当前位置:首页>python>Python数据分析:pyecharts可视化

Python数据分析:pyecharts可视化

  • 2026-09-02 20:36:27
Python数据分析:pyecharts可视化

📊 把数据“画”成艺术品?用 pyecharts,老板看了都想给你加薪!

❝

💡 数据不会说话?那是因为你还没给它装上 pyecharts 这张“嘴”!

还在用 matplotlib 画黑白灰的图?老板皱眉:“这能发给客户看?” 😩

别慌!今天带你解锁 Python 可视化神器——pyecharts!✅ 动态交互 ✅ 高颜值 ✅ 一行代码出图从柱状图到词云,从地图到 K 线,7 分钟玩转所有核心图表!连你家猫主子的数据都能画得闪闪发光✨


🔧 安装?就一句话!

pip install pyecharts

搞定!🎉如果要用中国地图(比如展示各省奶茶销量)👇 再加点“调料”:

pip install echarts-china-provinces-pypkg  # 省级地图pip install echarts-china-cities-pypkg     # 市级地图
❝

🍜 就像煮泡面:主料先下锅,配料按需加!


🎯 绘图三步走:初始化 → 加数据 → 渲染

所有图表都逃不开这个套路:

chart = 图表类型()chart.add(数据)chart.render("xxx.html")  # 自动打开浏览器看效果!

是不是比点外卖还简单?🍔


📈 1. 柱状图|商场卖货哪家强?

比如某商场一周热销榜:

from pyecharts.charts import Barbar = (    Bar()    .add_xaxis(["衬衫", "毛衣", "高跟鞋", "袜子"])    .add_yaxis("商家A", [114, 55, 27, 105])    .set_global_opts(title_opts=opts.TitleOpts(title="谁在偷偷买高跟鞋?")))bar.render()

想对比两家店?再 .add_yaxis("商家B", [...]) 就行!横向柱状图?加个 .reversal_axis() ——瞬间变成“躺平版”,标签再也不打架!🛏️


🥧 2. 饼图 & 玫瑰图|你的工资都花哪儿了?

饼图看比例,玫瑰图更炫酷!

from pyecharts.charts import Piepie = (    Pie()    .add("", [["房租", 3000], ["吃饭", 1500], ["奶茶", 800], ["存钱", 0]])    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}元")))pie.render()
❝

💸 存钱 = 0?别问,问就是“月光族”!


🕳️ 3. 漏斗图|用户转化哪一环“漏”最惨?

电商运营必备!比如:

from pyecharts.charts import FunnelFunnel().add("转化漏斗", [    ["访问", 10000],    ["加购", 3000],    ["下单", 800],    ["支付", 600]]).render()

一眼看出:90% 的人加了购物车却不付款!老板:赶紧发优惠券!🎫


💠 4. 散点图|周末才是剁手高峰!

展示两个变量关系?散点图安排!

from pyecharts.charts import Scatterscatter = (    Scatter()    .add_xaxis(["周一", "周二", ..., "周日"])    .add_yaxis("销售额", [50, 48, 60, 55, 70, 120, 110]))scatter.render()

结论:工作日省吃俭用,周末疯狂回血!🛒


📉 5. K线图|股民的心电图!

金融分析神器,红跌绿涨(国际惯例):

from pyecharts.charts import Klinekline = (    Kline()    .add_xaxis(["7/1", "7/2", "7/3"])    .add_yaxis("股价", [[2320, 2300, 2287, 2362], ...])  # [开, 收, 低, 高])kline.render()
❝

📉 看不懂K线?没关系,至少图够酷!😎


🎚️ 6. 仪表盘|项目进度55.5%,离挨骂还差44.5%!

Gauge 仪表盘,专治“进度模糊症”:

from pyecharts.charts import Gaugegauge = (    Gauge()    .add("完成率", [("进度", 55.5)])    .set_global_opts(title_opts=opts.TitleOpts(title="老板,快好了!")))gauge.render()

颜色还能自定义:蓝→青→红,越红越危险!🚨


☁️ 7. 词云|热搜榜自己“跳”出来!

分析评论、弹幕、小红书笔记?词云超直观!

from pyecharts.charts import WordCloudwc = (    WordCloud()    .add("", [("牛肉面", 7800), ("黄河", 6181), ("甜胚子", 3055)], word_size_range=[20, 80]))wc.render()

高频词自动放大!再也不用手动标重点了~🔍


🗺️ 8. 地图|全国奶茶消费热力图!

展示地理分布?Map 图表来救场!

from pyecharts.charts import Mapm = (    Map()    .add("奶茶销量", [("广东省", 12000), ("浙江省", 9800), ("甘肃省", 200)], "china")    .set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=12000)))m.render()
❝

🧋 广东人:我们不是在喝奶茶,就是在去喝奶茶的路上!

⚠️ 记得先装地图包,不然地图会“隐身”!


🧩 彩蛋:高级玩法速览

  • 组合图:柱状图 + 折线图(销量 vs 利润率)📊 + 📈
  • 桑基图:展示资金/能量流向,宽度 = 流量大小 🔗
  • 平行坐标:多维数据“蛛网图”,特征分析利器 🕸️
  • Jupyter 直显:用 .render_notebook() 替代 .render(),秒出图!💻

✅ 一张表总结所有图表

图表
Emoji
适用场景
柱状图
📊
数量对比
饼图/玫瑰图
🥧
比例分布
漏斗图
🕳️
转化流程
散点图
💠
趋势/相关性
K线图
📉
金融行情
仪表盘
🎚️
指标达成
词云
☁️
文本热度
地图
🗺️
地理分布

❝

🌟 可视化不是炫技,而是让数据自己讲故事。而 pyecharts,就是那个最会“配音”的导演。


最新文章

随机文章