小白学 Python 数据分析（21）：pyecharts 好玩的图表（系列终篇）

import pyecharts.options as opts

from pyecharts.charts import Bar3D

# 省略部分数据代码

data = [[d[1], d[0], d[2]] for d in data]

(

    Bar3D(init_opts=opts.InitOpts(width="1600px", height="800px"))

    .add(

        series_name="",

        data=data,

        xaxis3d_opts=opts.Axis3DOpts(type_="category", data=hours),

        yaxis3d_opts=opts.Axis3DOpts(type_="category", data=days),

        zaxis3d_opts=opts.Axis3DOpts(type_="value"),

    )

    .set_global_opts(

        visualmap_opts=opts.VisualMapOpts(

            max_=20,

            range_color=[

                "#313695",

                "#4575b4",

                "#74add1",

                "#abd9e9",

                "#e0f3f8",

                "#ffffbf",

                "#fee090",

                "#fdae61",

                "#f46d43",

                "#d73027",

                "#a50026",

            ],

        )

    )

    .render("bar3d_punch_card.html")

)

因为是 3D 图形，我们的数据是一个三维数据，上面的示例没有数据的代码，由于太长了，所以就没放。不过所有的代码都会上传至代码仓库，有需要的铜须可以去代码仓库获取。

日历图

如果经常上 GitHub ，那么对这张图表一定很熟悉：

这个就是日历图，上图是我本人的 GitHub 的提交记录，同样， pyecharts 也为我们提供了日历图的方法，示例如下：

import datetime

import random

from pyecharts import options as opts

from pyecharts.charts import Calendar

begin = datetime.date(2019, 1, 1)

end = datetime.date(2019, 12, 31)

data = [

    [str(begin + datetime.timedelta(days=i)), random.randint(1, 20)]

    for i in range((end - begin).days + 1)

]

c = (

    Calendar()

    .add("", data, calendar_opts=opts.CalendarOpts(range_="2019"))

    .set_global_opts(

        title_opts=opts.TitleOpts(title="Calendar-2019 Github 提交情况"),

        visualmap_opts=opts.VisualMapOpts(

            max_=20,

            min_=1,

            orient="horizontal",

            is_piecewise=True,

            pos_top="230px",

            pos_left="100px",

        ),

    )

    .render("calendar_base.html")

)

结果如下：

仪表盘

仪表盘经常用来表示一件事情的完成情况，看着很高大上的样子，在 pyecharts 想做一个仪表盘实际上非常简单。

示例如下：

from pyecharts import options as opts

from pyecharts.charts import Gauge

c = (

    Gauge()

    .add("", [("完成率", 80)])

    .set_global_opts(title_opts=opts.TitleOpts(title="Gauge-基本示例"))

    .render("gauge_base.html")

)

结果如下：

关系图

关系图，顾名思义就是描述关系的图，有时候我们看电视剧，出现的人物比较多记不住的时候，可以用 pyecharts 画个关系图捋顺关系（我真是个小机灵鬼）。

示例如下：

from pyecharts import options as opts

from pyecharts.charts import Graph

nodes = [

    {"name": "肖恩", "symbolSize": 10},

    {"name": "海棠朵朵", "symbolSize": 20},

    {"name": "长公主", "symbolSize": 30},

    {"name": "陈萍萍", "symbolSize": 40},

    {"name": "范闲", "symbolSize": 50},

    {"name": "林婉儿", "symbolSize": 40},

    {"name": "庆帝", "symbolSize": 30},

    {"name": "范若若", "symbolSize": 20},

    {"name": "司理理", "symbolSize": 10}

]

links = []

for i in nodes:

    for j in nodes:

        links.append({"source": i.get("name"), "target": j.get("name")})

c = (

    Graph()

    .add("", nodes, links, repulsion=8000)

    .set_global_opts(title_opts=opts.TitleOpts(title="庆余年人物关系图"))

    .render("graph_base.html")

