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")
)
复制代码

由于是 3D 图形，咱们的数据是一个三维数据，上面的示例没有数据的代码，因为太长了，因此就没放。不过全部的代码都会上传至代码仓库，有须要的铜须能够去代码仓库获取。

日历图

若是常常上 GitHub ，那么对这张图表必定很熟悉：

这个就是日历图，上图是我本人的 GitHub 的提交记录，一样， pyecharts 也为咱们提供了日历图的方法，示例以下：

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 提交状况"),
        visualmap_opts=opts.VisualMapOpts(
            max_=20,
            min_=1,
            orient="horizontal",
            is_piecewise=True,
            pos_top="230px",
            pos_left="100px",
        ),
    )
    .render("calendar_base.html")
)
复制代码

结果以下：

仪表盘

仪表盘常常用来表示一件事情的完成状况，看着很高大上的样子，在 pyecharts 想作一个仪表盘实际上很是简单。

示例以下：

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")
)
复制代码

结果以下：

关系图

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

示例以下：

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")
)

复制代码

结果以下：

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，彻底摘自官方文档：

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")
)
复制代码

结果以下：

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

水球图

水球图的命名就至关的形象了，咱们先看下水球图长啥样：

咱们使用 pyecharts 画水球图其实很简单的，以下：

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")
)
复制代码

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做，这对于须要使用地图作图的同窗来说不得不说是一个福音，好比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，有兴趣的同窗能够访问个人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，这篇文章不只仅是这个系列的最后一篇，一样也是整个「小白学 Python」的最后一篇了，从去年的 11 月份开始写，直到今天，耗时差很少 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，这个过程当中，确实收获满满，不知道有没有从一开始跟着看能看到如今的朋友，若是有能够在评论区举手。

还记得去年刚开始写的时候，有不少同窗加我微信，应该和不少人都聊过我后面的规划，今天，我终于完成了这个规划，感受很开心也颇有成就感，感谢各位同窗的一路陪伴和支持，后续还会继续分享 python 相关的内容，还但愿各位能继续捧场。

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

此次其实挺想给本身放个假的，可是不敢停下来，作一件事情，能坚持这么久，确实很不容易，若是一旦停下来，再想捡起来，这难度将会成倍数的上涨，我不敢保证本身还能捡的起来，因此，继续加油！奥利给！

代码仓库

老规矩，全部的示例代码都会上传至代码管理仓库 Github 和 Gitee 上，方便你们取用。

示例代码-Github

示例代码-Gitee

参考

gallery.pyecharts.org/#/README

您的扫码关注，是对小编坚持原创的最大鼓励：）