资源简介

(共38张PPT)
Lorem ipsum dolor sit amet, consectetuer adipiscing elit. Aenean commodo ligula eget dolor. Cum sociis natoque penatibus et magnis dis parturient montes, nascetur ridiculus mus.
少儿编程课
数据可视化
本节课，我们来学习数据的可视化，也就是将数据图表化，便于传达信息
1月份 10
2月份 5
3月份 15
4月份 25
5月份 20
6月份 35
No 月份 营业额（万元）
1 1月份 10
2 2月份 5
3 3月份 15
4 4月份 25
5 5月份 20
6 6月份 35
原始数据
表格展示
饼图展示
大话图表
先来了解一下常见的图表有哪些？
下面来了解三种图表：柱状图、饼状图以及玫瑰图，先来看柱状图
柱状图是最常使用的图表之一，用来对比数值的大小。
柱状图用高低不一的柱子展示数值的大小，X 轴上既可以是连续性变量（如时间），也可以试非连续性变量（如国家）。虽然能看出一定的数据变化趋势，但这不是柱状图最大的特点。
图表简介
图表概况
柱状图的历史，要追溯到18世纪
一般认为，William Playfair 发明了柱状图（实际上是条形图），他所绘制的关于“1780 - 1781 年苏格兰进出口量”为第一个柱状图。在这个柱状图中，纵轴是国家和地区名称，条形长短表现进/出口量，横坐标轴以“万磅”作为单位。黑色长条表示出口，棱条纹长条表示进口。图表按照出口量进行排序。
图表历史
柱状图有很多变形，一起来认识一下：
接下来来了解几个柱状图的经典案例：
1
基础柱状图
上图统计了 1990 - 2013 年美国非法移民的数量，图表背景被分成不同总统在位时期。
案例链接：https://www./blogs/graphicdetail/2014/02/daily-chart-5
接下来来了解几个柱状图的经典案例：
2
水球图
上图展示了各国民航飞行员平均年薪，飞行员在中国的工资几乎是俄罗斯的 4 倍。
案例链接：http://www.jiemian.com/article/1537717.html
接下来来了解几个柱状图的经典案例：
3
分组柱状图
上图展示了 2010 - 2016 年中国器官捐献者及器官数量。
案例链接：http://www./newsDetail_forward_1757453
最后我们再来看一种看起来像饼图，其实是柱状图的南丁格尔玫瑰图
是极坐标化的柱图，其夸大了数据之间差异的视觉效果。
南丁格尔玫瑰图（Nightingale rose diagram）又名鸡冠花图（Coxcomb Chart）或极坐标区域图（Polar area diagram）。
南丁格尔玫瑰图是将柱图转化为更美观饼图形式，是极坐标化的柱图。不同于饼图用角度表现数值或占比，南丁格尔玫瑰图使用扇形的半径表示数据的大小，各扇形的角度则保持一致。
图表简介
图表概况
南丁格尔玫瑰图的作者是一个伟大的女性：南丁格尔
南丁格尔玫瑰图的发明者是世界上第一个真正的女护士——弗罗伦斯·南丁格尔。
图表历史
19 世纪 50 年代，英国、法国、土耳其和俄国进行了克里米亚战争。南丁格尔主动申请，自愿担任战地护士。当时的医院卫生条件极差，伤士死亡率高达 42%，直到 1855 年卫生委员会来到医院改善整体的卫生环境后，死亡率才戏剧性地降至 2.5% 。当时的南丁格尔注意到这件事，认为政府应该改善战地医院的条件来拯救更多年轻的生命。
出于对资料统计的结果会不受人重视的忧虑，她发展出一种色彩缤纷的图表形式，让数据能够更加让人印象深刻。这张图表用以表达军医院季节性的死亡率，从整体上来看： 这张图是用来说明、比较战地医院伤患因各种原因死亡的人数，每块扇形代表着各个月份中的死亡人数，面积越大代表死亡人数越多。
来看一下南丁格尔的玫瑰图：
图表左下说明简译如下：
各色块圆饼区均由圆心往外的面积来表现数字
蓝色区域：死于原本可避免的感染的士兵数
红色区域：因受伤过重而死亡的士兵数
黑色区域：死于其它原因的士兵数
1854 年 10 月、1855 年 4 月的红黑区域恰好相等
1856 年 1 月与 2 月的蓝、黑区域恰好相等
1854 年 11 月红色区域中的黑线指出该月的黑色区域大小
来看几个南丁格尔图的应用案例：
1
基础玫瑰图
上图是最基本的玫瑰图，显示了不同国家和其体育影响力指数，除了扇形的面积，扇形的颜色也可以表示数据的大小。由图可知，中国是国际体育盛事的中心，影响力最大。英国以接近4万的分数位居第二。
图片来源：http://data./13/0701/06/92M97LBR00014MTN.html
来看几个南丁格尔图的应用案例：
2
两组数据直接对比
上面的案例的一个缺点是，难以将两组需要对比的数据直接进行比较。为了改善这一点，一些用户将不同的数据系列用不同的颜色表示，并将其放在一个玫瑰图中。下图清晰展示了中美两个超级大国是如何比较的。
图片来源：https:///socialmedia/2010/12/20/facebook-vs-twitter-by-the-numbers-infographic/
Python下的数据可视化
对于Python来说，经常会用三个库来进行数据的可视化操作
matplotlib
seaborn
pyechars
今天我们来学习pyechars的简单使用
一句话总结：Echarts 是百度开源的一个数据可视化 JS 库。 pyecharts 基于echarts的Python图表库。
