第8章 數(shù)據(jù)可視化

第8章數(shù)據(jù)可視化

本章內(nèi)容8.1Matplotlib繪圖可視化8.2seaborn繪圖可視化8.3Pyecharts繪圖可視化8.4Pandas數(shù)據(jù)分析應(yīng)用案例—天氣分析和展示8.5可視化應(yīng)用—學(xué)生成績分布柱狀圖展示8.1Matplotlib繪圖可視化Matplotlib是Python下最出色的繪圖庫，功能很完善，同時(shí)也繼承了Python的簡單明了的風(fēng)格，可以很方便地設(shè)計(jì)和輸出二維以及三維的數(shù)據(jù)，并提供了常規(guī)的笛卡爾坐標(biāo)，極坐標(biāo)，球坐標(biāo)，三維坐標(biāo)等。Matplotlib是一套面向?qū)ο蟮睦L圖庫，它所繪制的圖表中的每個(gè)繪圖元素，例如線條Line2D、文字Text、刻度等都有一個(gè)對(duì)象與之對(duì)應(yīng)。為了方便快速繪圖，Matplotlib通過pyplot模塊提供了一套和MATLAB類似的繪圖API，我們只需要調(diào)用pyplot模塊所提供的函數(shù)就可以實(shí)現(xiàn)快速繪圖以及設(shè)置圖表的各種細(xì)節(jié)。注意：在安裝Matplotlib之前先要安裝Numpy。8.1.1Matplotlib.pyplot模塊——快速繪圖Matplotlib的pyplot子庫提供了和MATLAB類似的繪圖API，方便用戶快速繪制2D圖表。一個(gè)簡單的繪制正弦三角函數(shù)y=sin(x)的例子。8.1.1Matplotlib.pyplot模塊——快速繪圖1．調(diào)用figure創(chuàng)建一個(gè)繪圖對(duì)象

plt.figure(figsize=(8,4),dpi=100)figsize參數(shù)：指定繪圖對(duì)象的寬度和高度，單位為英寸；dpi參數(shù)：指定繪圖對(duì)象的分辨率，即每英寸多少個(gè)像素，缺省值為100。本例中所創(chuàng)建的圖表窗口的寬度為8*100=800像素，高度為4*100=400像素。8.1.1Matplotlib.pyplot模塊——快速繪圖2．通過調(diào)用plot函數(shù)在當(dāng)前的繪圖對(duì)象中進(jìn)行繪圖x_values=arange(0.0,math.pi*4,0.01)y_values=sin(x_values)plt.plot(x_values,y_values,'b--',linewidth=1.0,label="sin(x)")（1）將x,y數(shù)組傳遞給plot。（2）格式化參數(shù)：指定曲線的顏色和線型。顏色（color簡寫為c）藍(lán)色'b'，綠色'g'，紅色'r'，藍(lán)綠色'c'，紅紫色'm'，黃色'y'，黑色'k'，白色'w'灰度表示：e.g.0.75([0,1]內(nèi)任意浮點(diǎn)數(shù))RGB表示法：e.g.'#2F4F4F'線型linestyles（簡寫為ls）實(shí)線'-'，虛線'--'，虛點(diǎn)線'-.'，點(diǎn)線':'，點(diǎn)'.'，星形'*'線寬linewidth：浮點(diǎn)數(shù)（float）8.1.1Matplotlib.pyplot模塊——快速繪圖（3）可以用關(guān)鍵字參數(shù)指定各種屬性。label：給所繪制的曲線一個(gè)名字，此名字在圖例(legend)中顯示。color:指定曲線的顏色。linewidth:指定曲線的寬度。例如：plt.plot(x_values,y_values,color='r*',linewidth=1.0)#紅色，線條寬度為18.1.1Matplotlib.pyplot模塊——快速繪圖3．設(shè)置繪圖對(duì)象的各個(gè)屬性xlabel、ylabel：分別設(shè)置X、Y軸的標(biāo)題文字。title：設(shè)置圖的標(biāo)題。xlim、ylim：分別設(shè)置X、Y軸的顯示范圍。legend()：顯示圖例，即圖中表示每條曲線的標(biāo)簽(label)和樣式的矩形區(qū)域。

plt.xlabel('x')

