Python數(shù)據(jù)分析與可視化項(xiàng)目實(shí)戰(zhàn) 課件 項(xiàng)目4 Pyecharts之?dāng)?shù)據(jù)可視化高階

項(xiàng)目背景項(xiàng)目準(zhǔn)備項(xiàng)目分析項(xiàng)目實(shí)現(xiàn)項(xiàng)目拓展在信息時(shí)代飛速發(fā)展的今天，每天都在產(chǎn)生海量數(shù)據(jù)，如何從這些海量數(shù)據(jù)中快速發(fā)現(xiàn)和獲取有用信息并直觀的展示出來(lái)，最常用的方法就是數(shù)據(jù)的可視化。數(shù)據(jù)可視化的方案有很多，可根據(jù)實(shí)際使用場(chǎng)景來(lái)選擇。在市場(chǎng)中，它幫助企業(yè)分析市場(chǎng)趨勢(shì)、消費(fèi)者行為和產(chǎn)品銷售情況；在醫(yī)療領(lǐng)域，它用于監(jiān)測(cè)和分析流行病學(xué)數(shù)據(jù)、病人記錄和醫(yī)療資源分布；在城市規(guī)劃和交通領(lǐng)域，它幫助城市決策者分析人口密度、交通流量和資源利用情況，從而指導(dǎo)城市的發(fā)展和改善交通運(yùn)輸系統(tǒng)；在環(huán)境保護(hù)與可持續(xù)發(fā)展中，數(shù)據(jù)可視化有助于監(jiān)測(cè)和評(píng)估環(huán)境參數(shù)，如氣候變化、空氣質(zhì)量和能源消耗。不難發(fā)現(xiàn)，數(shù)據(jù)可視化在各個(gè)領(lǐng)域都扮演著不可或缺的角色。Python中的PyEcharts不僅可以繪制基本的圖表，還可以繪制一些更加清晰、美觀、有效地傳達(dá)與溝通信息的樹(shù)形圖、3D圖表、熱力圖、地圖類的圖表。對(duì)于日常的python可視化過(guò)去用的都是Matplotlib可視化圖表，雖然可視化增加了效率，但仍然有不足之處，那就是無(wú)法交互的靜態(tài)式圖表。而今天介紹的Pyecharts是經(jīng)過(guò)網(wǎng)頁(yè)渲染的可視化、可交互的web頁(yè)面圖表，擁有更好的時(shí)間選擇或者維度選擇進(jìn)行交互，從而得到動(dòng)態(tài)圖表。項(xiàng)目背景項(xiàng)目準(zhǔn)備項(xiàng)目分析項(xiàng)目實(shí)現(xiàn)項(xiàng)目拓展項(xiàng)目背景1安裝PyEcharts并體驗(yàn)Echarts是百度開(kāi)源的一個(gè)數(shù)據(jù)可視化JS庫(kù)，主要用于數(shù)據(jù)可視化。PyEcharts是一個(gè)用于生成Echarts圖表的類庫(kù)，使用PyEcharts可以生成獨(dú)立的網(wǎng)頁(yè)，也可以在flask、Django中集成使用。PyEcharts實(shí)際上就是Echarts與Python的對(duì)接。使用PyEcharts之前需要先安裝PyEcharts庫(kù)?？梢允褂妹睿簆ipinstallpyecharts，安裝完畢后，使用importpyecharts就可以繪制圖像了。項(xiàng)目背景項(xiàng)目準(zhǔn)備項(xiàng)目分析項(xiàng)目實(shí)現(xiàn)項(xiàng)目拓展項(xiàng)目背景2.1.認(rèn)識(shí)python造數(shù)神器-Faker庫(kù)在測(cè)試?yán)L圖效果的過(guò)程中，大家通常會(huì)遇到一個(gè)問(wèn)題，那就是如何快速批量的生成數(shù)據(jù)？為此Python提供了第三方庫(kù)Faker解決了這個(gè)問(wèn)題。Faker是一個(gè)生成偽造數(shù)據(jù)的Python庫(kù)，通常用于測(cè)試或填充數(shù)據(jù)庫(kù)中的偽數(shù)據(jù)。2.2認(rèn)識(shí)Faker自帶的數(shù)據(jù)集合Faker()除了可以根據(jù)屬性來(lái)隨機(jī)生成一些數(shù)，還自帶了數(shù)據(jù)集項(xiàng)目分析項(xiàng)目實(shí)現(xiàn)項(xiàng)目拓展項(xiàng)目背景項(xiàng)目準(zhǔn)備3.繪制儀表盤圖儀表盤形似汽車車速表、油表，屬于擬物化圖形，總體為一個(gè)圓形開(kāi)口的表盤及分段刻度，可以比較直觀的向用戶展示數(shù)據(jù)分析的結(jié)果。在儀表盤中都有顏色區(qū)分，不同的顏色表示不同的數(shù)據(jù)區(qū)間，也叫做臨界值。儀表盤圖的常用于項(xiàng)目實(shí)際完成率、銷售額比例、用戶轉(zhuǎn)化率等。繪制儀表盤圖，可以通過(guò)以下步驟：步驟1：創(chuàng)建儀表盤對(duì)象Gauge()；步驟2：設(shè)置數(shù)據(jù)系列名稱及數(shù)據(jù)集；步驟3：設(shè)置圖表標(biāo)題title；步驟4：通過(guò)render()方法將儀表盤渲染為html或者直使用render_notebook()輸出。項(xiàng)目分析項(xiàng)目實(shí)現(xiàn)項(xiàng)目拓展項(xiàng)目背景項(xiàng)目準(zhǔn)備3.2玫瑰圖

