今天我们就来说说如何用Pyecharts模块来制作炫酷的可视化大屏，最后的效果如下
?
步骤如下：
-
分别使用
Pyecharts制作各类图表，包括柱状图、地图、饼图等等 -
使用
Pyecharts当中的组合图表功能，将所有图片拼接在一张html文件中进行展示
数据的来源
这次我们使用的数据是虚构的某超市2021年第一季度的订单数据，总共是有1000条，
df.info()
output
<class?'pandas.core.frame.DataFrame'>
RangeIndex:?1000?entries,?0?to?999
Data?columns?(total?17?columns):
?#???Column??Non-Null?Count??Dtype?????????
---??------??--------------??-----?????????
?0???订单编号????1000?non-null???object????????
?1???分支??????1000?non-null???object????????
?2???省份??????1000?non-null???object????????
?3???顾客类型????1000?non-null???object????????
?4???性别??????1000?non-null???object????????
?5???商品类型????1000?non-null???object????????
?6???单价??????1000?non-null???float64???????
?7???数量??????1000?non-null???int64?????????
?8???Tax?5%??1000?non-null???float64???????
?9???总价??????1000?non-null???float64???????
?10??日期??????1000?non-null???datetime64[ns]
?.......??
dtypes:?datetime64[ns](1),?float64(7),?int64(1),?object(8)
memory?usage:?132.9+?KB
其中顾客的类型有普通顾客与会员，性别有男性与女性，剩下的还有包括商品类型、购买时间、支付方式、各个商品的毛利率等数据，
数据可视化
接下来我们开始各个图表的绘制，我们先来看饼图的绘制，代码并不复杂，首先我们对“商品类型”这一列的数据进行统计
products_type_index?=?df["商品类型"].value_counts().index.tolist()
products_type_values?=?df["商品类型"].value_counts().values.tolist()
然后再调用Pyecharts()模块中的Pie()实例进行图表的绘制
def?pie_chart_2():
????
????c?=?(
????????Pie(init_opts=opts.InitOpts(chart_id=4,?bg_color='#1C1C1C',
????????????????????????????????????theme=ThemeType.INFOGRAPHIC))
????????.add("",?[list(z)?for?z?in?zip(products_type_index,
???????????????????????????????????????products_type_values)])
????????.set_global_opts(title_opts=opts.TitleOpts(title="商品类型分布图",
???????????????????????????????????????????????????title_textstyle_opts=opts.TextStyleOpts(font_size=25,?color='#FFFFFF')),
?????????????????????????legend_opts=opts.LegendOpts(orient="vertical",
?????????????????????????????????????????????????????pos_left="5%",
?????????????????????????????????????????????????????pos_top="10%"))
????????.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:?{c}"))
????)
????return?c
????
if?__name__?==?"__main__":
????map?=?map_chart()
????map.render("4.html")
output
另外，我们也看到了单张图片当中有两张饼图的情况，这是使用了Pyecharts()模块当中的Grid()实例，将若干张绘制完成的图表遵从一定的顺序来进行组合
grid?=?(
????????Grid(init_opts=opts.InitOpts(width='1000px',?height='600px',
?????????????????????????????????????chart_id=3,?bg_color='#1C1C1C'))
????????.add(c_1,?grid_opts=opts.GridOpts(pos_left="60%"))
????????.add(c_2,?grid_opts=opts.GridOpts(pos_right="50%"))
????)
地图
同样地，我们将不同省份的数据给筛选出来之后，然后进行图表的绘制
city_index?=?df["省份"].value_counts().index.tolist()
city_values?=?df["省份"].value_counts().values.tolist()
地图的绘制用的是Pyecharts模块当中的Map()实例，可以看到顾客几乎都分布在北京、浙江以及上海这几个地方
def?map_chart():
????c?=?(
????????Map(init_opts=opts.InitOpts(chart_id=2,
????????????????????????????????????bg_color='#1C1C1C'))
????????????.add("商家A",?[list(z)?for?z?in?zip(city_index,
??????????????????????????????????????????????city_values)],?"china")
????????????.set_global_opts(
????????????title_opts=opts.TitleOpts(title="顾客在全国的分布图",
??????????????????????????????????????title_textstyle_opts=opts.TextStyleOpts(font_size=25,
??????????????????????????????????????????????????????????????????????????????color='#FFFFFF')),
????????????visualmap_opts=opts.VisualMapOpts(max_=250),
????????)
????)
????return?c
????
if?__name__?==?"__main__":
????map?=?map_chart()
????map.render("2.html")
output
直方图
我们针对的是购买时间，看一下哪些购买时间段的人会比较多
hour_index?=?df["小时"].value_counts().index.tolist()
hour_index_str?=?[str(hour_ind)?+?"时"?for?hour_ind?in?hour_index]
hour_values?=?df["小时"].value_counts().values.tolist()
调用Bar()实例进行绘制图表
def?bar_chart():
????c?=?(
????????Bar(init_opts=opts.InitOpts(chart_id=5,?bg_color='#1C1C1C',
????????????????????????????????????theme=ThemeType.CHALK))
????????????.add_xaxis(hour_index_str)
????????????.add_yaxis("商家A",?hour_values)
????????????.set_global_opts(title_opts=opts.TitleOpts(title="购物的时间分布",
???????????????????????????????????????????????????????subtitle="购物时间",
???????????????????????????????????????????????????????title_textstyle_opts=opts.TextStyleOpts(font_size=25,?color='#FFFFFF')))
????)
????return?c
????
if?__name__?==?"__main__":
????map?=?map_chart()
????map.render("5.html")
output
Pyecharts组合图表
将绘制出来的若干份图表组合到一块儿，总共有这几种方式
-
Grid: 并行/垂直放置多张图
-
Page: 顺序多图
-
Tab: 多个页面多图
-
Timeline: 时间轴循环轮播多图
我们使用的是Page()示例来顺序展示多张图表，先实例化该对象
page?=?Page(layout=Page.DraggablePageLayout,?page_title="基于Pyecharts的销售数据大屏")
之所以用DraggablePageLayout属性是为了调整成我们所想要的布局，然后将我们所绘制的图表一一添加
page.add(
????title(),
????map_chart(),
????pie_chart(),
????pie_chart_2(),
????bar_chart(),
)
page.render('test_2.html')
最后生成一个test_2.html的文件，然后我们将布局调整成我们想要的结果
对图片布局完成之后，要记得点击左上角的save config按钮对布局文件进行保存。之后本地会生成一个chart_config.json文件，然后运行下面的代码
page.save_resize_html('test_2.html',?cfg_file='chart_config.json',?dest='可视化大屏.html')
打开重新生成的可视化大屏.html，便是新的内容