#設(shè)置X軸的文字plt.ylabel('sin(x)')#設(shè)置Y軸的文字plt.ylim(-1,1)#設(shè)置Y軸的范圍plt.title('Simpleplot')#設(shè)置圖表的標(biāo)題plt.legend()#顯示圖例(legend)8.1.1Matplotlib.pyplot模塊——快速繪圖4．清空plt繪制的內(nèi)容

plt.cla()#清空plt繪制的內(nèi)容plt.close()

#關(guān)閉當(dāng)前打開的圖形窗口

plt.close('all')#關(guān)閉所有圖5．圖形保存和輸出設(shè)置

#將當(dāng)前的Figure對(duì)象保存成圖像文件，圖像格式.png，dpi參數(shù)指定圖像的分辨率為120

plt.savefig("sin.png",dpi=120)

8.1.1Matplotlib.pyplot模塊——快速繪圖6.繪制多子圖

subplot(numRows,numCols,plotNum)subplot將整個(gè)繪圖區(qū)域等分為numRows行*numCols列個(gè)子區(qū)域，然后按照從左到右，從上到下的順序?qū)γ總€(gè)子區(qū)域進(jìn)行編號(hào)，左上的子區(qū)域的編號(hào)為1。plotNum指定使用第幾個(gè)子區(qū)域。1234568.1.1Matplotlib.pyplot模塊——快速繪圖7．調(diào)節(jié)軸之間的間距和軸與邊框之間的距離當(dāng)繪圖對(duì)象中有多個(gè)軸的時(shí)候，可以通過工具欄中的ConfigureSubplots按鈕，交互式地調(diào)節(jié)軸之間的間距和軸與邊框之間的距離。也可以調(diào)用subplots_adjust函數(shù)，它有l(wèi)eft,right,bottom,top,wspace,hspace等幾個(gè)關(guān)鍵字參數(shù)，這些參數(shù)的值都是0到1之間的小數(shù)，是以繪圖區(qū)域的寬高為1進(jìn)行正規(guī)化之后的坐標(biāo)或者長度。ConfigureSubplots按鈕8.1.1Matplotlib.pyplot模塊——快速繪圖8．繪制多幅圖表圖表1圖表2子圖1子圖29.在圖表中顯示中文plt.rcParams['font.sans-serif']=['SimHei']

