91影院理论推荐手机在线观看,日韩av在线免费,欧美性爱大香蕉,黄色高潮喷水网站,国产操屄在线,天天爽天天爽夜夜爽毛片资源,久精品成人免费视频,日本一区高清

你好，我是林驥。

前段時間，我看到?20 個炫酷的數據可視化大屏，源代碼都是基于 echarts 的，于是我產生了用 Python 來實現(xiàn)數據可視化大屏的想法。

參考上面這個模板，我計劃用 pyecharts 實現(xiàn)一個類似的數據可視化大屏。

今天先繪制中間的數據地圖，為了方便演示，我們采用一個超市數據集，數據來源于 Tableau 官方示例。

你可以點擊左下方閱讀原文的鏈接，用電腦下載到本地之后，把 Excel 數據文件保存到 data 文件夾中。

如果你還沒有安裝 pyecharts，那么請先打開命令行，運行以下代碼：

# 安裝或更新 v1 以上版本，目前是 1.9.0pip3 install pyecharts -U

在 Jupyter Lab 中新建一個 Notebook，運行以下代碼：

# 聲明 Notebook 類型，必須在引入 pyecharts.charts 等模塊前聲明from pyecharts.globals import CurrentConfig, NotebookTypeCurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_LAB
# 導入相關庫from pyecharts import options as optsfrom pyecharts.charts import Mapfrom pyecharts.globals import ThemeType import pandas as pd
# 從 data 文件夾讀取 Excel 中的數據df = pd.read_excel('./data/超市數據.xlsx')
# 用數據透視表的方法匯總各省銷售額province_sale = df.pivot_table(values='銷售額', index='省/自治區(qū)', aggfunc=sum)
# 把數據整理成繪圖所需的列表格式，規(guī)范名稱，銷售額換算成萬元，保留一位小數list_province_sale = [list(z) for z in zip(province_sale.index.str.replace('自治區(qū)', ''), round(province_sale.銷售額/10000, 1))]
# 求各省銷售額的最大值max_sale = round(province_sale.銷售額.max()/10000,0)
# 標題，數字千分位格式顯示title = "{:,}".format(int(province_sale.銷售額.sum()))
# 副標題subtitle = '\t\t2016年到2019年總銷售額'
# 繪制地圖c = (    # 主題樣式和背景顏色    Map(init_opts=opts.InitOpts(theme=ThemeType.SHINE, chart_id=1, bg_color='#00589F'))    # 添加地圖數據    .add("", list_province_sale, "china")     # 全局配置    .set_global_opts(        # 標題文字        title_opts=opts.TitleOpts(title=title,                                   # 副標題                                  subtitle=subtitle,                                   # 標題位置                                  pos_left='39%', pos_top=20,                                   # 標題顏色和大小                                  title_textstyle_opts=opts.TextStyleOpts(color="#FBC171", font_size=36),                                   # 副標題顏色和大小                                  subtitle_textstyle_opts=opts.TextStyleOpts(color="#CCCCCC", font_size=15)),        # 可視化組件參數        visualmap_opts=opts.VisualMapOpts(            # 最大值            max_=max_sale,             # 顯示精確的分段值            is_piecewise=True,            # 圖例位置            pos_left='30%', pos_bottom=10,             # 圖例字體顏色            textstyle_opts=opts.TextStyleOpts(color="#FFFFFF")))     # 隱藏文字標簽    .set_series_opts(label_opts=opts.LabelOpts(is_show=False)))
# 在 Jupyter Lab 中第一次渲染時需要調用_ = c.load_javascript()

然后，運行以下代碼：

# 需要與 load_javascript 在不同的單元格中運行c.render_notebook()

就能得到如下數據地圖：

對于顏色的深淺和氣泡的大小，我們的感知能力其實是比較弱的，通常很難精準地判斷差異。

從有效傳遞信息的角度來看，林驥認為上面這種分段式的數據地圖，比普通的熱力地圖和氣泡地圖更加有效。

下一篇文章，我將用 pyecharts 繪制數據可視化大屏中的其他圖表，敬請關注。

數據可視化｜用熱力地圖進行數據分析

長按下方的二維碼，關注林驥的公眾號，更多干貨早知道。

歡迎加入我的免費知識星球，我每天都會在星球內分享讀書筆記和思考感悟，點擊左下角的閱讀原文即可加入。

用 pyecharts 制作數據可視化大屏之數據地圖