前两天发了一篇《用Python制作可视化大屏，特简单！》，留言区非常火爆，发现大家都对可视化部分非常感兴趣。
而恰好大屏可视化这一部分又没太细讲，今天就详细讲一下Pyecharts制作可视化大屏。
注意，本文由于篇幅问题不会放置全部代码，会在文末提供全部代码的下载。
承接上文《用Python制作可视化大屏，特简单！》，不再赘述数据爬取和数据预处理。
ECharts是由百度开源的基于JS的商业级数据图表库，有很多现成的图表类型和实例，而Pyecharts则是为了方便我们使用Python实现ECharts的绘图。使用Pyecharts制作可视化大屏，可以分为两步：
1、使用分别Pyecharts分别制作各类图形；
2、使用Pyecharts中的组合图表功能，将所有图片拼接在一张html文件中进行展示。
小五认为影响大屏美观最重要的两个因素就是：配色和布局！在本文中，会特意强调这两点。

Pyecharts可视化

本文缩减了图表，只选用2020东京奥运会各国金牌分布图、2020东京奥运会奖牌榜详情、2020东京奥运会中国各项目获奖详情。
这类图表都很简单，参照官方文档直接复制示例就可以学习。图表配色都使用的Pyecharts默认颜色，大家实际使用时尽量形成自己的风格。

Map世界地图

Pyecharts绘制世界地图时，名称必须是英文。所以我们在前文中引入了国家名称中英文对照表，左连接形成了df4：
df4
单独提取英文名称和奖牌总数两列数据，用来可视化。
data_list=[[i,j] 
for
 i,j 
in
 zip(df4[
'英文名称'
],df4[
'奖牌总数'
])]

data_list[:
5
]

数据准备好了，开始利用pyecharts绘制世界地图。
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东京奥运会各国金牌分布图"
),

        visualmap_opts=opts.VisualMapOpts(max_=
100
)

    )

)


c.render_notebook()

非常简单
同理，依次绘制其他两类图形。

柱状图、饼图

柱状图（Bar）
from
 pyecharts 
import
 options 
as
 opts

from
 pyecharts.charts 
import
 Bar


c = (

    Bar()

    .add_xaxis(df4[
'名称'
].head(
25
).tolist())

    .add_yaxis(
"金牌"
, df4[
'金牌'
].head(
25
).tolist(), stack=
"stack1"
)

    .add_yaxis(
"银牌"
, df4[
'银牌'
].head(
25
).tolist(), stack=
"stack1"
)

    .add_yaxis(
"铜牌"
, df4[
'铜牌'
].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东京奥运会奖牌榜详情"
),

                     xaxis_opts=opts.AxisOpts(type_=
'category'
,

                                              axislabel_opts=opts.LabelOpts(

                                                  rotate=
45
),

                                              )))

c.render_notebook()

2020东京奥运会奖牌榜详情
饼图（Pie）
from
 pyecharts 
import
 options 
as
 opts

from
 pyecharts.charts 
import
 Pie


c = (

    Pie()

    .add(
""
, [[
'跳水'
, 
12
], [
'射击'
, 
11
], [
'举重'
, 
8
], [
'竞技体操'
, 
8
], [
'乒乓球'
, 
7
], [
'游泳'
, 
6
], [
'羽毛球'
, 
6
], [
'田径'
, 
5
], [
'静水皮划艇'
, 
3
], [
'蹦床体操'
, 
3
], [
'自由式摔跤'
, 
3
], [
'赛艇'
, 
3
], [
'空手道'
, 
2
], [
'拳击'
, 
2
], [
'帆船'
, 
2
], [
'花样游泳'
, 
2
], [
'跆拳道'
, 
1
], [
'场地自行车赛'
, 
1
], [
'古典式摔跤'
, 
1
], [
'击剑'
, 
1
], [
'三人篮球'
, 
1
]],

         center=[
"50%"
, 
"60%"
],)

    .set_series_opts(label_opts=opts.LabelOpts(formatter=
"{b}: {c}"
))

)

c.render_notebook()

2020东京奥运会中国各项目获奖详情
这样需要用到的三张图表就绘制好了。

Pyecharts组合图表

Pyecharts进行可视化大屏第二步就是组合图表，大致可分为四类：
  • Grid：并行多图
  • Page：顺序多图
  • Tab：选项卡多图
  • Timeline：时间线轮播多图
官方文档：https://pyecharts.org/#/zh-cn/composite_charts
这里用Page（顺序多图）居多，在组合图表之前，还要先把前面的图表绘制代码改为函数。
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东京奥运会各国金牌分布图"
),

            visualmap_opts=opts.VisualMapOpts(max_=
100
)

        )

    )

return
 c

顺便还在其中增加了背景颜色bg_color、图表IDchart_id，后者用于多图表时定位区分。背景颜色的话，我选择了淡蓝色#ADD8E6。后续图片的布局是根据图表ID的对应关系进行布局，所以每张图都要分别设置其id。
接着使用page = Page(layout= Page.DraggablePageLayout)模式对图片进行展示，这一步是为了调整布局。
page = Page(layout=Page.DraggablePageLayout, page_title=
"2020东京奥运会奖牌榜"
)


# 在页面中添加图表
page.add(

    title(),

    map_world(),

    bar_medals(),

    pie_china(),)


page.render(
'test.html'
)

调用绘制函数后生成一个 test.html 文件。
打开后可以其中的图片进行拖拽，来实现自定义布局。
对图片布局完毕后，要记得点击左上角“save config”对布局文件进行保存。
点击后，本地会生成一个chart_config.json的文件，这其中包含了每个图表ID对应的布局位置。
最后，调用保存好的布局文件，重新生成html。
运行下面这行代码。
page.save_resize_html(
'test.html'
, cfg_file=
'chart_config.json'
, dest=
'奥运.html'
)

其中test.html 为生成的所有图表的文件、chart_config.json 为下载的布局文件、奥运.html 为布局好的的仪表盘文件、打开仪表奥运.html：
这样就实现了一次数据可视化——大屏展示。
但还有还有很多不足之处，比如若图表配色没有特殊去做调整。
整张大屏只是一个静态的展示，而非具有商业场景的数据仪表盘。
真正的数据大屏往往更喜欢用BI软件生成，能够实现图、表、切片器之间交叉筛选，希望以后有机会能用Python使用制作出来。

代码下载

【Python开发者】公号后台回复“大屏” ，即可获取全部代码。
- EOF -
推荐阅读点击标题可跳转
1、一篇文章掌握 Python 内置 zip() 的全部内容
2、Pygal，可导出矢量图的Python可视化利器！
3、Pyinstaller 打包的两个小技巧，太实用啦～
觉得本文对你有帮助？请分享给更多人
推荐关注「Python开发者」，提升Python技能
点赞和在看就是最大的支持❤️
继续阅读
阅读原文
关键词
数据
图表
from pyecharts
文件
label_opts=opts.LabelOpts