#指定默認(rèn)字體，'SimHei'表示黑體字plt.rcParams['axes.unicode_minus']=False #解決保存圖像是負(fù)號(hào)'-'顯示為方塊的問題8.1.2繪制條形圖、餅狀圖、散點(diǎn)圖Matplotlib是一個(gè)Python的繪圖庫，pyplot模塊提供了大量用于繪制“基礎(chǔ)圖表”的常用函數(shù)。函數(shù)功能plt.plot(x,y,label,color,width)根據(jù)x、y數(shù)組繪制點(diǎn)、直線或曲線plt.boxplot(data,notch,position)繪制一個(gè)箱型圖(Box-plot)plt.bar(left,height,width,bottom)繪制一個(gè)條形圖plt.barh(bottom,width,height,left)繪制一個(gè)橫向條形圖plt.polar(theta,r)繪制極坐標(biāo)圖plt.pie(data,explode)繪制餅圖plt.psd(x,NFFT=256,pad_to,Fs)繪制功率譜密度圖plt.specgram(x,NFFT=256,pad_to,F)繪制譜圖plt.cohere(x,y,NFFT=256,Fs)繪制X-Y的相關(guān)性函數(shù)plt.scatter(x,y)繪制散點(diǎn)圖(x、y是長度相同的序列)plt.step(x,y,where)繪制步階圖plt.hist(x,bins,normed),繪制直方圖plt.contour(X,Y,Z,N)繪制等值線plt.vlines(x,ymin,ymax)繪制垂直線plt.stem(x,y,linefmt,markerfmt,basefmt)繪制曲線每個(gè)點(diǎn)到水平軸線的垂線plt.plot_date()繪制數(shù)據(jù)日期plt.plothle()繪制數(shù)據(jù)后寫入文件8.1.2繪制條形圖、餅狀圖、散點(diǎn)圖1．直方圖（histogram）直方圖又稱質(zhì)量分布圖。是一種統(tǒng)計(jì)報(bào)告圖，由一系列高度不等的縱向條紋或線段表示數(shù)據(jù)分布的情況。一般用橫軸表示數(shù)據(jù)類型，縱軸表示分布情況。pyplot.hist(x,bins=10,color=None,range=None,rwidth=None,normed=False,orientation=u'vertical',**kwargs)hist的主要參數(shù)：x：這個(gè)參數(shù)是arrays，指定每個(gè)bin分布在x的位置。bins：這個(gè)參數(shù)指定bin的個(gè)數(shù)。normed：是否對(duì)y軸數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化。目前已替換成density，density=True表示概率分布。color：指定條狀圖的顏色。8.1.2繪制條形圖、餅狀圖、散點(diǎn)圖1．直方圖（histogram）8.1.2繪制條形圖、餅狀圖、散點(diǎn)圖2．條形圖（bar）條形統(tǒng)計(jì)圖是用一個(gè)單位長度表示一定的數(shù)量，根據(jù)數(shù)量的多少畫成長短不同的直條，然后把這些直條按一定的順序排列起來。條形圖的繪制通過pyplot中的bar()或者是barh()來實(shí)現(xiàn)。8.1.2繪制條形圖、餅狀圖、散點(diǎn)圖3．散點(diǎn)圖（scatter）散點(diǎn)圖在回歸分析中是數(shù)據(jù)點(diǎn)在直角坐標(biāo)系平面上的分布圖。一般用兩組數(shù)據(jù)構(gòu)成多個(gè)坐標(biāo)點(diǎn)，考察坐標(biāo)點(diǎn)的分布，判斷兩變量之間是否存在某種關(guān)聯(lián)或總結(jié)坐標(biāo)點(diǎn)的分布模式。使用pyplot中的scatter()繪制散點(diǎn)圖。8.1.2繪制條形圖、餅狀圖、散點(diǎn)圖4．餅狀圖（PieGraph）餅狀圖顯示一個(gè)數(shù)據(jù)系列中各項(xiàng)的大小與各項(xiàng)總和的比例，餅狀圖中的數(shù)據(jù)點(diǎn)顯示為整個(gè)餅狀圖的百分比。使用pyplot中的pie()繪制餅狀圖。8.1.3交互式標(biāo)注有時(shí)用戶需要和某些應(yīng)用交互，例如在一幅圖像中標(biāo)記一些點(diǎn)，或者標(biāo)注一些訓(xùn)練數(shù)據(jù)。matplotlib.pyplot庫中的ginput()函數(shù)就可以實(shí)現(xiàn)交互式標(biāo)注。8.2seaborn繪圖可視化seaborn是一個(gè)在Python中制作有吸引力和豐富信息的統(tǒng)計(jì)圖形的庫，是基于Matplotlib的Python可視化庫。它為繪制統(tǒng)計(jì)圖形提供了一個(gè)高級(jí)接口，從而使得作圖更加容易，能滿足數(shù)據(jù)分析90%的繪圖需求，應(yīng)該把seaborn視為Matplotlib的補(bǔ)充。8.2.1seaborn安裝和內(nèi)置數(shù)據(jù)集seaborn庫的安裝是在cmd命令行中運(yùn)行如下命令：

pipinstallseaborn如下導(dǎo)入：

importseabornassns或者importseabornseaborn中有內(nèi)置的數(shù)據(jù)集，可以通過load_dataset命令從在線存儲(chǔ)庫加載數(shù)據(jù)集。8.2.2seaborn背景與邊框1．設(shè)置背景風(fēng)格設(shè)置風(fēng)格使用的是set_style()方法，且這里內(nèi)置的風(fēng)格，是用背景色表示名字的，但是實(shí)際內(nèi)容不限于背景色?？梢赃x擇的背景風(fēng)格有：whitegrid白色網(wǎng)格、darkgrid灰色網(wǎng)格、white白色背景、dark灰色背景和ticks四周帶刻度線的白色背景。sns.set()#使用set表示自定義樣式，如未寫參數(shù)即使用默認(rèn)樣式，灰色網(wǎng)格背景風(fēng)格

