循序渐进，学会用pyecharts绘制玫瑰图

玫瑰图简介

玫瑰图全称南丁格尔玫瑰图，是英国护士和统计学家弗罗伦斯·南丁格尔发明的，又名为极区图。

南丁格尔自己常昵称这类图为鸡冠花图（coxcomb），用以表达军医院季节性的死亡率，提供给那些不太能理解传统统计报表的公务人员。

在疫情期间经常看到那种盘旋的像玫瑰一样的、用来展示不同地区的新增等数据的图形，就是玫瑰图。

玫瑰图是一种圆形的直方图，即有饼图的特征，也有直方图的特征。

在Python中，可以使用pyecharts库中绘制饼图的组件Pie实现玫瑰图，本文就循序渐进地介绍一步步将饼图演变成玫瑰图。

绘图准备

安装pyecharts库

pip install pyecharts

准备示例数据

本文用十种水果的热量（kcal/100g）值对比来做演示。（数据来源于网络）

# coding=utf-8
import pandas as pdfruits = {'香蕉': 115, '梨': 79, '椰子': 241, '柿子': 74, '鲜枣': 125,'榴莲': 147, '石榴': 72, '菠萝蜜': 105, '牛油果': 143, '山楂': 102}
s_fruits = pd.Series(fruits)
print(s_fruits)

香蕉     115
梨       79
椰子     241
柿子      74
鲜枣     125
榴莲     147
石榴      72
菠萝蜜    105
牛油果    143
山楂     102
dtype: int64

绘制饼图

先根据初始数据，绘制一个基本的饼图。

绘制饼图使用pyecharts中的Pie组件，先初始化一个Pie对象，调用add()方法添加绘图用的数据，再链式调用set_series_opts()、set_global_opts()设置饼图的标签、标题、图例等，最后链式调用render()方法将图形渲染到HTML文件中，可以用浏览器打开绘图结果。

from pyecharts.charts import Pie
from pyecharts import options as opts# 饼图
pie = Pie(init_opts=opts.InitOpts(width='800px', height='600px', bg_color='white'))
pie.add('', [list(z) for z in zip([fruit for fruit in s_fruits.index], s_fruits)], center=['50%', '50%']
).set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"),
).set_global_opts(title_opts=opts.TitleOpts(title='水果的热量对比(kcal/100g)', pos_left='300', pos_top='20',title_textstyle_opts=opts.TextStyleOpts(color='black', font_size=16)),legend_opts=opts.LegendOpts(is_show=False)
).render('fruits_calorie1.html')

此时绘制了一个普通的饼图，已经可以对比展示数据了。

绘制环形饼图

要将一个饼图设置成环形饼图，在添加数据的add()方法中使用radius参数设置。

radius参数接收一个列表或元组，列表由两个数值或百分比组成，如radius=[‘40%’, ‘60%’]，分别表示饼图的内半径和外半径，大部分情况用百分比。

饼图的内半径默认为0，外半径默认为画布高宽中较小的一项的一半，所以饼图默认是从圆心开始的，大小根据画布大小自适应。

# 环形饼图
pie = Pie(init_opts=opts.InitOpts(width='800px', height='600px', bg_color='white'))
pie.add('', [list(z) for z in zip([fruit for fruit in s_fruits.index], s_fruits)],radius=['40%', '60%'], center=['50%', '50%']
).set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"),
).set_global_opts(title_opts=opts.TitleOpts(title='水果的热量对比(kcal/100g)', pos_left='300', pos_top='20',title_textstyle_opts=opts.TextStyleOpts(color='black', font_size=16)),legend_opts=opts.LegendOpts(is_show=False)
).render('fruits_calorie2.html')

设置radius参数后饼图变成了环形饼图。当然，玫瑰图并不一定是“空心”的，不用先修改成环形饼图也可以。

绘制玫瑰图

在饼图的基础上，在add()方法中添加rosetype="radius"参数，就可以绘制出玫瑰图。

rosetype参数用于设置是否展示成南丁格尔玫瑰图，默认None(不展示成玫瑰图)。

rosetype有’radius’和’area’两种模式：

radius模式：用扇形圆心角展现数据的百分比，通过半径展现数据大小。
area模式：所有扇形圆心角相同，仅通过半径展现数据大小。

# 玫瑰图
pie = Pie(init_opts=opts.InitOpts(width='800px', height='600px', bg_color='white'))
pie.add('', [list(z) for z in zip([fruit for fruit in s_fruits.index], s_fruits)],radius=['10%', '70%'], center=['50%', '50%'], rosetype="radius"
).set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}")
).set_global_opts(title_opts=opts.TitleOpts(title='水果的热量对比(kcal/100g)', pos_left='300', pos_top='20',title_textstyle_opts=opts.TextStyleOpts(color='black', font_size=16)),legend_opts=opts.LegendOpts(is_show=False)
).render('fruits_calorie3.html')

