教你用pyecharts制作交互式桑基图,赶快学起来吧!
由于工作的需要,经常需要进行可视化展示,除了一些常用的BI工具,我也会使用python对数据进行可视化。
python的第三方可视化库有很多,比如matplotlib、seaborn、plotly、bokeh、pyecharts等等。
这次就来说一说,如何用python的第三方库-pyecharts制作交互式桑基图。
示例
1什么是桑基图?桑基图是可视化图表的一种,一般用来表示数据流量。
桑基图(Sankey diagram),即桑基能量分流图,也叫桑基能量平衡图。它是一种特定类型的流程图,图中延伸的分支的宽度对应数据流量的大小,比较适用于用户流量等数据的可视化分析。因1898年Matthew Henry Phineas Riall Sankey绘制的“蒸汽机的能源效率图”而闻名,此后便以其名字命名为“桑基图”。
桑基图主要由边、流量和支点组成,其中边代表了流动的数据,流量代表了流动数据的具体数值,节点代表了不同分类。边的宽度与流量成比例地显示,边越宽,数值越大。 举个例子,假如我记录了自己一段时间的消费金额,并且分门别类列出清单:
数据展示不足以一目了然地看出哪类消费多、哪类消费少,如果把它做成桑基图,就可以很完美地展现消费特征:
静图
可交互
2什么是pyecharts?大部分人可能听过echarts,它是百度旗下用于可视化设计的开源项目,而pyecharts则将echarts和python结合,方便在python中调用echarts接口,直接生成可视化图表。
官方对pyecharts特性的描述:
- 简洁的 API 设计,使用如丝滑般流畅,支持链式调用
- 囊括了 30+ 种常见图表,应有尽有
- 支持主流 Notebook 环境,Jupyter Notebook 和 JupyterLab
- 可轻松集成至 Flask,Django 等主流 Web 框架
- 高度灵活的配置项,可轻松搭配出精美的图表
- 详细的文档和示例,帮助开发者更快的上手项目
- 多达 400+ 地图文件以及原生的百度地图,为地理数据可视化提供强有力的支持
pyecharts安装过程很简单,用pip安装即可,在命令行输入:
pip install pyecharts你只需要简单的代码就可以生成图表:
3使用pyecharts制作桑基图from pyecharts.charts import Bar
bar = Bar()
bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
# render 会生成本地 HTML 文件,默认会在当前目录生成 render.html 文件
# 也可以传入路径参数,如 bar.render("mycharts.html")
bar.render()
前面我们展示了一张生活开支交互式桑基图:
下面就来用pyecharts实现它
桑基图在pyecharts中通过Sankey方法实现,它接受两个外部输入。一个是所有类别的集合-nodes,一个是子类、父类、数据的三方集合-links。这两个都是以json数据格式传入,最后以html形式输出图表。
nodes:
links:
也就是说,首先你要把数据转换成Sankey可以接受的形式。
第一步:数据准备
我们已经有这样的数据表:对数据进行整理,我的做法是先初步整理成:子类-父类-数据,以这样的数据形式保存在csv中:
接着,写个简单转换代码,将上面数据转换成nodes和links:
# 导入相关库
import pandas as pd
from pyecharts.charts import Page, Sankey
from pyecharts import options as opts
# 读取csv文件
data = pd.read_csv(r'sample.csv',encoding='gbk',header=None)
# 生成nodes
nodes = []
nodes.append({'name':'总支出'})
for i in data[0].unique():
dic = {}
dic['name'] = i
nodes.append(dic)
# 生成links
links = []
for i in data.values:
dic = {}
dic['source'] = i[0]
dic['target'] = i[1]
dic['value'] = i[2]
links.append(dic)
第二步:生成可视化结果准备好nodes和links后,就可以调用Sankey函数
# pyecharts 所有方法均支持链式调用。c = ( Sankey() .add("费用/元", nodes, links, linestyle_opt=opts.LineStyleOpts(opacity=0.2, curve=0.5, color="source",type_="dotted"), label_opts=opts.LabelOpts(position="right",), ) .set_global_opts(title_opts=opts.TitleOpts(title="我的生活支出一览")) )# 输出html可视化结果c.render('result.html')你可以通过配置项otps来设置图表的颜色、标签、标题等信息,具体细节可以去官网查询,这里不做赘述。
官网链接:https://pyecharts.org
第三步:打开html文件生成html文件后,直接通过浏览器打开即可,就可以看到能交互的桑吉图了4结论
本文介绍了如何使用pyecharts在python中制作交互式桑基图,希望能给大家的可视化提供帮助!
更多相关文章
- python爬取招聘网站数据,利用Tableau可视化交互大屏,指导你如何学
- 分析全球1085例新冠肺炎患者数据,我们得出这些结论
- pandas读取表格后的常用数据处理操作
- LightningChart JS Angular图表使用示例
- 最全Python数据科学小抄,赶紧收藏吧!
- Python 的整数与 Numpy 的数据溢出
- 金牌厨师Pandas:听说Excel处理数据分行快得很?
- Oracle19c_cdb数据库自动安装部署脚本
- 超全的pandas数据分析常用函数总结:下篇