双 11 数据可视化：Pyecharts 与 Matplotlib 绘制商品价格对比及动态饼图

掌握可视化交互

• 了解基础：知道如何使用按钮、滑块等来改变图表。
• 使用工具：学会用Tableau、Power BI或D3.js等工具制作图表。
• 设计友好：确保图表既好看又好用。

进行数据可视化评估

• 检查质量：看图表是否准确、清晰、好用。

• 征求反馈：问别人怎么看你的图表，哪里可以改得更好。

• 持续优化：根据反馈调整图表，使之更完美。

  了解数据可视化的价值

• 快速理解：图表让复杂的数字变得容易理解。

• 有效沟通：图表能帮助不同人更好地交流信息。

• 发现新知：通过图表可以看到数据中的趋势和规律。

• 增强记忆：图表比文字更容易让人记住信息。

Pyecharts与Matplotlib库交互功能对比

根据表格中商品信息，分别使用Pyecharts与Matplotlib库绘制柱形图。

使用 Pyecharts 绘制柱形图

from pyecharts import options as opts
from pyecharts.charts import Bar

# 数据准备
products = ["zhangsan牌智能手表", "lisi牌蓝牙耳机"]
original_prices = [670, 750]
sale_prices = [603, 675]

bar = (
    Bar()
    .add_xaxis(products)
    .add_yaxis("原价（元）", original_prices)
    .add_yaxis("双十一价格（元）", sale_prices)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="商品价格对比"),
        xaxis_opts=opts.AxisOpts(name="商品名称"),
        yaxis_opts=opts.AxisOpts(name="价格（元）"),
    )
)
bar.render('D:/edge/product_prices.html')  # 渲染成html文件

使用 Matplotlib 绘制柱形图

import matplotlib.pyplot as plt

# 数据准备
products = ["zhangsan牌智能手表", "lisi牌蓝牙耳机"]
original_prices = [670, 750]
sale_prices = [603, 675]
# 设置中文字体
plt.rcParams['font.sans-serif'] = ['SimHei']  # 使用黑体
plt.rcParams['axes.unicode_minus'] = False  # 正常显示负号

# 将 range 转换为 list
ind = list(range(len(products)))  # 这里做了转换
width = 0.35

fig, ax = plt.subplots()
rects1 = ax.bar([i - width/2 for i in ind], original_prices, width, label='原价（元）')
rects2 = ax.bar([i + width/2 for i in ind], sale_prices, width, label='双十一价格（元）')

ax.set_ylabel('价格（元）')
ax.set_title('商品价格对比')
ax.set_xticks(ind)
ax.set_xticklabels(products)
ax.legend()

plt.show()

解释

1. Pyecharts 示例：

   • 使用 Bar 类创建柱形图。
   • add_xaxis 方法设置横轴数据（商品名称）。
   • add_yaxis 方法分别添加原价和双十一价格的数据。
   • set_global_opts 方法设置图表的标题、横轴和纵轴的标签。
   • 最后使用 render 方法将图表保存为 HTML 文件。

2. Matplotlib 示例：

   • 使用 bar 方法创建柱形图。
   • ind 是每个商品的位置索引。
   • width 是每个柱子的宽度。
   • rects1 和 rects2 分别代表原价和双十一价格的柱子。
   • ax.set_xticks 和 ax.set_xticklabels 设置横轴的标签。
   • ax.legend 添加图例。
   • 最后使用 plt.show 显示图表。

问题
在使用 Matplotlib 时，默认情况下可能不支持中文显示。为了正确显示中文，需要设置合适的字体。

设置中文字体

plt.rcParams[‘font.sans-serif’] = [‘SimHei’] # 使用黑体 plt.rcParams[‘axes.unicode_minus’] = False # 正常显示负号

展示如何绘制静态饼图以及动态饼图（即随时间变化的饼图）。首先，我们从静态饼图开始。

静态饼图

``

import matplotlib.pyplot as plt

# 数据准备
labels = ['产品A', '产品B', '产品C', '产品D']
sizes = [30, 20, 15, 35]
colors = ['gold', 'yellowgreen', 'lightcoral', 'lightskyblue']
explode = (0.1, 0, 0, 0)  # 突出显示第一个部分

plt.pie(sizes, explode=explode, labels=labels, colors=colors, autopct='%1.1f%%', shadow=True, startangle=140)
plt.axis('equal')  # Equal aspect ratio ensures that pie is drawn as a circle.
plt.title('产品销售占比')
plt.show()

动态饼图

动态饼图通常用于展示数据随时间的变化情况。这里我们使用Pyecharts来实现一个简单的动态饼图示例。

使用 Pyecharts 绘制动态饼图

from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.globals import ThemeType

# 数据准备
data_sequence = [
    [('产品A', 30), ('产品B', 20), ('产品C', 15), ('产品D', 35)],
    [('产品A', 25), ('产品B', 25), ('产品C', 20), ('产品D', 30)],
    [('产品A', 20), ('产品B', 30), ('产品C', 25), ('产品D', 25)],
    [('产品A', 15), ('产品B', 35), ('产品C', 30), ('产品D', 20)]
]

frames = []
for i, data in enumerate(data_sequence):
    pie = (
        Pie()
        .add("", data)
        .set_global_opts(title_opts=opts.TitleOpts(title=f"产品销售占比 - 第{i+1}季度"))
        .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c} ({d}%)"))
    )
    frames.append(pie)

# 创建动态图
from pyecharts.charts import Timeline

timeline = (
    Timeline(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    .add_schema(play_interval=1000, is_auto_play=True, is_loop_play=False)
)

for frame in frames:
    timeline.add(frame, f"第{frames.index(frame)+1}季度")

timeline.render('D:/edge/dynamic_pie_chart.html')  # 渲染成html文件

解释

1. Pyecharts 静态饼图：

   • 使用 Pie 类创建饼图。
   • add 方法添加数据。
   • set_global_opts 设置全局配置项，如标题。
   • set_series_opts 设置系列配置项，如标签格式。
   • render 方法将图表保存为 HTML 文件。

2. Matplotlib 静态饼图：

   • 使用 pie 方法创建饼图。
   • explode 参数突出显示某个部分。
   • autopct 参数设置百分比显示格式。
   • startangle 参数设置饼图的起始角度。
   • plt.axis('equal') 确保饼图是圆形。
   • plt.show() 显示图表。

3. Pyecharts 动态饼图：

   • 使用 Timeline 类创建时间线动画。
   • add_schema 方法设置时间线的基本配置，如播放间隔、自动播放等。
   • 循环添加每个季度的饼图到时间线中。
   • render 方法将时间线动画保存为 HTML 文件。

总结

数据可视化的相关内容，包括掌握可视化交互、进行数据可视化评估和了解其价值。同时，通过商品价格对比展示了 Pyecharts 和 Matplotlib 库的柱形图绘制方法，并分别讲解了静态和动态饼图的绘制，特别是在 Matplotlib 中设置中文显示及 Pyecharts 动态饼图的复杂实现，为数据可视化提供了丰富的参考和实用的示例。