Pyecharts制作可视化大屏详解

前两天发了一篇《用Python制作可视化大屏，特简单！》，留言区非常火爆，发现大家都对可视化部分非常感兴趣。

而恰好大屏可视化这一部分又没太细讲，今天就详细讲一下Pyecharts制作可视化大屏。

注意，本文由于篇幅问题不会放置全部代码，会在文末提供全部代码的下载。

承接上文《用Python制作可视化大屏，特简单！》，不再赘述数据爬取和数据预处理。

ECharts是由百度开源的基于JS的商业级数据图表库，有很多现成的图表类型和实例，而Pyecharts则是为了方便我们使用Python实现ECharts的绘图。使用Pyecharts制作可视化大屏，可以分为两步：

1、使用分别Pyecharts分别制作各类图形；

2、使用Pyecharts中的组合图表功能，将所有图片拼接在一张html文件中进行展示。

小五认为影响大屏美观最重要的两个因素就是：配色和布局！在本文中，会特意强调这两点。

Pyecharts可视化本文缩减了图表，只选用2020东京奥运会各国金牌分布图、2020东京奥运会奖牌榜详情、2020东京奥运会中国各项目获奖详情。

这类图表都很简单，参照官方文档直接复制示例就可以学习。图表配色都使用的Pyecharts默认颜色，大家实际使用时尽量形成自己的风格。

Map世界地图Pyecharts绘制世界地图时，名称必须是英文。所以我们在前文中引入了国家名称中英文对照表，左连接形成了df4：

df4

单独提取英文名称和奖牌总数两列数据，用来可视化。

data_list=［［i，j］ for i，j in zip（df4［‘英文名称’］，df4［‘奖牌总数’］）］

data_list［：5］

数据准备好了，开始利用pyecharts绘制世界地图。

from pyecharts import options as opts

from pyecharts.charts import Map

c = （

Map（）

.add（“”， data_list， “world”，

is_map_symbol_show=False，

）

.set_series_opts（label_opts=opts.LabelOpts（is_show=False））

.set_global_opts（

title_opts=opts.TitleOpts（title=“2020东京奥运会各国金牌分布图”），

visualmap_opts=opts.VisualMapOpts（max_=100）

）

）

c.render_notebook（）

非常简单

同理，依次绘制其他两类图形。

柱状图、饼图柱状图（Bar）

from pyecharts import options as opts

from pyecharts.charts import Bar

c = （

Bar（）

.add_xaxis（df4［‘名称’］.head（25）.tolist（））

.add_yaxis（“金牌”， df4［‘金牌’］.head（25）.tolist（）， stack=“stack1”）

.add_yaxis（“银牌”， df4［‘银牌’］.head（25）.tolist（）， stack=“stack1”）

.add_yaxis（“铜牌”， df4［‘铜牌’］.head（25）.tolist（）， stack=“stack1”）

.set_series_opts（label_opts=opts.LabelOpts（is_show=True， position=“inside”， font_size=12， color=‘#FFFFFF’））

.set_global_opts（title_opts=opts.TitleOpts（title=“2020东京奥运会奖牌榜详情”），

xaxis_opts=opts.AxisOpts（type_=‘category’，

axislabel_opts=opts.LabelOpts（

rotate=45），

）））

c.render_notebook（）

2020东京奥运会奖牌榜详情

饼图（Pie）

from pyecharts import options as opts

from pyecharts.charts import Pie

c = （

Pie（）

.add（“”， ［［‘跳水’， 12］， ［‘射击’， 11］， ［‘举重’， 8］， ［‘竞技体操’， 8］， ［‘乒乓球’， 7］， ［‘游泳’， 6］， ［‘羽毛球’， 6］， ［‘田径’， 5］， ［‘静水皮划艇’， 3］， ［‘蹦床体操’， 3］， ［‘自由式摔跤’， 3］， ［‘赛艇’， 3］， ［‘空手道’， 2］， ［‘拳击’， 2］， ［‘帆船’， 2］， ［‘花样游泳’， 2］， ［‘跆拳道’， 1］， ［‘场地自行车赛’， 1］， ［‘古典式摔跤’， 1］， ［‘击剑’， 1］， ［‘三人篮球’， 1］］，

center=［“50%”， “60%”］，）

.set_series_opts（label_opts=opts.LabelOpts（formatter=“{b}： {c}”））

）

c.render_notebook（）

2020东京奥运会中国各项目获奖详情

这样需要用到的三张图表就绘制好了。

Pyecharts组合图表Pyecharts进行可视化大屏第二步就是组合图表，大致可分为四类：

Grid：并行多图

Page：顺序多图

Tab：选项卡多图

Timeline：时间线轮播多图

官方文档：https://pyecharts.org/#/zh-cn/composite_charts

这里用Page（顺序多图）居多，在组合图表之前，还要先把前面的图表绘制代码改为函数。

def map_world（） -》 Map：

c = （

Map（init_opts=opts.InitOpts（chart_id=2， bg_color=‘#ADD8E6’））

.add（“”， data_list， “world”，

is_map_symbol_show=False，

）

.set_series_opts（label_opts=opts.LabelOpts（is_show=False））

.set_global_opts（

title_opts=opts.TitleOpts（title=“2020东京奥运会各国金牌分布图”），

visualmap_opts=opts.VisualMapOpts（max_=100）

）

）

return c

顺便还在其中增加了背景颜色bg_color、图表IDchart_id，后者用于多图表时定位区分。背景颜色的话，我选择了淡蓝色#ADD8E6。后续图片的布局是根据图表ID的对应关系进行布局，所以每张图都要分别设置其id。

接着使用page = Page（layout= Page.DraggablePageLayout）模式对图片进行展示，这一步是为了调整布局。

page = Page（layout=Page.DraggablePageLayout， page_title=“2020东京奥运会奖牌榜”）

# 在页面中添加图表

page.add（

title（），

map_world（），

bar_medals（），

pie_china（），）

page.render（‘test.html’）

调用绘制函数后生成一个 test.html 文件。

打开后可以其中的图片进行拖拽，来实现自定义布局。

对图片布局完毕后，要记得点击左上角“save config”对布局文件进行保存。

点击后，本地会生成一个chart_config.json的文件，这其中包含了每个图表ID对应的布局位置。

最后，调用保存好的布局文件，重新生成html。

运行下面这行代码。

page.save_resize_html（‘test.html’， cfg_file=‘chart_config.json’， dest=‘奥运.html’）

其中test.html 为生成的所有图表的文件、chart_config.json 为下载的布局文件、奥运.html 为布局好的的仪表盘文件、打开仪表奥运.html：

这样就实现了一次数据可视化——大屏展示。

但还有还有很多不足之处，比如若图表配色没有特殊去做调整。

整张大屏只是一个静态的展示，而非具有商业场景的数据仪表盘。

真正的数据大屏往往更喜欢用BI软件生成，能够实现图、表、切片器之间交叉筛选，希望以后有机会能用Python使用制作出来。

责任编辑：haq