点击跳转

(Click Mario)

说明

第三步，建立显示的图表模型。
我使用的是pyecharts库，通过它的chart模型，生成需要的图表。

PyEcharts & ECharts

ECharts是一个由百度开发的纯 Javascript 的图表库，pyecharts是某三位大佬将ECharts移植到Python项目中的产物。

因为我自己在学python，所以基本实现就是用pyecharts。pyecharts模块，chartst还很全的第三方库。
但是其中每个chart的使用，还是要学习下的。官网提供了比较详细可靠的代码示例。按照例子自己做一些测试验证，还是最后能搞出来比较good-looking的图表的。

官网参考：
Apache ECharts (incubating)
pyecharts-galley

使用模型

Sankey桑基图

展示关系流向，目前比较流行的一个图表。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
def sankey_custom(nodes, links) -> Sankey:
    now = datetime.datetime.now()
    s_date = str(now.strftime('%Y-%m-%d'))
    chart_title = '原因分析' + ' ' + s_date
    # 绘制Sankey。如果想要垂直显示，只需要在add函数里面加一个orient="vertical"就好。
    s = (
        Sankey()
        .add('原因',   # 图例名称
            nodes,  # 传入节点数据
            links,  # 传入边和流量数据
            # 设置透明度、弯曲度、颜色
            linestyle_opt = opts.LineStyleOpts(opacity=0.3, curve=0.5, color="source"),
            # 标签显示位置
            label_opts = opts.LabelOpts(position="right"),
            # 节点之前的距离
            node_gap = 10,
            )
            .set_global_opts(title_opts=opts.TitleOpts(title=chart_title))
        )
    return s

Map地图

显示地图区域数据的数据密度

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
def chinamap_custom(provinces, value, max_value) -> Map:
    now = datetime.datetime.now()
    s_date = str(now.strftime('%Y-%m-%d'))
    chart_title = '人数分布' + ' ' + s_date
    # 绘制China的Map图。
    m = (
        Map()
        .add("人数", [list(z) for z in zip(provinces, value)], "china")
        .set_global_opts(
            title_opts=opts.TitleOpts(title=chart_title),
            # visualmap_opts=opts.VisualMapOpts(max_ = int(max_value + 1), is_piecewise=True),
            visualmap_opts=opts.VisualMapOpts(max_ = int(max_value + 1)),
            )
        #.render("map_visualmap_piecewise001.html")
        )
    return m

Bar条形图

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
def bar_custom(list_provinces, list_value) -> Bar:
    now = datetime.datetime.now()
    s_date = str(now.strftime('%Y-%m-%d'))
    chart_title = '离人数分布' + ' ' + s_date
    # 绘制bar图，自定义柱状图颜色。
    b = (
        Bar()
        .add_xaxis(list_provinces)
        .add_yaxis(
            "离职人员", 
            list_value,
            itemstyle_opts=opts.ItemStyleOpts(color='green'),
            )
        .set_global_opts(
            title_opts=opts.TitleOpts(title=chart_title),
            yaxis_opts=opts.AxisOpts(name="人数"),
            xaxis_opts=opts.AxisOpts(name="省份", axislabel_opts=opts.LabelOpts(rotate=-50)),
        )
    )
    return b

Pie饼图

我使用了好几个样式的饼图。下面放一段富文本格式的饼图，效果比较美观。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
def pie_custom_richtext(list_reason, list_value) -> Pie:
    now = datetime.datetime.now()
    s_date = str(now.strftime('%Y-%m-%d'))
    chart_title = '原因比例' + ' ' + s_date
    # 绘制pie图。富文本自定义样式。
    p = (
        Pie()
        .add(
            "",
            [list(z) for z in zip(list_reason, list_value)],
            radius=["40%", "60%"],
            label_opts=opts.LabelOpts(
                position="outside",
                formatter="{hr|}\n {b|{b}: }{c}  {per|{d}%}  ",
                background_color="#eee",
                border_color="#aaa",
                border_width=1,
                border_radius=4,
                rich={
                    "a": {"color": "#999", "lineHeight": 22, "align": "center"},
                    "abg": {
                        "backgroundColor": "#e3e3e3",
                        "width": "100%",
                        "align": "right",
                        "height": 22,
                        "borderRadius": [4, 4, 0, 0],
                    },
                    "hr": {
                        "borderColor": "#aaa",
                        "width": "100%",
                        "borderWidth": 0.5,
                        "height": 0,
                    },
                    "b": {"fontSize": 11, "lineHeight": 33},  # 标签
                    "per": {
                        "color": "#eee",
                        "backgroundColor": "#334455",
                        "padding": [2, 4],
                        "borderRadius": 2,
                    },
                },
            ),
        )
        .set_global_opts(
            title_opts=opts.TitleOpts(title=chart_title),
            legend_opts=opts.LegendOpts(is_show=True, type_="scroll", pos_left="85%", orient="vertical"),
            )
    )
    return p

以上。