

Pyecharts支持的图形:

  • Bar(柱状图/条形图)
  • Bar3D(3D 柱状图)
  • EffectScatter(带有涟漪特效动画的散点图)
  • Funnel(漏斗图)
  • Gauge(仪表盘)
  • Geo(地理坐标系)
  • Graph(关系图)
  • HeatMap(热力图)
  • Kline(K线图)
  • Line(折线/面积图)
  • Line3D(3D 折线图)
  • Liquid(水球图)
  • Map(地图)
  • Parallel(平行坐标系)
  • Pie(饼图)
  • Polar(极坐标系)
  • Radar(雷达图)
  • Scatter(散点图)
  • Scatter3D(3D 散点图)
  • WordCloud(词云图)

使用pyecharts进行地图可视化

pyecharts v0.3.2以后,pyecharts不再自带地图 js 文件。在使用前,除了安装pip install pyecharts外,需要安装:

具体使用时会发现网上的很多教程都都不错,原因是pyecharts分为v0.5.X和v1两个版本,两个版本彼此不兼容。v1 版本写法,支持链式调用,但导包方式发生了变化。示例代码:

JupyterLab渲染问题

1、在引入 pyecharts.charts 等模块前声明Notebook 类型

2、调用 load_javascript() 会预先加载基本 JavaScript 文件到 Notebook 中

3、调用render_notebook()进行输出。备注:load_javascript() 和 render_notebook() 方法需要在不同的 cell 中调用

更多用法还是看官方文档吧。

参考链接:

微信支付标点符 wechat qrcode
支付宝标点符 alipay qrcode

Python检验数据是否正态分布

判断数据是否符合正态分布,比如使用3-sigma判断数据异常前,首先需要确定的是数据是否符合正态分布。今天一起

数据探索Pandas-Profiling与Dataprep.…

在使用数据前,我们首先要做的事观察数据,包括查看数据的类型、数据的范围、数据的分布等。Pandas-Profi

开源指标可视化工具Graphite

Graphite 是处理可视化和指标数据的优秀开源工具。它有强大的查询 API 和相当丰富的插件功能设置。事实

发表评论

电子邮件地址不会被公开。 必填项已用*标注