利用pyecharts将数据可视化

可视化展示在数据分析领域中是一个至关重要的点，好的可视化展示对我们的结果分析有更好的支持作用。

一、问题

在数据分析的时代里面我们需要将数据的可视化展现出来，更加方便用户的观察。如下图

有些时候我们需要将数据和地理关系连接起来，将数据更好的可视化操作，如下图，因此介绍pyecharts。

二、方法

解决我们可以使用matplotlib，使用指令【pip install matplotlib】进行安装，除了这个以外将介绍一种由js渲染出来的动图——pyecharts，可以结合中国地图以及其他比较酷炫的可视化展示。

1.安装pyecharts指令

【pip install pyecharts】进行安装

2.安装地图包

安装国家：【pip3 install echarts-countries-pypkg】

安装各省：【pip3 install echarts-china-provinces-pypkg】

安装各个城市：【pip3 install echarts-china-cities-pypkg】

三、使用

由于python2.7将不再维护，所以全面使用python3.x+，因此以前的内容都不能在使用需要查看官方文档给出的例子：pyecharts。

这里展示一小部分的内容，剩下的内容去参考官网。

Provinces和pro_value都是列表形式的数据，

path_store是存储的路劲：要以.html结尾，

name是标题名字，

max_c是在图中显示的最大值，

min_c是在图中显示的最小值。

其余的参数设置可以在官网中查看。

from pyecharts.charts import Map
from pyecharts import options as opts
def map_visual_map(counter_dict, path_store, name, max_c, min_c) -> Map:
    provinces = list(counter_dict.keys())
    pro_value = list(counter_dict.values())
    c = (
        Map()
            .add("", [list(z) for z in zip(provinces, pro_value)], "china")
            .set_global_opts(
            title_opts=opts.TitleOpts(title=name),
            visualmap_opts=opts.VisualMapOpts(max_=max_c, min_=min_c),
        )
    )
    return c.render(path_store)