基于Python的数据可视化库pyecharts介绍
什么是pyecharts？
pyecharts 是一个用于生成 Echarts 图表的类库。
echarts 是百度开源的一个数据可视化 JS 库，主要用于数据可视化。pyecharts 是一个用于生成 Echarts 图表的类库。实际上就是 Echarts 与 Python 的对接。
使用 pyecharts 可以生成独立的网页，也可以在 flask , Django 中集成使用。
pyecharts包含的图表
Bar 、Bar3D、Boxplot、EffectScatter 、Funnel、Gauge、Geo、Graph、HeatMap 、Kline、Line、Line3D、Liquid、Map、Parallel、Pie、Polar、Radar、Sankey、Scatter、Scatter3D 、ThemeRiver、WordCloud
pyecharts基本使用
//柱状图的基本使用 from pyecharts import Bar bar =Bar("标题", "副标题") bar.add("服装", ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"], [5, 20, 36, 10, 75, 90]) bar.show_config() bar.render()
//饼图的基本使用 from pyecharts import Pie attr =["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"] v1 =[11, 12, 13, 10, 10, 10] pie =Pie("饼图示例") pie.add("", attr, v1, is_label_show=True) pie.show_config() pie.render()
//WordCloud云词图的基本使用 from pyecharts import WordCloud name =['Sam S Club', 'Macys', 'Amy Schumer', 'Jurassic World', 'Charter Communications', 'Chick Fil A', 'Planet Fitness', 'Pitch Perfect', 'Express', 'Home', 'Johnny Depp', 'Lena Dunham', 'Lewis Hamilton', 'KXAN', 'Mary Ellen Mark', 'Farrah Abraham', 'Rita Ora', 'Serena Williams', 'NCAA baseball tournament', 'Point Break'] value =[10000, 6181, 4386, 4055, 2467, 2244, 1898, 1484, 1112, 965, 847, 582, 555, 550, 462, 366, 360, 282, 273, 265] wordcloud =WordCloud(width=1300, height=620) wordcloud.add("", name, value, word_size_range=[20, 100]) wordcloud.show_config() wordcloud.render()
等等案例，就不一一列举了，python再好，它终究还是需要靠写代码来完成的，这样解决不了生产力的问题，同时也达不到人人都是数据分析师的这样一个愿景，那有没有更好的解决办法呢，答案是肯定的。
NBI一站式大数据可视化分析平台（ http://nbi.easydatavis.com:8033）
NBI一站式大数据可视化分析平台是一款基于B/S架构的数据可视化构建平台，NBI大数据平台的设计理念是提供简单、快速、可控、可交互为目的的数据可视化产品。
NBI大数据平台支持多种数据源无缝连接，能快速整合数据；
在NBI大数据平台中，我们封装了多达二三十种数据可视化组件供用户使用，提供了丰富的组件属性配置，让图表更具表现力；
同时提供了拖拽式操作方式，用户可以任意DIY数据可视化报告；NBI大数据可视化平台支持两种布局模式：（1）自由式布局和（2）流式布局方式供用户使用
几分钟即可做好数据可视化分析，极大的降低了人力、物力的投入
文章被以下专栏收录
大数据可视化分析
