Python可视化神器——pyecharts(实例之人口地图)

官方教程：http://pyecharts.herokuapp.com/

pyecharts 是一个用于生成 Echarts 图表的类库。Echarts 是百度开源的一个数据可视化 JS 库。用 Echarts 生成的图可视化效果非常棒，为了与 Python 进行对接，方便在 Python 中直接使用数据生成图。

绘图步骤：

from pyecharts import Chart,configure             #导入所需绘图函数
configure(output_image=True)                      #可以将图表保存为svg/jpeg/png/pdf/gif    
chart = Chart('主标题','副标题')                  #Chart是我们绘图函数
attr = ['x1','x2','x3','x4']                      #attr是属性，也就是常见的X轴标签
v = [y1,y2,y3,y4]                                 #v是各个属性对应的值，也就是常见的Y值
chart.use_theme()                                 #设置图表主题                
chart.add('图标',attr,v1)                         #add画图图层，添加我们所需的参数
chart.render(path = '***.jpeg')                   #图表输出,path是输出路径

render会默认将图表输出为html格式，可在浏览器打开。但是想要插入到ppt当中，清晰度会下降，因此需要将其转化为其他格式，如svg/jpeg/png/pdf/gif 等等。要实现格式的转换，需要安装：

• Nodejs
• $ npm install -g phantomjs-prebuilt
• $ pip install pyecharts-snapshot

常用的参数（可以在add()中设置，实现各种需求）：

• is stack：是否堆积
• is convert：x,y轴是否交换
• is_legend_show:是否显示图例
• legend_orient：图列方向，有'horizontal'（默认水平显示），'vertical'（垂直）可选
• legend_pos：图例位置，有'left', 'center'（默认）, 'right'可选
• legend_text_size/color：图例名称字体大小/颜色
• is_x/yaxis_show：是否显示x/y轴
• x/yaxis_interval：x/y轴标签的显示间隔
• x/yaxis_min/max：x/y轴刻度最小值/最大值
• x/yaxis_label_textsize/textcolor：x/y轴标签字体大小/颜色
• xaxis_rotate：x轴标签旋转角度
• is_splitline_show：是否显示网格线
• is_label_show：是否显示标签
• label_pos：标签的位置，有'top'(默认), 'left', 'right', 'bottom', 'inside','outside'可选
• label_text_color/size：标签字体颜色/大小
• is_random：是否随机排列颜色列表
• label_color：自定义标签颜色
• mark_point/line：标记点/线，默认有'min', 'max', 'average'可选。可自定义标记点线，具体格式如：[{'coord': [x, y], 'name': '目标标记点'}]，记住格式是一个列表
• mark_point/line_symbol：标记点/线图形，默认为'pin'（点），有'circle'（圆形）, 'rect'（正方形）, 'roundRect'（圆角正方形）, 'triangle'（三角形）, 'diamond'（菱形）, 'pin'（点）, 'arrow'（箭头）可选
• mark_point/line_symbolsize：标记点/线图形大小
• mark_point/line_textcolor：标记点/线字体颜色

代码

import matplotlib.pyplot as plt

plt.rc('font',family='Times New Roman') 
#准备数据

data = [0.16881,0.14966,0.07471,0.06992,0.04762,0.03541,0.02925,0.02411,0.02316,0.01409,0.36326]

#准备标签
labels = ['Java','C','C++','Python','Visual Basic.NET','C#','PHP','JavaScript','SQL','Assembly langugage','其他']

#将排列在第4位的语言(Python)分离出来
explode =[0,0,0,0.3,0,0,0,0,0,0,0]
#使用自定义颜色
colors = ['red','pink','magenta','purple','orange']

#将横、纵坐标轴标准化处理,保证饼图是一个正圆,否则为椭圆
plt.axes(aspect='equal')
#控制X轴和Y轴的范围(用于控制饼图的圆心、半径)
plt.xlim(0,8)

plt.ylim(0,8)

#不显示边框
plt.gca().spines['right'].set_color('none')
plt.gca().spines['top'].set_color('none')
plt.gca().spines['left'].set_color('none')
plt.gca().spines['bottom'].set_color('none')

#绘制饼图
plt.pie(x=data, labels=labels,explode=explode,colors=colors, autopct='%.3f%%', pctdistance=0.8, labeldistance=1.0, startangle=180, center=(4,4), radius=3.8, counterclock= False,) 

#不显示X轴、Y轴的刻度值
plt.xticks(())
plt.yticks(())

#添加图形标题
plt.title('2020年4月的编程语言指数排行榜',fontproperties=my_font)
#显示图形

plt.show()




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

#数据
a1 = ['广东', '山东', '河南', '四川', '江苏', '河北', '湖南', '安徽', '湖北', '浙江', '广西',
        '云南', '江西', '辽宁', '黑龙江', '陕西', '山西', '福建', '贵州', '重庆', '吉林', '甘肃',
        '内蒙古', '台湾', '上海', '新疆', '北京', '天津', '海南', '香港', '宁夏', '青海',
        '西藏', '澳门']
a2 = [10430.03, 9579.31, 9402.36, 8041.82, 7865.99, 7185.42, 6568.37, 5950.1, 5723.77, 5442.0, 
      4602.66, 4596.6, 4456.74, 4374.63, 3831.22, 3732.74, 3571.21, 3552.0, 3476.65, 2884.0, 
      2746.22, 2557.53, 2470.63, 2316.2, 2301.391, 2181.33, 1961.2, 1293.82, 867.15, 709.76, 
      630.14, 562.67, 300.21, 55.23]

def map_visualmap():
    c = (
        Map()
        .add("人口分布数据地图", [list(i) for i in zip(a1,a2)], "china")
        .set_global_opts(
            title_opts=opts.TitleOpts(title="人口分布"),
            visualmap_opts=opts.VisualMapOpts(max_= max(a2),min_=min(a2)),
        )
    )
    return c

if __name__ == '__main__':
    city_ = map_visualmap()
    city_.render(path="DataMap_test.html")