工欲善其事，必先利其器。作為數(shù)據(jù)分析師，最基礎(chǔ)的工作肯定就是數(shù)據(jù)查詢和可視化了。今天，我們就來說一說分析師吃飯的家伙之一——可視化工具。

目前市面上的可視化工具和BI系統(tǒng)花樣繁多，開源的付費(fèi)的不一而足。諸如Tableau、FineBI、PowerBI之類，甚至于基礎(chǔ)的excel或wps都能夠滿足基本的圖表展示和數(shù)據(jù)庫連接的需求，但是有些時(shí)候圖表類型又過于呆板，缺乏交互和定制，而且一些BI軟件部分功能是要收費(fèi)的，對(duì)于個(gè)人用戶或是創(chuàng)業(yè)初期、預(yù)算有限的團(tuán)隊(duì)來說不甚友好。

?[[380958]]?

今天就為大家介紹一下由百度出品的開源交互式圖表——ECharts，劃重點(diǎn)，開源哦，可以免費(fèi)商用!我們看一下ECharts團(tuán)隊(duì)的官方介紹：ECharts 提供了常規(guī)的折線圖、柱狀圖、散點(diǎn)圖、餅圖、K線圖，用于統(tǒng)計(jì)的盒形圖，用于地理數(shù)據(jù)可視化的地圖、熱力圖、線圖，用于關(guān)系數(shù)據(jù)可視化的關(guān)系圖、treemap、旭日?qǐng)D，多維數(shù)據(jù)可視化的平行坐標(biāo)，還有用于 BI 的漏斗圖，儀表盤，并且支持圖與圖之間的混搭。除了已經(jīng)內(nèi)置的包含了豐富功能的圖表，ECharts 還提供了自定義系列，只需要傳入一個(gè)renderItem函數(shù)，就可以從數(shù)據(jù)映射到任何你想要的圖形，更棒的是這些都還能和已有的交互組件結(jié)合使用而不需要操心其它事情。你可以在下載界面下載包含所有圖表的構(gòu)建文件，如果只是需要其中一兩個(gè)圖表，又嫌包含所有圖表的構(gòu)建文件太大，也可以在在線構(gòu)建中選擇需要的圖表類型后自定義構(gòu)建。

那么，echarts能做什么呢?

首先，echarts的圖表類型之豐富，絕不亞于市面上常見的付費(fèi)軟件，以至于不少BI系統(tǒng)都是基于echarts搭建。于分析師而言，日常使用最多的折線圖、條形圖、散點(diǎn)圖、餅圖等，自然不在話下，同時(shí)，還有豐富的擴(kuò)展項(xiàng)，如南丁格爾玫瑰圖：

此外，還可支持多種地圖、K線圖、箱型圖、樹圖、旭日?qǐng)D、關(guān)系圖等，配合web頁面布局和配色，可以制作交互式+動(dòng)態(tài)+炫酷大屏

看上去這么炫，是不是很難上手?

雖然如上所述，ECharts擁有開源、高度定制的優(yōu)點(diǎn)，但是美中不足的是，ECharts的使用需要有一定的前端開發(fā)基礎(chǔ)，只是這一點(diǎn)就讓很多人望而卻步了，對(duì)于分析師而言，我們的工作并不會(huì)涉及到前端開發(fā)，為了使用某個(gè)圖表學(xué)習(xí)前端框架和JS語言的成本可能太高了。但不幸中的萬幸，有大神為我們開發(fā)了一套基于ECharts的開源框架——pyecharts，該框架使用python語言編寫，函數(shù)式傳參、簡(jiǎn)單快捷。在大數(shù)據(jù)和機(jī)器學(xué)習(xí)概念日益火爆的今天，python已經(jīng)成為了很多分析師的必備技能，在這一buff加成之下，要學(xué)會(huì)使用ECharts簡(jiǎn)直是易如反掌。

怎么玩轉(zhuǎn)Pyecharts?

pyecharts目前有兩個(gè)大的版本，0.5和1.x，兩者所支持的圖表類型大同小異，所有方法也都支持鏈?zhǔn)秸{(diào)用(形如fun1().fun2().fun3()的寫法即為鏈?zhǔn)秸{(diào)用)，但結(jié)構(gòu)和用法都相去甚遠(yuǎn)，對(duì)python版本要求也略有不同。初入門者如果使用的python版本在3.6以上，最好還是使用1.x的pyecharts，因?yàn)?.5版本目前已不再更新，而1.x版本相比0.5也更加簡(jiǎn)單易讀，圖表類和配置項(xiàng)結(jié)構(gòu)分明、調(diào)用靈活。

 ??

