admin 管理员组

文章数量: 1184232


2024年1月11日发(作者：万事达stripe)

第24卷第1期2021年3月沙洲职业工学院学报JournalofShazhouProfessionalInstituteofTechnologyVol.24,No.1March,2021基于ECharts的数据可视化应用周洪斌陈立平刘连浩（沙洲职业工学院，江苏张家港215600）摘要：数据可视化已成为大数据分析的主要环节之一。ECharts因其具备丰富的可视化类型以及高度的个性化定制功能，被众多机构和企业使用。pyecharts是一款将Python与ECharts结合的强大的数据可视化工具，使数据呈现更加快捷、灵活、高效。借助pyecharts实现了城市各监测点的PM2.5数据的自动爬取以及可视化展示，对开展其他的大数据可视化应用具有借鉴作用。关键词：ECharts；pyecharts；数据可视化中图分类号：TP311.13文献标识码：A文章编号：1009－8429(2021)01－0003－07引言数据是枯燥、抽象的，而图形、图像却富有表现力和生动性。数据可视化将各种数据用图形化的方式展示，为数据分析提供了更加直观的显示方式[1]，是人们理解数据、诠释数据的重要手段和途径。ECharts是国内百度公司推出的一款开源大数据可视化工具[2]，具备千亿级数据可视化渲染能力，支持折线图、饼图、热力图、漏斗图、词云图等丰富的可视化类型，支持二维表、键值对等多种数据格式，并且具有数据的动画展示、三维展示功能，已在国家统计局、国家电网、阿里巴巴、华为等众多机构和企业使用。2018年，全球顶级开源社区Apache基金会宣布“百度开源的ECharts项目全票通过进入Apache孵化器”，ECharts发展进入快车道。1ECharts使用基础1.1引用rts由JavaScript实现，使用非常方便，从官网/zh/下载安装包，解压得到文件，与HTML文件放到同一目录下，在HTML文件中通过下面的代码引用文件，即可使用ECharts。2020年1-3季度农业产值收稿日期：2021-02-27基金项目：苏州高职高专院校品牌专业建设项目“移动应用开发”（苏教高职〔2019〕47号）作者简介：周洪斌（1981-），男，沙洲职业工学院电子信息工程系副教授；陈立平（1975-），男，沙洲职业工学院信息技术中心高级工程师；刘连浩（2000-），男，沙洲职业工学院电子信息工程系2018级计算机网络技术专业学生。

周洪斌，陈立平，刘连浩：基于ECharts的数据可视化应用1.2ECharts常用组件ECharts的常用组件包括标题、坐标轴、数据系列、图例等，具体说明如表1所示。表1组件名称说明ECharts常用组件常用属性（1）text：主标题文本（2）subtext：副标题文本（3）left：与容器左侧的距离（1）name：坐标轴名称（2）nameLocation：坐标轴名称显示位置（3）nameGap：坐标轴名称与轴线之间的距离（1）name：数据系列名称（2）type：图的类型（3）data：要显示的数据（1）left：与容器左侧的距离（2）data：数据数组，与数据系列对应title图标题xAxis,yAxis坐标轴series数据系列legend图例1.3显示柱形图按照表1的说明，使用ECharts组件显示某地区2020年1-3季度农业产值柱形图，代码如下：

varmy=(mentById('main'));varoption={title:{text:'2020年1-3季度农业产值',left:'center'},xAxis:{data:['种植业','林业','牧业','渔业','农林牧渔服务业'],name:'类别',nameLocation:'center',nameGap:35},yAxis:{name:'产值（亿元）',nameLocation:'center',nameGap:45},-4-

周洪斌，陈立平，刘连浩：基于ECharts的数据可视化应用series:[{name:'产值',type:'bar',data:[75.00,6.49,35.77,30.81,10.64]}]};ion(option);

标签用于为ECharts定义展示用的容器，(mentById('main'))用于初始化ECharts实例。页面运行效果如图1所示。图1使用ECharts展示某地区2020年1-3季度农业产值柱形图2使用Python调用EChartspyecharts是一款Python与ECharts结合的可视化工具，用于大数据可视化。可以通过下面的命令安装pyecharts：pipinstallpyecharts使用pyecharts实现图1所示的柱形图。（1）导入pyecharts绘制柱形图所需的模块importBar-5-