sns.set_style("darkgrid")#灰色網(wǎng)格sns.set_style("white") #白色網(wǎng)格sns.set_style("ticks") #四周帶刻度線的白色背景2．邊框控制despine()方法控制邊框顯示，通過top、bottom、left、right參數(shù)來控制。sns.despine()#移除頂部和右部邊框，只保留左邊框和下邊框sns.despine(left=True)#移除左邊框8.2.3seaborn繪制散點(diǎn)圖使用seaborn庫繪制散點(diǎn)圖，可以使用replot()方法，也可使用scatterplot()方法。seaborn.replot(x=None,y=None,data=None,hue=None,size=None,sizes=None,size_order=None,size_norm=None,markers=None,dashes=None,style_order=None,legend='brief',kind='scatter',height=5,aspect=1,facet_kws=None,**kwargs)參數(shù)x、y：數(shù)據(jù)中變量的名稱。data：是DataFrame類型的。kind：默認(rèn)是'scatter'，表示繪制散點(diǎn)圖。hue：表示在該維度上用顏色區(qū)分進(jìn)行分組。8.2.3seaborn繪制散點(diǎn)圖（1）對(duì)A屬性值和數(shù)據(jù)序號(hào)繪制散點(diǎn)圖，采用紅色散點(diǎn)和灰色網(wǎng)格。8.2.3seaborn繪制散點(diǎn)圖（2）對(duì)A屬性值和數(shù)據(jù)序號(hào)繪制散點(diǎn)圖，散點(diǎn)根據(jù)產(chǎn)品類型的不同顯示不同的顏色，白色網(wǎng)格。8.2.3seaborn繪制散點(diǎn)圖（3）將A屬性、B屬性、C屬性三個(gè)字段的值用不同的樣式繪制在同一張圖上，x軸數(shù)據(jù)是[0,2,4,6,8…]，ticks風(fēng)格，字體使用楷體。8.2.4seaborn繪制折線圖繪制折線圖，可以使用relplot()方法，也可以使用lineplot()方法。（1）繪制A屬性值與數(shù)據(jù)序號(hào)的折線圖。sns.lineplot(x='數(shù)據(jù)序號(hào)',y='A屬性值',data=df1,color='purple')8.2.4seaborn繪制折線圖（2）繪制不同產(chǎn)品類型的A屬性折線，whitegrid風(fēng)格，字體楷體。8.2.4seaborn繪制折線圖（3）將A屬性、B屬性、C屬性三個(gè)字段的值用不同的樣式繪制在同一張圖上，x軸數(shù)據(jù)是[0,2,4,6,8…]，darkgrid風(fēng)格，字體使用楷體，并加入x軸標(biāo)簽，y軸標(biāo)簽和標(biāo)題，邊緣距離合適。8.2.5seaborn繪制直方圖1．繪制單變量分布seaborn.displot(data=None,bins=None,x=None,y=None,hue=None,row=None,col=None,weights=None,kind='hist',kde=True,rug=False,kde_kws=None,rug_kws=None,log_scale=None,legend=True,palette=None,hue_order=None,hue_norm=None,color=None,col_wrap=None,row_order=None,col_order=None,height=5,aspect=1,facet_kws=None,**kwargs)上述函數(shù)中常用的參數(shù)含義如下：data：表示要繪制的數(shù)據(jù)，可以是Series、一維數(shù)組或列表。x,y：指定x軸和y軸位置的變量。bins：用于控制條形的數(shù)量。kde：接收布爾類型，表示是否繪制高斯核密度估計(jì)曲線。