今天看这篇文章也许不是枯燥，而是美!用使用Pyecharts实现python数据可视化，真是惊艳!你不信，那就来一睹为快吧：

安装Pyecharts

pip install Pyecharts

分享一个里面的内容

GeoLines(地理坐标系线图)

用于带有起点和终点信息的线数据的绘制，主要用于地图上的航线，路线的可视化。

GeoLines.add() 方法签名

add(name, data, maptype='china', symbol=None, symbol_size=12, border_color="#111", geo_normal_color="#323c48", geo_emphasis_color="#2a333d", geo_cities_coords=None, geo_effect_period=6, geo_effect_traillength=0, geo_effect_color='#fff', geo_effect_symbol='circle', geo_effect_symbolsize=5, is_geo_effect_show=True, is_roam=True, **kwargs)

ame -> str

图例名称

data -> [list], 包含列表的列表

数据项，数据中，每一行是一个『数据项』，每一列属于一个『维度』。每一行包含两个或三个数据，如 ["广州", "北京"] 或 ["广州", "北京"，100]，则指定从广州到北京。第三个值用于表示该 line 的数值，该值可省略。

maptype -> str

地图类型。 从 v0.3.2+ 起，地图已经变为扩展包，支持全国省份，全国城市，全国区县，全球国家等地图

symbol -> str

线两端的标记类型，可以是一个数组分别指定两端，也可以是单个统一指定。

symbol_size -> int

线两端的标记大小，可以是一个数组分别指定两端，也可以是单个统一指定。

border_color -> str

地图边界颜色。默认为 '#111'

geo_normal_color -> str

正常状态下地图区域的颜色。默认为 '#323c48'

geo_emphasis_color -> str

高亮状态下地图区域的颜色。默认为 '#2a333d'

geo_cities_coords -> dict

用户自定义地区经纬度，类似如 {'阿城': [126.58, 45.32],} 这样的字典，当用于提供了该参数时，将会覆盖原有预存的区域坐标信息。

geo_effect_period -> int/float

特效动画的时间，单位为 s，默认为 6s

geo_effect_traillength -> float

特效尾迹的长度。取从 0 到 1 的值，数值越大尾迹越长。默认为 0

geo_effect_color -> str

特效标记的颜色。默认为 '#fff'

geo_effect_symbol -> str

特效图形的标记。有 'circle', 'rect', 'roundRect', 'triangle', 'diamond', 'pin', 'arrow', 'plane' 可选。

geo_effect_symbolsize -> int/list

特效标记的大小，可以设置成诸如 10 这样单一的数字，也可以用数组分开表示高和宽，例如 [20, 10] 表示标记宽为 20，高为 10。

is_geo_effect_show -> bool

是否显示特效。

is_roam -> bool

是否开启鼠标缩放和平移漫游。默认为 True

如果只想要开启缩放或者平移，可以设置成'scale'或者'move'。设置成 True 为都开启

默认效果

from pyecharts import GeoLines, Stylestyle = Style( title_top="#fff", title_pos = "center", width=1200, height=600, background_color="#404a59")data_guangzhou = [ ["广州", "上海"], ["广州", "北京"], ["广州", "南京"], ["广州", "重庆"], ["广州", "兰州"], ["广州", "杭州"]]geolines = GeoLines("GeoLines 示例", **style.init_style)geolines.add("从广州出发", data_guangzhou, is_legend_show=False)geolines.render()

稍加配置

from pyecharts import GeoLines, Stylestyle_geo = style.add( is_label_show=True, line_curve=0.2, line_opacity=0.6, legend_text_color="#eee", legend_pos="right", geo_effect_symbol="plane", geo_effect_symbolsize=15, label_color=['#a6c84c', '#ffa022', '#46bee9'], label_pos="right", label_formatter="{b}", label_text_color="#eee",)geolines = GeoLines("GeoLines 示例", **style.init_style)geolines.add("从广州出发", data_guangzhou, **style_geo)geolines.render()

指定数值

from pyecharts import GeoLines, Styledata_guangzhou = [ ["广州", "上海", 10], ["广州", "北京", 20], ["广州", "南京", 30], ["广州", "重庆", 40], ["广州", "兰州", 50], ["广州", "杭州", 60],]lines = GeoLines("GeoLines 示例", **style.init_style)lines.add( "从广州出发", data_guangzhou, tooltip_formatter="{a} : {c}", **style_geo)lines.render()

多例模式

from pyecharts import GeoLines, Styledata_beijing = [ ["北京", "上海"], ["北京", "广州"], ["北京", "南京"], ["北京", "重庆"], ["北京", "兰州"], ["北京", "杭州"]]geolines = GeoLines("GeoLines 示例", **style.init_style)geolines.add("从广州出发", data_guangzhou, **style_geo)geolines.add("从北京出发", data_beijing, **style_geo)geolines.render()

单例模式，指定 legend_selectedmode="single"

from pyecharts import GeoLines, Stylestyle_geo = style.add( is_label_show=True, line_curve=0.2, line_opacity=0.6, legend_text_color="#eee", legend_pos="right", geo_effect_symbol="plane", geo_effect_symbolsize=15, label_color=['#a6c84c', '#ffa022', '#46bee9'], label_pos="right", label_formatter="{b}", label_text_color="#eee", legend_selectedmode="single", #指定单例模式)geolines = GeoLines("GeoLines 示例", **style.init_style)geolines.add("从广州出发", data_guangzhou, **style_geo)geolines.add("从北京出发", data_beijing, **style_geo)geolines.render()

是不是很有强大，很好看?!

这只是其中的一种可视化图像，里面还有很多，比如：

Bar(柱状图/条形图)

Bar3D(3D 柱状图)

Boxplot(箱形图)

EffectScatter(带有涟漪特效动画的散点图)

Funnel(漏斗图)

Gauge(仪表盘)

Geo(地理坐标系)

GeoLines(地理坐标系线图)

Graph(关系图)

HeatMap(热力图)

Kline/Candlestick(K线图)

Line(折线/面积图)

Line3D(3D 折线图)

Liquid(水球图)

Map(地图)

Parallel(平行坐标系)

Pie(饼图)

Polar(极坐标系)

Radar(雷达图)

Sankey(桑基图)

Scatter(散点图)

Scatter3D(3D 散点图)

ThemeRiver(主题河流图)

TreeMap(矩形树图)

WordCloud(词云图)

恭喜你阅读完了本文，使用Pyecharts实现python数据可视化，惊艳吗?有没有特别想操作试试的冲动呢?那就赶紧行动吧!如果你还有python相关的问题，欢迎来达内python培训机构进行咨询。

免责声明：内容和图片源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。