玫瑰圖全稱南丁格爾玫瑰圖，是英國(guó)護(hù)士和統(tǒng)計(jì)學(xué)家弗羅倫斯·南丁格爾發(fā)明的，又名為極區(qū)圖。玫瑰圖是一種圓形的直方圖，既有餅圖的特征，也有直方圖的特征。

在Python中，可以使用pyecharts庫(kù)中Pie繪制玫瑰圖，.add()里增加需要展示的數(shù)據(jù)集、radius參數(shù)中可以設(shè)置內(nèi)半徑和外半徑，center參數(shù)中可以設(shè)置圓心橫坐標(biāo)、縱坐標(biāo)。rosetype參數(shù)用于設(shè)置是否展示成南丁格爾玫瑰圖，默認(rèn)None(不展示成玫瑰圖)。其中，rosetype有“radius”和“area”兩種模式radius模式：用扇形圓心角展現(xiàn)數(shù)據(jù)的百分比，通過(guò)半徑展現(xiàn)數(shù)據(jù)大小。根據(jù)數(shù)據(jù)的變化調(diào)整radius參數(shù)中的內(nèi)半徑和外半徑值，改變圖形的展示范圍，使圖像更協(xié)調(diào)美觀。area模式：所有扇形圓心角相同，僅通過(guò)半徑展現(xiàn)數(shù)據(jù)大小。項(xiàng)目分析項(xiàng)目實(shí)現(xiàn)項(xiàng)目拓展項(xiàng)目背景項(xiàng)目準(zhǔn)備3.3詞云圖云圖是通過(guò)“關(guān)鍵詞云層”或“關(guān)鍵詞渲染”的方式，對(duì)文本數(shù)據(jù)中出現(xiàn)頻率較高或權(quán)重較大的“關(guān)鍵詞”進(jìn)行可視化的展示，便于讀者直觀領(lǐng)略文本數(shù)據(jù)的主旨和核心內(nèi)容詞云是一種文本數(shù)據(jù)可視化的工具,它可以突出顯示文本里的重點(diǎn)單詞。詞云圖的常用場(chǎng)景有用戶畫像詞云圖、文檔關(guān)鍵字詞云圖、輿論熱詞詞云圖等。在Python中，可以使用pyecharts庫(kù)中的WordCloud繪制詞云，首先了解WordCloud中的參數(shù)及其功能項(xiàng)目分析項(xiàng)目實(shí)現(xiàn)項(xiàng)目拓展項(xiàng)目背景項(xiàng)目準(zhǔn)備3.4雷達(dá)圖雷達(dá)圖（RadarChart）又稱戴布拉圖、蜘蛛網(wǎng)圖。圖形以一點(diǎn)為中心，每一變量維度為一極坐標(biāo)軸，n個(gè)維度即形成n軸的由內(nèi)向外放射狀圖形，形似蜘蛛網(wǎng)。圖形的基本構(gòu)成如圖4-10所示：項(xiàng)目分析項(xiàng)目實(shí)現(xiàn)項(xiàng)目拓展項(xiàng)目背景項(xiàng)目準(zhǔn)備雷達(dá)圖常常用于某個(gè)對(duì)象的多維度數(shù)據(jù)，維度一般是四到八個(gè)。比如在上圖中對(duì)比某產(chǎn)品在功能、風(fēng)格、品質(zhì)、品牌、價(jià)格等維度的分布對(duì)比。雷達(dá)圖通常應(yīng)用在財(cái)務(wù)狀況綜合評(píng)價(jià)、用戶畫像、員工評(píng)分等場(chǎng)景。在Python中，可以使用pyecharts庫(kù)中的Radar()繪制雷達(dá)圖，add_schema負(fù)責(zé)雷達(dá)圖的設(shè)置，其中，Pyecharts雷達(dá)圖的參數(shù)配置如見(jiàn)表4-4所示。項(xiàng)目分析項(xiàng)目實(shí)現(xiàn)項(xiàng)目拓展項(xiàng)目背景項(xiàng)目準(zhǔn)備3.5漏斗圖斗圖是一種可以展示數(shù)據(jù)流入和流失的圖表，通常由多個(gè)矩形組成，每個(gè)矩形代表一個(gè)階段，矩形的寬度代表數(shù)據(jù)的數(shù)量。漏斗圖的最上面一層是最初的數(shù)據(jù)來(lái)源，最下面一層是最終的結(jié)果。漏斗圖主要用于展示數(shù)據(jù)的流失情況，可以幫助我們找出數(shù)據(jù)流失的瓶頸和原因。項(xiàng)目分析項(xiàng)目實(shí)現(xiàn)項(xiàng)目拓展項(xiàng)目背景項(xiàng)目準(zhǔn)備3.6熱力圖熱力圖，又名相關(guān)系數(shù)圖。根據(jù)熱力圖中不同方塊顏色對(duì)應(yīng)的相關(guān)系數(shù)的大小，可以判斷出變量之間相關(guān)性的大小。兩個(gè)變量之間相關(guān)系數(shù)的計(jì)算公式為:

