ECharts是由百度開(kāi)源的基于JS的商業(yè)級(jí)數(shù)據(jù)圖表庫(kù)，有很多現(xiàn)成的圖表類型和實(shí)例，而Pyecharts則是為了方便我們使用Python實(shí)現(xiàn)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(jìn)行展示。

小五認(rèn)為影響大屏美觀最重要的兩個(gè)因素就是：配色和布局！在本文中，會(huì)特意強(qiáng)調(diào)這兩點(diǎn)。

Pyecharts可視化

本文縮減了圖表，只選用2020東京奧運(yùn)會(huì)各國(guó)金牌分布圖、2020東京奧運(yùn)會(huì)獎(jiǎng)牌榜詳情、2020東京奧運(yùn)會(huì)中國(guó)各項(xiàng)目獲獎(jiǎng)詳情。

這類圖表都很簡(jiǎn)單，參照官方文檔直接復(fù)制示例就可以學(xué)習(xí)。圖表配色都使用的Pyecharts默認(rèn)顏色，大家實(shí)際使用時(shí)盡量形成自己的風(fēng)格。

Map世界地圖

Pyecharts繪制世界地圖時(shí)，名稱必須是英文。所以我們?cè)谇拔闹幸肓?code style="font-size:14px;padding:2px 4px;margin-right:2px;margin-left:2px;color:rgb(30,107,184);background-color:rgba(27,31,35,.05);font-family:'Operator Mono', Consolas, Monaco, Menlo, monospace;">國(guó)家名稱中英文對(duì)照表，左連接形成了df4

單獨(dú)提取英文名稱和獎(jiǎng)牌總數(shù)兩列數(shù)據(jù)，用來(lái)可視化。

data_list=[[i,j]fori,jinzip(df4['英文名稱'],df4['獎(jiǎng)牌總數(shù)'])]
data_list[:5]

數(shù)據(jù)準(zhǔn)備好了，開(kāi)始利用pyecharts繪制世界地圖。

frompyechartsimportoptionsasopts
frompyecharts.chartsimportMap

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(yùn)會(huì)各國(guó)金牌分布圖"),
visualmap_opts=opts.VisualMapOpts(max_=100)
)
)

c.render_notebook()

非常簡(jiǎn)單
同理，依次繪制其他兩類圖形。

柱狀圖、餅圖

柱狀圖（Bar）

frompyechartsimportoptionsasopts
frompyecharts.chartsimportBar

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(yùn)會(huì)獎(jiǎng)牌榜詳情"),
xaxis_opts=opts.AxisOpts(type_='category',
axislabel_opts=opts.LabelOpts(
rotate=45),
)))
c.render_notebook()

餅圖（Pie）

frompyechartsimportoptionsasopts
frompyecharts.chartsimportPie

c=(
Pie()
.add("",[['跳水',12],['射擊',11],['舉重',8],['競(jìng)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(chǎng)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()

這樣需要用到的三張圖表就繪制好了。
Pyecharts組合圖表

Pyecharts進(jìn)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(xiàng)卡多圖
• Timeline：時(shí)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(shù)。

defmap_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(yùn)會(huì)各國(guó)金牌分布圖"),
visualmap_opts=opts.VisualMapOpts(max_=100)
)
)
returnc

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(shí)定位區(qū)分。背景顏色的話，我選擇了淡藍(lán)色#ADD8E6。后續(xù)圖片的布局是根據(jù)圖表ID的對(duì)應(yīng)關(guān)系進(jìn)行布局，所以每張圖都要分別設(shè)置其id。
接著使用page = Page(layout= Page.DraggablePageLayout)模式對(duì)圖片進(jìn)行展示，這一步是為了調(diào)整布局。

page=Page(layout=Page.DraggablePageLayout,page_title="2020東京奧運(yùn)會(huì)獎(jiǎng)牌榜")

#在頁(yè)面中添加圖表
page.add(
title(),
map_world(),
bar_medals(),
pie_china(),)

page.render('test.html')

調(diào)用繪制函數(shù)后生成一個(gè) test.html 文件。

打開(kāi)后可以其中的圖片進(jìn)行拖拽，來(lái)實(shí)現(xiàn)自定義布局。

對(duì)圖片布局完畢后，要記得點(diǎn)擊左上角“save config”對(duì)布局文件進(jìn)行保存。

點(diǎn)擊后，本地會(huì)生成一個(gè)chart_config.json的文件，這其中包含了每個(gè)圖表ID對(duì)應(yīng)的布局位置。

最后，調(diào)用保存好的布局文件，重新生成html。

運(yùn)行下面這行代碼。

page.save_resize_html('test.html',cfg_file='chart_config.json',dest='奧運(yùn).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(yùn).html 為布局好的的儀表盤文件、打開(kāi)儀表奧運(yùn).html：

這樣就實(shí)現(xiàn)了一次數(shù)據(jù)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(méi)有特殊去做調(diào)整。

整張大屏只是一個(gè)靜態(tài)的展示，而非具有商業(yè)場(chǎng)景的數(shù)據(jù)儀表盤。

真正的數(shù)據(jù)大屏往往更喜歡用BI軟件生成，能夠?qū)崿F(xiàn)圖、表、切片器之間交叉篩選，希望以后有機(jī)會(huì)能用Python使用制作出來(lái)。