)

结果如下：

我这里就简单的使用「庆余年」的人物关系随便画了一下，不要当真哦。

3D 折线图

这个示例就是经典中的经典了，旋转中的弹簧，完全摘自官方文档：

import math

from pyecharts import options as opts

from pyecharts.charts import Line3D

from pyecharts.faker import Faker

data = []

for t in range(0, 25000):

    _t = t / 1000

    x = (1 + 0.25 * math.cos(75 * _t)) * math.cos(_t)

    y = (1 + 0.25 * math.cos(75 * _t)) * math.sin(_t)

    z = _t + 2.0 * math.sin(75 * _t)

    data.append([x, y, z])

c = (

    Line3D()

    .add(

        "",

        data,

        xaxis3d_opts=opts.Axis3DOpts(Faker.clock, type_="value"),

        yaxis3d_opts=opts.Axis3DOpts(Faker.week_en, type_="value"),

        grid3d_opts=opts.Grid3DOpts(

            width=100, depth=100, rotate_speed=150, is_rotate=True

        ),

    )

    .set_global_opts(

        visualmap_opts=opts.VisualMapOpts(

            max_=30, min_=0, range_color=Faker.visual_color

        ),

        title_opts=opts.TitleOpts(title="Line3D-旋转的弹簧"),

    )

    .render("line3d_autorotate.html")

)

结果如下：

这个示例中的难点在于使用三角函数，算出弹簧上的每一个点的空间位置，（x, y, z）然后再将这组数据绘制在图表中，这个算法数学功底不好的人还真的看不懂（比如说小编我）。

水球图

水球图的命名就相当的形象了，我们先看下水球图长啥样：

我们使用 pyecharts 画水球图其实很简单的，如下：

from pyecharts import options as opts

from pyecharts.charts import Liquid

c = (

    Liquid()

    .add("lq", [0.6, 0.7])

    .set_global_opts(title_opts=opts.TitleOpts(title="Liquid-基本示例"))

    .render("liquid_base.html")

)

示例中的两个参数 0.6 和 0.7 ，分别是后面的图层百分比和前面的图层百分比。

百度地图

pyecharts 还支持百度地图上的一些操作，这对于需要使用地图做图的同学来讲不得不说是一个福音，比如下面的全国主要城市空气质量图：

或者还有北京的公交线路图：

这两个示例代码都有点长，我就不贴出来了，有兴趣的同学可以访问我的代码仓库或者官方文档获取示例代码。

多 BB 两句

能看到这里的应该都是真爱了，就容我多 BB 两句，这篇文章不仅仅是这个系列的最后一篇，同样也是整个「小白学 Python」的最后一篇了，从去年的 11 月份开始写，直到今天，耗时差不多 5 个月，输出了「基础系列」、「爬虫系列」、「数据分析系列」共计 84 篇内容，这个过程中，确实收获满满，不知道有没有从一开始跟着看能看到现在的朋友，如果有可以在评论区举手。

还记得去年刚开始写的时候，有很多同学加我微信，应该和很多人都聊过我后面的规划，今天，我终于完成了这个规划，感觉很开心也很有成就感，感谢各位同学的一路陪伴和支持，后续还会继续分享 python 相关的内容，还希望各位能继续捧场。

后续的内容已经在规划中了，各位不会等太久（想搞点机器学习相关的入门内容，不知道搞不搞得定，不管搞不搞得定，先搞了再说）。

这次其实挺想给自己放个假的，但是不敢停下来，做一件事情，能坚持这么久，确实很不容易，如果一旦停下来，再想捡起来，这难度将会成倍数的上涨，我不敢保证自己还能捡的起来，所以，继续加油！奥利给！

代码仓库

老规矩，所有的示例代码都会上传至代码管理仓库 Github 和 Gitee 上，方便大家取用。

示例代码-Github

示例代码-Gitee

参考

http://gallery.pyecharts.org/#/README