動(dòng)手試試吧

首先我們使用pip命令安裝pyecharts，并指定版本：pip install pyecharts==1.9.3安裝完成之后我們就可以導(dǎo)入了，pyecharts中圖表和配置項(xiàng)分別位于charts和options兩個(gè)模塊下，也就是說我們可以在charts中選擇所需要的各種圖表類型(折線圖、散點(diǎn)圖、柱狀圖、餅圖等等)，而options則是對(duì)圖表的配置，包括顏色、大小、線形、標(biāo)簽等等。下面我們來看一下pyecharts究竟是如何生成圖表文件的。以簡(jiǎn)單的折線圖為例，示例數(shù)據(jù)如下：

??

廢話不多說，上代碼：

import pandas as pd 
from pyecharts import charts 
from pyecharts import options 
 
# pandas讀入excel數(shù)據(jù) 
data = pd.read_excel('test.xlsx') 
# 普通調(diào)用 
# 創(chuàng)建折線圖 
line = charts.Line( 
    init_opts=options.InitOpts( 
        width='1200px', 
        height='600px', 
        chart_id='my_line_test')) 
# 全局配置項(xiàng) 
line.set_global_opts( 
    title_opts=options.TitleOpts(     # 圖表標(biāo)題配置 
        title='hello,pyecharts!', 
        pos_right='center'), 
    legend_opts=options.LegendOpts(    # 圖例配置項(xiàng) 
        is_show=True, 
        pos_right='50%', 
        pos_top='95%'), 
    toolbox_opts=options.ToolboxOpts(  #工具箱配置項(xiàng) 
        is_show=True, 
        pos_left='right', 
        pos_top='center', 
        orient='vertical')) 
# 添加x軸數(shù)據(jù)項(xiàng) 
line.add_xaxis(xaxis_data=list(data['date'])) 
# 添加y軸數(shù)據(jù)項(xiàng) 
line.add_yaxis(series_name='android', y_axis=data['Android-uv'], color='red') 
line.add_yaxis(series_name='ios', y_axis=data['iOS-uv'], color='blue') 
# 設(shè)置數(shù)據(jù)系列格式 
line.set_series_opts( 
    label_opts=options.LabelOpts( 
        is_show=True, 
        position='top', 
        color='green', 
        font_size=8)) 
# render生成html文件 
line.render('test.html') 
 
 
# 鏈?zhǔn)秸{(diào)用 
(charts.Line( 
    init_opts=options.InitOpts( 
        width='1200px', 
        height='600px', 
        chart_id='my_line_test')).set_global_opts( 
    title_opts=options.TitleOpts(      
        title='hello,pyecharts!', 
        pos_right='center'), 
    legend_opts=options.LegendOpts(     
        is_show=True, 
        pos_right='50%', 
        pos_top='95%'), 
    toolbox_opts=options.ToolboxOpts(   
        is_show=True, 
        pos_left='right', 
        pos_top='center', 
        orient='vertical')).add_xaxis( 
    xaxis_data=list( 
        data['date'])).add_yaxis( 
    series_name='android', 
    y_axis=data['Android-uv'], 
    color='red').add_yaxis( 
    series_name='ios', 
    y_axis=data['iOS-uv'], 
    color='blue').set_series_opts( 
    label_opts=options.LabelOpts( 
        is_show=True, 
        position='top', 
        color='green', 
        font_size=8)).render('test2.html'))

 ??

根據(jù)上述代碼，我們可以把使用pyecharts生成交互圖表的步驟歸納如下：

1.數(shù)據(jù)預(yù)處理

2.創(chuàng)建圖表對(duì)象

3.添加數(shù)據(jù)項(xiàng)和配置項(xiàng)

4.render生成html文件

我們可以看到在圖形的右側(cè)有一豎排的工具欄，這是代碼中配置的toolbox，工具箱里可以對(duì)圖形進(jìn)行一系列操作，還可以將圖表保存為靜態(tài)圖片，在增強(qiáng)交互的同時(shí)也大大提高了圖形縮放、圖表間互相轉(zhuǎn)換的便捷性。

以上只是對(duì)pyecharts的簡(jiǎn)單介紹和示范，后續(xù)我們會(huì)對(duì)pyecharts的各主要圖表和功能做詳細(xì)介紹。

??