√
echarts官网：http://echarts.
√
pyecharts官网：http://pyecharts.org
√
pyecharts源码：https:///pyecharts/pyecharts
√
pyechars都提供了哪些图表呢？
来看几个pyechars的效果图：
需要的话我们甚至可以用pyechars负责整个项目前台显示：
下面我们就来说说pyechars的使用，先来了解下柱状图。
1
首先是安装，使用pip install pyechars
2
参照官网的第一个案例，复制到pycharm
from pyecharts import Bar
bar = Bar("我的第一个图表", "这里是副标题")
bar.add("服装", ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"], [5, 20, 36, 10, 75, 90])
bar.render() # 生成本地 HTML 文件
下面我们就来说说pyechars的使用。
3
运行，使用浏览器打开生成的html文件
4
运行，使用浏览器打开生成的html文件
可能会出现的问题
当使用浏览器运行PyCharm中的HTML文件时，可能会报一下问题：
此时有两种解决方案：
1
找到本地文件，然后通过浏览器打开
2
配置PyCharm中的chrome
回到代码上来，我们给柱状图添加更多工具、指定存储位置并设置黑色主题
1
修改代码如下：
from pyecharts import Bar
bar = Bar("我的第一个图表", "这里是副标题")
bar.use_theme('dark')
bar.add("服装",
["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"], [5, 20, 36, 10, 75, 90],
is_more_utils=True)
bar.render("D:\\pyechars\\my_first_pyechars.html")
回到代码上来，我们可以给柱状图添加更多工具和指定存储位置：
2
运行，效果如下：
下面我们再来做一个饼图：
1
复制官网代码如下：
from pyecharts import Pie
attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
v1 = [11, 12, 13, 10, 10, 10]
pie = Pie("饼图示例")
pie.add("", attr, v1, is_label_show=True)
pie.render()
下面我们再来做一个饼图：
2
运行效果如下图：
最后，我们再来用一下pyechars的地理坐标系
1
复制官网代码如下：
from pyecharts import Geo
data = []
geo = Geo(
"全国主要城市空气质量", "data from pm2.5", title_color="#fff", title_pos="center",
width=1200, height=600, background_color="#404a59")
attr, value = geo.cast(data)
geo.add(
"",
attr,
value,
visual_range=[0, 200],
visual_text_color="#fff",
symbol_size=15,
is_visualmap=True,
)
geo.render()
第一次运行，可能会出问题：
自从 v0.3.2 开始，为了缩减项目本身的体积以及维持 pyecharts 项目的轻量化运行，pyecharts 将不再自带地图 js 文件。如用户需要用到地图图表，可自行安装对应的地图文件包。
全球国家地图: echarts-countries-pypkg (1.9MB): 世界地图和 213 个国家，包括中国地图
中国省级地图: echarts-china-provinces-pypkg (730KB)：23 个省，5 个自治区
中国市级地图: echarts-china-cities-pypkg (3.8MB)：370 个中国城市
中国县区级地图: echarts-china-counties-pypkg (4.1MB)：2882 个中国县·区
中国区域地图: echarts-china-misc-pypkg (148KB)：11 个中国区域地图，比如华南、华北。
$ pip install echarts-countries-pypkg
$ pip install echarts-china-provinces-pypkg
$ pip install echarts-china-cities-pypkg
$ pip install echarts-china-counties-pypkg
$ pip install echarts-china-misc-pypkg
特别注明，中国地图在 echarts-countries-pypkg 里。需要的可以装 pip 命令行:
安装好之后，再次运行，就可以看到效果了：
总结
Summary
图表的基本知识
√
pyechars的使用
√
作业
Homework
请从pyechars中挑选一种你喜欢的图表并使用代码实现
名人提醒
学习就像骑自行车，要想保持平衡就要不断写作业。
-- 爱因斯坦
Thanks!

展开更多......

收起↑