Python数据可视化之pyecharts实现各种图表

之前的一篇文章介绍了使用Matplotlib实现各种统计图表，

Python数据可视化之Matplotlib实现各种图表

。这篇文章就介绍使用pyecharts实现各种统计图表。

1、pyecharts介绍

Echarts是一款由百度公司开发的开源数据可视化JS库，pyecharts是一款使用python调用echarts生成数据可视化的类库，可实现柱状图，折线图，饼状图，地图等统计图表。

2、柱状图

适用场合是二维数据集（每个数据点包括两个值x和y），但只有一个维度需要比较，用于显示一段时间内的数据变化或显示各项之间的比较情况。

优点：利用柱子的高度，反映数据的差异，肉眼对高度差异很敏感。

缺点：只适用中小规模的数据集。

柱状图最基本用法

add()方法用于添加数据。

当要比较不同商家水果销量情况，只需多次调用add()方法：

如果想在数据叠加显示，只需将is_stack参数设置为True

下面是柱状图中常用方法和属性介绍：

(1)add()方法中根据is_stack可以设定柱形图是否叠加显示

(2)is_more_utils=True 参数来设置最右侧工具栏，对生成的图进行更多的操作，如将柱形图更改为折线图等

(3)标记的使用：mark_point=['average']标记点，平均值；mark_line=['min','max','average']标记线，最大值、最小值和平均值

(4)横向柱形图：is_convert=True，标识交换X轴和Y轴

3、折线图

常用折线图来描绘统计事项总体指标的动态、研究对象间的依存关系以及总体中各部分的分配情况等。

line()方法中有个is_smooth的参数，将参数的值设置为True,折线图的线条会以圆滑的趋势变化，不像上图那样以直线的方式变化。

上图的商家A设置了is_smooth参数的值为True，商家B没有设置is_smooth属性。可以看到商家B的折线是以圆滑的趋势变化的。

最常用的还有阶梯折线图和面积折线图。

阶梯折线图

将line()方法的is_step参数设置为True。

面积折线图

柱状图-折线图

在柱状图上显示折线图也是常用的统计图表。需要借助Overlap类实现。

4、饼图

饼图可以比较清楚地反映出部分与部分、部分与整体之间的数量关系.易于显示每组数据相对于总数的大小.而且显现方式直观.

玫瑰花样式饼图

5、散点图

散点图又称散点分布图，是以一个变量为横坐标，另一变量为纵坐标，利用散点（坐标点）的分布形态反映变量统计关系的一种图形。特点是能直观表现出影响因素和预测对象之间的总体关系趋势。

静态散点图

动态散点图

各种图形动态散点图

以上是使用pyecharts实现柱状图、折线图、散点图和饼图的统计图表。