pyecharts做資料視覺化(二)

Barnett8023發表於2018-09-14
Echarts視覺化

當你擁有地域相關資料時，首先想到的製作工具是什麼呢？Echarts、basemap（後期更新）、pyecharts、matplotlib、seaborn等等？不過今天我們先以pyecharts實現。

1.pyecharts 介紹

pyecharts用於生成Echarts圖示的類庫，Echarts是百度開源的一個資料視覺化JS庫 pyecharts 相關基礎可參考 用python做資料視覺化之pyecharts基礎 pyecharts 官方文件可參考 pyecharts中文文件

2.地圖底圖下載

自從 v0.3.2 開始，為了縮減專案本身的體積以及維持 pyecharts 專案的輕量化執行，pyecharts 將不再自帶地圖 js 檔案。如使用者需要用到地圖圖表，可自行安裝對應的地圖檔案包。下面介紹如何安裝。

 pip install echarts-countries-pypkg
 pip install echarts-china-provinces-pypkg
 pip install echarts-china-cities-pypkg
 pip install echarts-china-counties-pypkg
 pip install echarts-china-misc-pypkg
複製程式碼

3. pandas 相關知識點概述

  • merge預設按相同欄位合併，且取兩個都有的。
    import pandas as pd
df1=pd.DataFrame({'name':['kate','herz','catherine','sally'],
              'age':[25,28,39,35]})
df2=pd.DataFrame({'name':['kate','herz','sally'],
              'score':[70,60,90]})
# 1.merge預設按相同欄位合併，且取兩個都有的。
pd.merge(df1,df2)
# 2. 當左右連線欄位不相同時，使用left_on,right_on
pd.merge(df1,df2,left_on="name",right_on='call_name')
# 3. 合併後，刪除重複的列
pd.merge(df1,df2,left_on='name',right_on='call_name').drop('name',axis=1)
# 4.引數how的使用 1).預設：inner 內連線，取交集 2).outer 外連線，取並集，並用nan填充”
pd.merge(df1,df2,on='name',how='inner')
df3=pd.DataFrame({'name':['kate','herz','sally','cristin'],
              'score':[70,60,90,30]})
pd.merge(df1,df3,on='name',how='outer')    
複製程式碼
  • set_index 可以設定單索引和複合索引。
    DataFrame.set_index(keys, drop=True, append=False, inplace=False, verify_integrity=False) 
# append新增新索引，drop為False，inplace為True時，索引將會還原為列
複製程式碼
  • reset_index可以還原索引，從新變為預設的整型索引
    DataFrame.reset_index(level=None, drop=False, inplace=False, col_level=0, col_fill=”) 
# level控制了具體要還原的那個等級的索引 
# drop為False則索引列會被還原為普通列，否則會丟失
複製程式碼
  • loc、iloc、ix 區別
    # 如果你知道column names 和index，且兩者都很好輸入，可以選擇 .loc
 df.loc[0, 'a']  
 df.loc[0:3, ['a', 'b']]  
 df.loc[[1, 5], ['b', 'c']]
#   iloc 使得我們可以對column使用slice（切片）的方法對資料進行選取。
df.iloc[1,1]  
df.iloc[0:3, [0,1]]  
df.iloc[[0, 3, 5], 0:2]    
# ix 的功能就更強大了，它允許我們混合使用下標和名稱進行選取
複製程式碼

4.資料處理

5.例項展示

資料檔案讀取

df = pd.read_csv(csv檔案)
local = df.set_value(index) 
複製程式碼
  • 1.全國部分城市2009-2018平均房價極座標圖
    from pyecharts import Polar
radius = [u"2009年", u"2010年", u"2011年", u"2012年",
u"2013年",u"2014年",u"2015年",u"2016年",u"2017年",u"2018年"]
# polar = Polar(u"2009-2018部分城市房價變化趨勢", width=1200, height=1100)
polar = Polar( width=1200, height=1100)
for name in df.city_name:
   if len(local.ix[name][2:])<5:
       continue
   polar.add(name, local.ix[name][2:], radius_data=radius,
           type='barRadius', is_stack=True)
polar.render()
複製程式碼
  • 效果展示
    2009-2018部分城市平均房價極座標圖
    1. 全國部分城市2018年平均房價熱力圖
    from pyecharts import Map
map = Map("", width=1200, height=600)
map.add("2018年全國主要城市房價均值", df.province, df.price,       maptype='china',visual_text_color='#000',is_visualmap=True, is_label_show=True)
map.render()

複製程式碼
  • 效果展示
    全國部分城市2018年平均房價熱力圖
  • 3.全國部分城市2009-2018房價均值趨勢折線圖
    from pyecharts import Line
attr = [u"2009年", u"2010年", u"2011年", u"2012年",u"2013年",
       u"2014年",u"2015年",u"2016年",u"2017年",u"2018年"]
line = Line(u"全國部分城市房價變化趨勢",height=1000,width = 1200)
for name in df.city_name:
    if len(local.ix[name][2:]) < 10:
        continue
    line.add(name, attr,local.ix[name][2:],
         mark_point=["max", "min"],  mark_line=["average"],
         yaxis_formatter="元/m²")
line.render()
複製程式碼
  • 效果展示
    全國部分城市2009-2018房價變化趨勢

詳細程式碼和樣例html檔案後期整理及時更新，也可以私信哦

相關文章