rug：接收布爾類型，如果為True則用邊緣記號(hào)顯示觀測的小細(xì)條。kind：表示可視化數(shù)據(jù)的方法。默認(rèn)取“hist”表示直方圖。8.2.5seaborn繪制直方圖（1）做出C屬性值分布的直方圖。1．繪制單變量分布8.2.5seaborn繪制直方圖1．繪制單變量分布（2）隨機(jī)生成300個(gè)正態(tài)分布數(shù)據(jù)，并繪制直方圖，顯示核密度曲線。8.2.5seaborn繪制直方圖2．繪制多變量分布serborn.jointplot(x，y，data=None，kind='scatter'，stat_func=，color=None，size=6，ratio=5，space=0.2，dropna=True，xlim=None，ylim=None，joint_kws=None，marginal_kws=None，annot_kws=None，**kwargs)上述方法中常用參數(shù)的含義如下：data：表示要繪制的數(shù)據(jù)，指向DataFrame類型。x,y：x,y為DataFrame中的列名或者是兩組數(shù)據(jù)。kind：表示繪制圖形的類型，有scatter（散點(diǎn)圖），kde（核密度曲線），hex（二維直方圖）等，默認(rèn)為'scatter'。8.2.5seaborn繪制直方圖2．繪制多變量分布（1）繪制散點(diǎn)圖（2）繪制二維直方圖散點(diǎn)圖二維直方圖8.2.5seaborn繪制直方圖2．繪制多變量分布（3）繪制核密度估計(jì)曲線圖形8.2.6seaborn繪制條形圖繪制條形圖使用barplot()方法。seaborn.barplot(x=None,y=None,hue=None,data=None,order=None,hue_order=None,estimator=<functionmean>,ci=95,n_boot=1000,units=None,orient=None,color=None,palette=None,saturation=0.75,errcolor='.26',errwidth=None,capsize=None,dodge=True,ax=None,**kwargs)data：用于繪圖的數(shù)據(jù)集，可以使用DataFrame、數(shù)組等。x、y、hue：data中用于表示繪制圖表的x軸數(shù)據(jù)、y軸數(shù)據(jù)和分類字段。8.2.6seaborn繪制條形圖以產(chǎn)品類型字段數(shù)據(jù)作為x軸數(shù)據(jù)，A屬性值數(shù)據(jù)作為y軸數(shù)據(jù)。按照廠商編號(hào)字段的不同進(jìn)行分類。8.2.7seaborn繪制線性回歸模型繪制線性回歸模型使用的是lmplot()方法。seaborn.lmplot(x,y,data,hue=None,col=None,row=None,palette=None,col_wrap=None,size=5,aspect=1,markers='o',sharex=True,sharey=True,hue_order=None,col_order=None,row_order=None,legend=True,legend_out=True,x_estimator=None,x_bins=None,x_ci='ci',scatter=True,fit_reg=True,ci=95,n_boot=1000,units=None,order=1,logistic=False,lowess=False,robust=False,logx=False,x_partial=None,y_partial=None,truncate=False,x_jitter=None,y_jitter=None,scatter_kws=None,line_kws=None)參數(shù)x,y,data：x軸數(shù)據(jù)、y軸數(shù)據(jù)和數(shù)據(jù)集數(shù)據(jù)。hue：指定分類的字段。col：指定列分類字段，以繪制橫向多重子圖。