周洪斌，陈立平，刘连浩：基于ECharts的数据可视化应用（2）提供要显示的数据name=['种植业','林业','牧业','渔业','农林牧渔服务业']data=[75.00,6.49,35.77,30.81,10.64]（3）设置柱形图的X轴以及Y轴数据chart=Bar()_xaxis(xaxis_data=name)_yaxis(series_name="",y_axis=data,label_opts=pts(is_show=True))（4）设置标题以及坐标轴名称_global_opts(title_opts=pts(title="2020年1-3季度农业产值",pos_left="center"),yaxis_opts=ts(name="类别",name_location="center",name_gap=45),xaxis_opts=ts(name="产值（亿元）",name_location="center",name_gap=35))（5）展示图形('')3pyecharts应用实例借助Python强大的数据获取能力，结合pyecharts，可以实现数据的自动爬取、可视化展示。3.1爬取城市PM2.5实时数据网站/提供全国各大城市PM2.5指数和空气质量指数实时监测数据查询[3]，包括每个监测点发布的AQI指数、首要污染物、空气污染状况和变化等信息，数据1小时更新一次。我们可以通过Python爬取某个城市各个监测点的PM2.5数据。以爬取南京市各个监测点的PM2.5数据为例，打开页面/city/，可以看到如图2所示的某个时刻南京市各个监测点的PM2.5数据。分析该页面结构，各个监测点的信息是以表格的形式显示的，部分代码如下：监测点AQI质量等级PM2.5浓度(1小时)主要污染物迈皋桥49优19 草场门40优4 -6-

周洪斌，陈立平，刘连浩：基于ECharts的数据可视化应用图2某时刻南京市各个监测点的PM2.5数据因此，可以用requests包爬取网页内容，然后使用BeautifulSoup对网页进行解析[4]，获取表格中的数据。需要注意的是，表头数据不是我们所需要的，提取时要略过表头。（1）导入包importLine（2）定义X轴、Y轴数据areas=[]pms=[]（3）爬取数据url='/city/'html=(url)ng='utf-8'content=rse=bs(content,"")#返回第一个tabletable=("table")#获取表格所有行并略过表头-7-

周洪斌，陈立平，刘连浩：基于ECharts的数据可视化应用rows=_all("tr")[1:]#逐行处理表格数据forrowinrows:#获取每一行的所有单元格cols=_all("td")#获取监测点名称(cols[0].text)#获取PM2.5数据(cols[3].text)3.2使用pyecharts展示各监测点的PM2.5数据将上一步爬取的数据通过pyecharts展示，效果如图3所示。图3某时刻南京市各监测点的PM2.5数据可视化展示图主要步骤如下：（1）设置折线图的X轴以及Y轴数据chart=Line()_xaxis(xaxis_data=areas)_yaxis(series_name="",y_axis=pms,label_opts=pts(is_show=True))-8-

周洪斌，陈立平，刘连浩：基于ECharts的数据可视化应用（2）设置图形标题以及X轴、Y轴名称_global_opts(title_opts=pts(title="各监测点PM2.5指数(浓度单位μg/m3)",pos_left="center"),yaxis_opts=ts(name="PM2.5浓度",name_location="center",name_gap=45),xaxis_opts=ts(name="监测点",name_location="center",name_gap=45,axislabel_opts={"rotate":45}))（3）展示图形('')4结论通过数据可视化将枯燥的数据以直观、友好的方式展现出来，可以使数据变得更加通俗易懂，改善数据分析效果。大数据时代，数据可视化的需求越来越大，依靠可视化手段进行数据分析已成为大数据分析的主要环节之一。ECharts提供了直观、生动、可交互、可高度个性化定制的数据可视化图表，pyecharts将Python与ECharts相结合，可以实现数据爬取、处理及可视化，使数据呈现更加快捷、灵活、高效。参考文献：[1]陈俊生,彭莉芬.基于Python+Echarts的大数据可视化系统的设计与实现[J].安徽电子信息职业技术学院学报,2019(4):6-9+22.[2]王大伟.ECharts数据可视化入门、实战与进阶[M].北京:机械工业出版社,2021:1-5.[3]邓文渊.毫无障碍学Python[M].北京:中国水利水电出版社,2017:122-124.[4]周洪斌.基于Python的豆瓣图书评论数据获取与可视化分析[J].沙洲职业工学院学报,2018(4):izedApplicationofDataBasedonEChartsZhouHongbin,ChenLiping,LiuLianhao(ShazhouProfessionalInstituteofTechnology,Zhangjiagang215600,Jiangsu,China)Abstract:shasbeenusedbymanyorganizationsandenterprisesbecauseofitsrichtyrtsisapowerfuldatavisualizingtoolwhichcombinesPythonandEChartstomakedatapresentationfaster,sofpyecharts,theautomaticcrawlingandvisualpresentationofPM2.5dataofurbanmonitoringpointsarerealized,ds:ECharts;pyecharts;datavisualization-9-


本文标签： 数据 可视化 展示 使用 监测点

版权声明：本文标题：基于ECharts的数据可视化应用 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.roclinux.cn/p/1704923090a466835.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。