本文使用’radius’模式，用扇形圆心角展现数据的百分比，具有饼图的特征，通过半径展现数据大小，具有直方图的特征。

优化玫瑰图

玫瑰图已经完成了，在展示时可以进行一些优化。

先对数据进行排序。

使用pandas中的sort_values()方法先将数据排序，再绘制玫瑰图，这样图像的半径依次变大，对比效果更直观。
调整radius的范围。

根据数据的变化调整radius参数中的内半径和外半径值，改变图形的展示范围，使图像更协调美观。
设置扇形颜色渐变。

链式调用set_colors()方法来设置玫瑰图的颜色，为了使不同的扇形颜色依次渐变，可以通过设置RGB(red,green,blue)值的变化来实现，如下方代码控制不同数据的R值和B值，将颜色调为红蓝渐变。具体代码如下。

# 玫瑰图美化
s_fruits = s_fruits.sort_values()
pie = Pie(init_opts=opts.InitOpts(width='800px', height='600px', bg_color='white'))
pie.add('', [list(z) for z in zip([fruit for fruit in s_fruits.index], s_fruits)],radius=['10%', '70%'], center=['50%', '50%'], rosetype="radius"
).set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"),
).set_global_opts(title_opts=opts.TitleOpts(title='水果的热量对比(kcal/100g)', pos_left='300', pos_top='20',title_textstyle_opts=opts.TextStyleOpts(color='black', font_size=16)),legend_opts=opts.LegendOpts(is_show=False)
).set_colors(['rgb({r},0,{b})'.format(r=255-20*(len(s_fruits)-x+1), b=255-15*x) for x in range(len(s_fruits))]
).render('fruits_calorie4.html')

经过以上几个步骤的演进，一个不错的玫瑰图完成了。这样一步一步地调整和演进，可以方便大家学习。

如果本文对你有帮助，欢迎点赞、收藏和关注。

参考文档：
[1] pyecharts官方文档：https://pyecharts.org/#/zh-cn/basic_charts

循序渐进，学会用pyecharts绘制玫瑰图相关推荐

循序渐进，学会用pyecharts绘制瀑布图
循序渐进,学会用pyecharts绘制瀑布图瀑布图简介瀑布图(Waterfall Plot)是由麦肯锡顾问公司所独创的图表类型,因为形似瀑布流水而称之为瀑布图. 瀑布图采用绝对值与相对值结合的方式 ...
学会用pyecharts画玫瑰图
文章目录文章目录前言相关文档文档和社区 1.中文官方文档 2.官方github 3.社区一.什么是玫瑰图? 二.玫瑰图的特点 1.适合对比分析,没有占比意义 2.数据差异不宜过大 3.可以反映 ...
python_绘制玫瑰图_南丁格尔图
python_绘制玫瑰图_南丁格尔图通过加载execel文件绘制通过直接造数看这: https://blog.csdn.net/kaikai_sk/article/details/10495430 ...
python如何绘制两点间连线_如何用 Python 绘制玫瑰图等常见疫情图
新冠疫情已经持续好几个月了,目前,我国疫情已经基本控制住了,我们会看到很多网站都提供了多种疫情统计图,今天我们使用 Python 的 pyecharts 框架来绘制一些比较常见的统计图. 1. 玫瑰图 ...
Pyecharts绘制阶梯图
Pyecharts绘制阶梯图 Pyecharts绘制阶梯图 Pyecharts绘制阶梯图这里使用的pyecharts版本是0.5的,毕竟1.x以后的版本大改了,很多都不一样 from pyechar ...
pyecharts绘制折线图
要使用Python中的pyecharts绘制折线图,首先需要安装pyecharts库(可以使用pip install pyecharts命令进行安装).然后可以按照以下步骤进行绘图: 导入pyecha ...
利用Pyecharts绘制仪表盘图的案例【含参数解释】
目录一.概念解释二.数据导入三.单指针仪表盘四.参数解释五.多指针仪表盘一.概念解释仪表盘图(Gauge),这里指的并不是人力常用的多图表在同页面聚合排布的绘图方法. 仪 ...
利用pyecharts绘制水球图的案例
一.概念介绍水球图(Liquid Fill Chart),听名字或许比较陌生,但从命名的角度也可以猜测出此类图像以球形水波显示.水球图属于填充仪表盘类,可以用于生动地展示单个百分比数据或评分数据. ...
利用Pyecharts绘制漏斗图的案例【含参数详解】
一.概念介绍漏斗图(Funnel),也称为倒三角图,借助echarts的解释如下: Funnel diagram is suitable for one-way analysis of single ...

循序渐进，学会用pyecharts绘制玫瑰图

循序渐进，学会用pyecharts绘制玫瑰图

循序渐进，学会用pyecharts绘制玫瑰图相关推荐

最新文章

热门文章