Pandas遇上Pyecharts碰撞出可交互的可視化效果

原創

严小样儿

2020-06-19 03:29

◆ ◆ ◆ ◆ ◆

前言

一個數據分析師的業務能力強不強，就看他的可視化做的漂不漂亮。

俗話說，一圖勝千言。然而，我一直在去往作圖好看的路上》》》

週末，花了2個小時簡單看了一下pyecharts庫，太炫酷了。於是，趕緊偷學了幾招！

先給大家看看成果，嘿嘿~別笑我！

條形圖

首先，需要安裝pyecharts庫，安裝過程還是有些複雜，及其容易報錯。不過，多嘗試幾次就可以了。

今天，我們主要講解一下pandas如何結合pyecharts展現出可交互的可視化效果。

# 導包
import pandas as pd
from pyecharts.charts import Bar,Timeline


# 讀取Excel文件——2019年數據
df = pd.read_excel(r'C:\Users\Administrator\Desktop\Demo.xlsx',sheet_name='2019')
print(df)


# result
  年份  地區  營業額  純利潤
0  2019  東北   27   26
1  2019  華北   29   25
2  2019  西北   32   28
3  2019  西南   26   23
4  2019  東南   22   18


# 實例化Bar()
bar = Bar()
# 橫軸標籤
bar.add_xaxis(df['地區'].tolist())
# 縱軸圖例，數據
bar.add_yaxis(df.columns[2], df['營業額'].tolist())
bar.add_yaxis(df.columns[3], df['純利潤'].tolist())
# 生成效果圖
bar.render_notebook()

# 讀取Excel文件——2017~2019年數據
df1 = pd.read_excel(r'C:\Users\Administrator\Desktop\Demo.xlsx',sheet_name='2017-2019')
print(df1)


# result
   年份  地區  營業額  純利潤
0   2017  東北   18   16
1   2017  華北   35   30
2   2017  西北   20   16
3   2017  西南   28   25
4   2017  東南   32   27
5   2018  東北   27   24
6   2018  華北   29   28
7   2018  西北   24   20
8   2018  西南   27   25
9   2018  東南   30   25
10  2019  東北   27   26
11  2019  華北   29   25
12  2019  西北   32   28
13  2019  西南   26   23
14  2019  東南   22   18


# 實例化Timeline()
t = Timeline()


# 通過循環，生成多個年份的交互圖
for year in df1['年份'].unique():
    df_year = df1[df1['年份']==year]
    bar = Bar()
    bar.add_xaxis(df_year['地區'].tolist())
    bar.add_yaxis(df_year.columns[2], df_year['營業額'].tolist())
    bar.add_yaxis(df_year.columns[3], df_year['純利潤'].tolist())
    t.add(bar,f'{year}年')


t.render_notebook()