row：指定行分類字段，以繪制縱向多重子圖。col_wrap：控制每行子圖的數(shù)量。size：控制子圖的高度。markers：控制點(diǎn)的形狀。8.2.7seaborn繪制線性回歸模型對(duì)A屬性值和B屬性值做線性回歸。8.2.8seaborn繪制箱線圖箱線圖又稱為盒須圖、盒式圖，是一種用作顯示一組數(shù)據(jù)分散情況的統(tǒng)計(jì)圖。它能顯示出一組數(shù)據(jù)的最大值、最小值、中位數(shù)及上下四分位數(shù)。1．極差、四分位數(shù)和四分位數(shù)極差設(shè)x1，x2，…，xn為某數(shù)值屬性X上的觀測集合。該集合的極差是最大值與最小值之差。分位數(shù)是取自數(shù)據(jù)分布的每隔一定間隔上的點(diǎn)，把數(shù)據(jù)劃分成基本上大小相等的連貫集合。4-分位數(shù)（四分位數(shù)）是3個(gè)數(shù)據(jù)點(diǎn)，它們把數(shù)據(jù)分布劃分成4個(gè)相等的部分，使得每部分表示數(shù)據(jù)分布的四分之一。其中每部分包含25%的數(shù)據(jù)。中間的四分位數(shù)Q2就是中位數(shù)，通常在25%位置上的Q1稱為下四分位數(shù)，處在75%位置上的Q3稱為上四分位數(shù)。4-分位數(shù)中的四分位數(shù)極差（IQR）定義為：IQR=Q3-Q1，它給出被數(shù)據(jù)的中間一半所覆蓋的范圍。8.2.8seaborn繪制箱線圖2．五數(shù)概括與箱線圖分布的五數(shù)概括由中位數(shù)（Q2），四分位數(shù)Q1和Q3、最小和最大觀測值組成。箱線圖是一種流行的分布的直觀表示，體現(xiàn)了五數(shù)概括。（1）盒的端點(diǎn)一般在四分位數(shù)上，使得盒的長度是四分位數(shù)極差I(lǐng)QR。（2）中位數(shù)用盒內(nèi)的線標(biāo)記。（3）盒外的兩條線延伸到最小和最大觀測值。8.2.8seaborn繪制箱線圖seaborn繪制箱線圖使用的是boxplot()方法。seaborn.boxplot(x=None,y=None,hue=None,data=None,order=None,hue_order=None,orient=None,color=None,palette=None,saturation=0.75,width=0.8,dodge=True,fliersize=5,linewidth=None,whis=1.5,notch=False,ax=None,**kwargs)參數(shù)x,y,data：x軸數(shù)據(jù)、y軸數(shù)據(jù)和數(shù)據(jù)集數(shù)據(jù)。hue：指定分類的字段通過。width：可以調(diào)節(jié)箱體的寬度。orient：用于控制圖像水平還是豎直顯示，取值為“v”或者“h”。8.2.8seaborn繪制箱線圖箱線圖1箱線圖2（交換x、y軸數(shù)據(jù)）sns.boxplot(y='產(chǎn)品類型',x='XXX屬性值',data=df2)8.2.8seaborn繪制箱線圖8.3Pyecharts繪圖可視化Echarts是一個(gè)由百度開源的JavaScript數(shù)據(jù)可視化庫，憑借著良好的交互性，精巧的圖表設(shè)計(jì)，得到了眾多開發(fā)者的認(rèn)可。Echarts可以流暢地運(yùn)行在PC和移動(dòng)設(shè)備上，兼容當(dāng)前絕大部分瀏覽器（IE8/9/10/11，Chrome，F(xiàn)irefox，Safari等），提供直觀、交互豐富、可高度個(gè)性化定制的數(shù)據(jù)可視化圖表。在Python中使用Echarts庫需要安裝Pyecharts。Pyecharts是一個(gè)用于生成Echarts圖表的類庫，實(shí)際上就是Echarts與Python的對(duì)接。8.3.1安裝Pyecharts目前采用Pyechartsv1版本，僅支持Python3.6+。安裝Pyecharts庫：pipinstall

