ECharts是一款由百度前端技术部开发的,基于Javascript的数据可视化图表库,提供直观,生动,可交互,可个性化定制的数据可视化图表。

使用 JavaScript 实现开源的可视化库,可以流畅的运行在 PC 和移动设备上,兼容当前绝大部分浏览器,底层依赖轻量级的矢量图形库 ZRender,提供直观,交互丰富,可高度个性化定制的数据可视化图表。

具有丰富的可视化类型,ECharts 提供了常规的折线图、柱状图、散点图、饼图、K线图,用于统计的盒形图,用于地理数据可视化的地图、热力图、线图,用于关系数据可视化的关系图、treemap、旭日图,多维数据可视化的平行坐标,还有用于 BI 的漏斗图,仪表盘,并且支持图与图之间的混搭。

官方网址:https://echarts.baidu.com/

ECharts提供大量常用的数据可视化图表,底层基于ZRender(一个全新的轻量级canvas类库),创建了坐标系,图例,提示,工具箱等基础组件,并在此上构建出折线图(区域图)、柱状图(条状图)、散点图(气泡图)、饼图(环形图)、K线图、地图、力导向布局图以及和弦图,同时支持任意维度的堆积和多图表混合展现。

echarts丰富图表(数据可视化Echarts图表应用)(1)

多图联动

echarts丰富图表(数据可视化Echarts图表应用)(2)

值域漫游

echarts丰富图表(数据可视化Echarts图表应用)(3)

大规模散点图

echarts丰富图表(数据可视化Echarts图表应用)(4)

子区域地图模式

echarts丰富图表(数据可视化Echarts图表应用)(5)

代码示例

目标完成率

echarts丰富图表(数据可视化Echarts图表应用)(6)

#数据分析指标完成情况 from pyecharts import Gauge gauge=Gauge('目标完成率') gauge.add('任务指标','完成率',80.2) #gauge.render('gauge.html') #图表输出 gauge.render() gauge

水球图

echarts丰富图表(数据可视化Echarts图表应用)(7)

#水球图 frompyechartsimportliquid liquid=Liquid("水球图" )liquid.add("水球",[0.8])#liquid.render('liquid.html')#图表输出到路径下liquid.render()#图表直接输出liquid

箱线图

echarts丰富图表(数据可视化Echarts图表应用)(8)

#箱线图from pyecharts import Boxplot boxplot=Boxplot("箱线图") x_axis=['销售额'] y_axis=[[169,126,248,263,265,273,248,241,326,334,479,347]] yaxis=boxplot.prepare_data(y_axis) boxplot.add("boxplot",x_axis,_yaxis) boxplot.render() #直接导出或者导出到文件内 boxplot.render(linebar.html) boxplot

3D柱形图

echarts丰富图表(数据可视化Echarts图表应用)(9)

#3D柱形图 from pyecharts import Bar3D import json bar3d=Bar3D("3D柱形图",width=1200,height=600) f=open("bar3ds.json") datas=json.load(f) x_axis=datas['x_axis'] y_axis=datas['y_axis'] data=datas['data'] range_color=datas['range_color'] #visualmap热力图 bar3d.add("",x_axis,y_axis,[[d[1],d[0],d[2]] for d in data],is_visualmap=True,visual_range=[0,20],visual_range_color=range_color) #设置3D图的自动旋转 bar3d.add("",x_axis,y_axis,[[d[1],d[0],d[2]] for d in data],is_visualmap=True,visual_range=[0,20],visual_range_color=range_color, grid3d_width=200,grid3d_depth=80,is_grid3d_rotate=True) #设置3D图的自动旋转的速度 bar3d.add("",x_axis,y_axis,[[d[1],d[0],d[2]] for d in data],is_visualmap=True,visual_range=[0,20],visual_range_color=range_color, grid3d_width=200,grid3d_depth=80,is_grid3d_rotate=True,grid3d_rotate_speed=180) #图表输出 bar3d.render('3dbar.html')

本文来源于公众号:大话数据分析

更多实用的数据分析知识,请持续关注!

,