前兩天發了一篇《用Python制作可視化大屏，特簡單！》，留言區非?；鸨?，發現大家都對可視化部分非常感興趣。

而恰好大屏可視化這一部分又沒太細講，今天就詳細講一下Pyecharts制作可視化大屏。

注意，本文由于篇幅問題不會放置全部代碼，會在文末提供全部代碼的下載。

承接上文《用Python制作可視化大屏，特簡單！》，不再贅述數據爬取和數據預處理。

ECharts是由百度開源的基于JS的商業級數據圖表庫，有很多現成的圖表類型和實例，而Pyecharts則是為了方便我們使用Python實現ECharts的繪圖。使用Pyecharts制作可視化大屏，可以分為兩步：

1、使用分別Pyecharts分別制作各類圖形；

2、使用Pyecharts中的組合圖表功能，將所有圖片拼接在一張html文件中進行展示。

小五認為影響大屏美觀最重要的兩個因素就是：配色和布局！在本文中，會特意強調這兩點。

Pyecharts可視化本文縮減了圖表，只選用2020東京奧運會各國金牌分布圖、2020東京奧運會獎牌榜詳情、2020東京奧運會中國各項目獲獎詳情。

這類圖表都很簡單，參照官方文檔直接復制示例就可以學習。圖表配色都使用的Pyecharts默認顏色，大家實際使用時盡量形成自己的風格。

Map世界地圖Pyecharts繪制世界地圖時，名稱必須是英文。所以我們在前文中引入了國家名稱中英文對照表，左連接形成了df4：

df4

單獨提取英文名稱和獎牌總數兩列數據，用來可視化。

data_list=［［i，j］ for i，j in zip（df4［‘英文名稱’］，df4［‘獎牌總數’］）］

data_list［：5］

數據準備好了，開始利用pyecharts繪制世界地圖。

from pyecharts import options as opts

from pyecharts.charts import Map

c = （

Map（）

.add（“”， data_list， “world”，

is_map_symbol_show=False，

）

.set_series_opts（label_opts=opts.LabelOpts（is_show=False））

.set_global_opts（

title_opts=opts.TitleOpts（title=“2020東京奧運會各國金牌分布圖”），

visualmap_opts=opts.VisualMapOpts（max_=100）

）

）

c.render_notebook（）

非常簡單

同理，依次繪制其他兩類圖形。

柱狀圖、餅圖柱狀圖（Bar）

from pyecharts import options as opts

from pyecharts.charts import Bar

c = （

Bar（）

.add_xaxis（df4［‘名稱’］.head（25）.tolist（））

.add_yaxis（“金牌”， df4［‘金牌’］.head（25）.tolist（）， stack=“stack1”）

.add_yaxis（“銀牌”， df4［‘銀牌’］.head（25）.tolist（）， stack=“stack1”）

.add_yaxis（“銅牌”， df4［‘銅牌’］.head（25）.tolist（）， stack=“stack1”）

.set_series_opts（label_opts=opts.LabelOpts（is_show=True， position=“inside”， font_size=12， color=‘#FFFFFF’））

.set_global_opts（title_opts=opts.TitleOpts（title=“2020東京奧運會獎牌榜詳情”），

xaxis_opts=opts.AxisOpts（type_=‘category’，

axislabel_opts=opts.LabelOpts（

rotate=45），

）））

c.render_notebook（）

2020東京奧運會獎牌榜詳情

餅圖（Pie）

from pyecharts import options as opts

from pyecharts.charts import Pie

c = （

Pie（）

.add（“”， ［［‘跳水’， 12］， ［‘射擊’， 11］， ［‘舉重’， 8］， ［‘競技體操’， 8］， ［‘乒乓球’， 7］， ［‘游泳’， 6］， ［‘羽毛球’， 6］， ［‘田徑’， 5］， ［‘靜水皮劃艇’， 3］， ［‘蹦床體操’， 3］， ［‘自由式摔跤’， 3］， ［‘賽艇’， 3］， ［‘空手道’， 2］， ［‘拳擊’， 2］， ［‘帆船’， 2］， ［‘花樣游泳’， 2］， ［‘跆拳道’， 1］， ［‘場地自行車賽’， 1］， ［‘古典式摔跤’， 1］， ［‘擊劍’， 1］， ［‘三人籃球’， 1］］，

center=［“50%”， “60%”］，）

.set_series_opts（label_opts=opts.LabelOpts（formatter=“： {c}”））

）

c.render_notebook（）

2020東京奧運會中國各項目獲獎詳情

這樣需要用到的三張圖表就繪制好了。

Pyecharts組合圖表Pyecharts進行可視化大屏第二步就是組合圖表，大致可分為四類：

Grid：并行多圖

Page：順序多圖

Tab：選項卡多圖

Timeline：時間線輪播多圖

官方文檔：https://pyecharts.org/#/zh-cn/composite_charts

這里用Page（順序多圖）居多，在組合圖表之前，還要先把前面的圖表繪制代碼改為函數。

def map_world（） -》 Map：

c = （

Map（init_opts=opts.InitOpts（chart_id=2， bg_color=‘#ADD8E6’））

.add（“”， data_list， “world”，

is_map_symbol_show=False，

）

.set_series_opts（label_opts=opts.LabelOpts（is_show=False））

.set_global_opts（

title_opts=opts.TitleOpts（title=“2020東京奧運會各國金牌分布圖”），

visualmap_opts=opts.VisualMapOpts（max_=100）

）

）

return c

順便還在其中增加了背景顏色bg_color、圖表IDchart_id，后者用于多圖表時定位區分。背景顏色的話，我選擇了淡藍色#ADD8E6。后續圖片的布局是根據圖表ID的對應關系進行布局，所以每張圖都要分別設置其id。

接著使用page = Page（layout= Page.DraggablePageLayout）模式對圖片進行展示，這一步是為了調整布局。

page = Page（layout=Page.DraggablePageLayout， page_title=“2020東京奧運會獎牌榜”）

# 在頁面中添加圖表

page.add（

title（），

map_world（），

bar_medals（），

pie_china（），）

page.render（‘test.html’）

調用繪制函數后生成一個 test.html 文件。

打開后可以其中的圖片進行拖拽，來實現自定義布局。

對圖片布局完畢后，要記得點擊左上角“save config”對布局文件進行保存。

點擊后，本地會生成一個chart_config.json的文件，這其中包含了每個圖表ID對應的布局位置。

最后，調用保存好的布局文件，重新生成html。

運行下面這行代碼。

page.save_resize_html（‘test.html’， cfg_file=‘chart_config.json’， dest=‘奧運.html’）

其中test.html 為生成的所有圖表的文件、chart_config.json 為下載的布局文件、奧運.html 為布局好的的儀表盤文件、打開儀表奧運.html：

這樣就實現了一次數據可視化——大屏展示。

但還有還有很多不足之處，比如若圖表配色沒有特殊去做調整。

整張大屏只是一個靜態的展示，而非具有商業場景的數據儀表盤。

真正的數據大屏往往更喜歡用BI軟件生成，能夠實現圖、表、切片器之間交叉篩選，希望以后有機會能用Python使用制作出來。

責任編輯：haq