公式中，ρ表示相關(guān)系數(shù)，Cov表示協(xié)方差,E表示數(shù)學(xué)期望/均值

公式中，ρ表示相關(guān)系數(shù)，Cov表示協(xié)方差,E表示數(shù)學(xué)期望/均值。值得注意的是，該相關(guān)系數(shù)只能度量出變量之間的線性相關(guān)關(guān)系；也就是說(shuō)，相關(guān)系數(shù)越高，則變量間的線性相關(guān)程度越高。項(xiàng)目分析項(xiàng)目實(shí)現(xiàn)項(xiàng)目拓展項(xiàng)目背景項(xiàng)目準(zhǔn)備3.7日歷圖日歷圖適合用來(lái)展示與時(shí)間有關(guān)的數(shù)據(jù)，能清晰地看出每個(gè)月份、每個(gè)星期的數(shù)據(jù)變化。經(jīng)常用于繪制月度熱圖日歷、季度熱圖日歷、年度熱圖日歷。項(xiàng)目分析項(xiàng)目實(shí)現(xiàn)項(xiàng)目拓展項(xiàng)目背景項(xiàng)目準(zhǔn)備3.8輪播圖輪播圖是一款經(jīng)典、酷炫的可視化圖形，可以按時(shí)間線輪播數(shù)據(jù)圖可以用pyecharts里的Timeline()類繪制輪播圖，該類擁有如下兩個(gè)方法。add_schema()方法主要作用：用于設(shè)置輪播時(shí)間，是否自動(dòng)輪播；add_schema(is_auto_play=True,play_interval=3000)；is_auto_play是否自動(dòng)輪播，默認(rèn)是False，不自動(dòng)輪播；play_interval輪播時(shí)間，單位是毫秒，3000毫秒就是3秒輪播一次；add()方法用于為圖形添加數(shù)據(jù)；例如add(chart=map1,time_point="湖北省疫情地圖")；chart為要添加的圖；time_point用于指定輪播軸的起點(diǎn)、重點(diǎn)名稱；項(xiàng)目分析項(xiàng)目實(shí)現(xiàn)項(xiàng)目拓展項(xiàng)目背景項(xiàng)目準(zhǔn)備圖

4-6

普通儀表盤圖圖

4-7修飾后的儀表盤圖項(xiàng)目分析項(xiàng)目實(shí)現(xiàn)項(xiàng)目拓展項(xiàng)目背景項(xiàng)目準(zhǔn)備圖

4-8

各學(xué)院人數(shù)占比玫瑰圖圖

4-9詞云效果圖項(xiàng)目分析項(xiàng)目實(shí)現(xiàn)項(xiàng)目拓展項(xiàng)目背景項(xiàng)目準(zhǔn)備圖

4-11各學(xué)院資金使用雷達(dá)圖圖

4-12

修飾后的雷達(dá)圖項(xiàng)目分析項(xiàng)目實(shí)現(xiàn)項(xiàng)目拓展項(xiàng)目背景項(xiàng)目準(zhǔn)備圖

4-15

招生宣傳漏斗圖圖

4-16

反向漏斗圖項(xiàng)目分析項(xiàng)目實(shí)現(xiàn)項(xiàng)目拓展項(xiàng)目背景項(xiàng)目準(zhǔn)備圖4-17

熱力圖圖

4-1

生源地與錄取分?jǐn)?shù)對(duì)應(yīng)的熱力圖項(xiàng)目分析項(xiàng)目實(shí)現(xiàn)項(xiàng)目拓展項(xiàng)目背景項(xiàng)目準(zhǔn)備圖4-20

1、2月銷售量熱力圖