pyechartsPyecharts特性如下：簡潔的API設(shè)計(jì)，使用如絲滑般流暢，支持鏈?zhǔn)秸{(diào)用。囊括了30多種常見圖表，應(yīng)有盡有。支持主流Notebook，JupyterNotebook和JupyterLab開發(fā)環(huán)境。可輕松集成至Flask，Django等主流Web框架。高度靈活的配置項(xiàng)，可輕松搭配出精美的圖表。多達(dá)400+地圖文件以及原生的百度地圖，為地理數(shù)據(jù)可視化提供強(qiáng)有力的支持。8.3.2體驗(yàn)圖表Bar（柱狀圖/條形圖）Bar3D（3D柱狀圖）Boxplot（箱形圖）EffectScatter（帶有漣漪特效動(dòng)畫的散點(diǎn)圖）Funnel（漏斗圖）Gauge（儀表盤）Geo（地理坐標(biāo)系）Graph（關(guān)系圖）HeatMap（熱力圖）Kline（K線圖）Line（折線/面積圖）Line3D（3D折線圖）Liquid（水球圖）Map（地圖）Parallel（平行坐標(biāo)系）Pie（餅圖）Polar（極坐標(biāo)系）Radar（雷達(dá)圖）Sankey（桑基圖）Scatter（散點(diǎn)圖）Scatter3D（3D散點(diǎn)圖）ThemeRiver（主題河流圖）WordCloud（詞云圖）8.3.2體驗(yàn)圖表1．繪制Pyecharts圖表鏈?zhǔn)秸{(diào)用8.3.2體驗(yàn)圖表2．使用Options配置項(xiàng)和主題（1）導(dǎo)入配置項(xiàng)模塊：frompyechartsimportoptionsasopts圖表對(duì)象.set_global_opts對(duì)全局進(jìn)行配置(可配置內(nèi)容包括x、y坐標(biāo)軸、工具箱配置、標(biāo)題、區(qū)域縮放、圖例、提示框等參數(shù)配置)設(shè)置參數(shù)：.set_global_opts(title_opts=opts.TitleOpts(title="主標(biāo)題",subtitle="副標(biāo)題"))使用字典的方式來設(shè)置參數(shù)：.set_global_opts(title_opts={"text":"主標(biāo)題","subtext":"副標(biāo)題"})（2）使用主題導(dǎo)入模塊ThemeType：frompyecharts.globalsimportThemeTypeinit_opts=opts.InitOpts(theme=ThemeType.LIGHT)8.3.2體驗(yàn)圖表2．使用Options配置項(xiàng)和主題8.3.3常用圖表1．餅圖用于展示部分相較于整體，一個(gè)整體被分成幾個(gè)部分。大學(xué)生時(shí)間分配餅圖。8.3.3常用圖表2．折線圖當(dāng)數(shù)據(jù)X軸為連續(xù)數(shù)值且比較注重觀察數(shù)據(jù)變化趨勢時(shí)，適合選擇折線圖。由成都飛往北京和成都飛往昆明最近六天的航班價(jià)格走勢，繪制成折線圖。8.3.3常用圖表3．條形圖條形圖適合比較不同組之間的兩個(gè)或多個(gè)值。成績分布條形圖。8.3.3常用圖表4．熱力圖熱力圖用于顯示數(shù)據(jù)集中各個(gè)項(xiàng)目之間的相對(duì)頻繁程度或熱度，通常以不同的顏色或強(qiáng)度表示不同的數(shù)據(jù)項(xiàng)，可以幫助用戶更好地理解數(shù)據(jù)集中的主要趨勢和模式。隨機(jī)生成某商品一星期每小時(shí)的銷售量數(shù)據(jù)，據(jù)此生成熱力圖。8.3.3常用圖表4．熱力圖Faker數(shù)據(jù)集是Pyecharts自帶的數(shù)據(jù)集，Pyecharts圖表案例中使用的可視化數(shù)據(jù)都來源于Pyecharts中的faker.py文件。8.3.3常用圖表5．南丁格爾-玫瑰圖當(dāng)對(duì)比差異不是很明顯的數(shù)據(jù)時(shí)，可以使用南丁格爾玫瑰圖，其原理為扇形的半徑和面積是平方的關(guān)系，南丁格爾玫瑰圖會(huì)將數(shù)值之間的差異放大，適合對(duì)比大小相近的數(shù)值。它不適合對(duì)比差異較大的數(shù)值。8.3.3常用圖表6．?；鶊D（sankey）桑基圖即?；芰糠至鲌D，也叫桑基能量平衡圖。它是一種特定類型的流程圖，圖中延伸的分支的寬度對(duì)應(yīng)數(shù)據(jù)流量的大小，通常應(yīng)用于能源、材料成分、金融等數(shù)據(jù)的可視化分析。?；鶊D最明顯的特征就是，始末端的分支寬度總和相等，即所有主支寬度的總和應(yīng)與所有分出去的分支寬度的總和相等，保持能量的平衡。8.4Pandas數(shù)據(jù)分析應(yīng)用案例——天氣分析和展示8.4.1爬取數(shù)據(jù)中國天氣網(wǎng)的網(wǎng)址：http:///weather/101180101.shtml訪