数据可视化实战之链家

需求: 将之前爬取链家房源清理过的数据做可视化分析下面是之前写的博客

爬虫数据清洗可视化链家房源_数据清洗学习网站-CSDN博客

目的是熟练掌握pyecharts可视化及pandas的运用

前提是安装了 pyecharts pip install pyecharts

柱状图

OK 读完题目的需求之后我们需要查看数据集

打开Pycharm 通过pandas 读取文件对文件有个大概的了解

像 shape head tail info 这些基本的函数属性就不多说了不会的可以看我之前的博客或者Ai

python 复制代码

# 导包 起别名
import pandas as pd
# * 就是导入所有 pyecharts 有大概20种图
from pyecharts.charts import *
# 导入配置项
from pyecharts import options as opts

# 这个是设置在终端可以查看到的数据长度 可以对比一下区别
# 正常情况下的文件列名有很多的话是查看不完全的
pd.set_option('display.max_columns', None)
pd.set_option('display.width', 1000)

df = pd.read_excel('cleaned_lianjia.xlsx')

# 这里就可以使用pandas中的cut函数对价格进行分类  就不用写冗长的if else判断语句了
# 这里bins也可以写数字 例如3 就是分成3段 但是具体的区间就不能控制
df['price_level'] = pd.cut(df['price'], bins=[0, 50, 100, 150, 200, 100000],
                           labels=['0-50万', '50-100万', '100-150万', '150-200万', '200万以上'])
# 使用value_counts()函数对价格进行分类统计 返回值默认按照从大到小排序
# 如果想从小到大排序的话  ascending=True 传入此参数即可
price_level_count = df['price_level'].value_counts()
# 统计每个价格区间的房源数量并显示百分比
# round(1) 保留1位小数
percent = (price_level_count / sum(price_level_count) * 100).round(1)
# 返回值是Series对象
print(percent)

现在数据有了我们可以进行绘图了

python 复制代码

# 写法一 链式写法 推荐这种写法
bar = (
    # 实例化一个对象
    # init_opts 初始化配置
    # 设置图表初始化选项 宽度1200px、高度600px、页面标题为"房源价格区间分布" 就是 渲染器为SVG格式
    Bar(init_opts=opts.InitOpts(width='1200px', height='600px', page_title='房源价格区间分布', renderer='svg'))
    # 这里所需的数据类型为列表 获取Series的索引 将其转化为列表
    .add_xaxis(percent.index.tolist())
    # 获取Series 的值 返回的是array类型的 需要强转 
    # 索引里面有内置的方法 转化成列表
    .add_yaxis('价格区间', list(percent.values))
).render('bar.html')  # 渲染成html文件  可以通过浏览器打开查看
# 写法二 
bar = Bar()
bar.add_xaxis()
bar.add_yaxis()

由于Pyecharts参数很多配置项也很多在官网有Api文档可以观看中文简介 - Document

pyecharts 全局配置项_w3cschool 这个网站Api会更加完善一些适合有一些基础的看

推荐大家看这个需要用什么效果就去官网搜索然后复制修改即可

运行此文件查看效果

这是什么都不加的效果图会比matplotlib精致好看很多

接下来是个示例主要是向大家了解一下这些经常用到的配置项这样对照着学习看会快一些

这些配置项很多但是略懂些英语就不是很难掌握规律多敲即可

python 复制代码

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

bar = (
    # 创建柱形图实例
    Bar(init_opts=opts.InitOpts(
        width="900px",
        height="500px",  # 设置 图表宽高
        theme="white",    # 'light' 'dark' 'white' 或内置主题
        # 动画配置 持续时间1000ms 缓动效果为cubicOut(平滑淡出)
        animation_opts=opts.AnimationOpts(duration=1000, easing="cubicOut")
    ))
    .add_xaxis(["A", "B", "C"])  # X轴分类数据
    .add_yaxis("系列1", [10, 20, 30], # Y轴系列数据
               label_opts=opts.LabelOpts(is_show=True, position="top"), # 显示顶部标签
               color="auto",  # ECharts 系列级别颜色
               stack=None,    # 不适用堆叠效果
               category_gap="30%") # 分类间距30%
    .set_global_opts(
        title_opts=opts.TitleOpts(title="示例", subtitle="副标题"),  # 标题和副标题
        toolbox_opts=opts.ToolboxOpts(is_show=True), # 显示工具箱（下载、保存等）
        legend_opts=opts.LegendOpts(is_show=True), # 显示图例
        tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="shadow"),  # 提示框配置
        xaxis_opts=opts.AxisOpts(type_="category", boundary_gap=True),  # X轴为分类轴 有边界留白
        yaxis_opts=opts.AxisOpts(type_="value", min_=0), # Y轴为数值轴，最小值0
        datazoom_opts=[opts.DataZoomOpts(), opts.DataZoomOpts(type_="inside")]  # 数据缩放控件
    )
    .set_series_opts(
        markpoint_opts=opts.MarkPointOpts( # 标记点配置
            data=[opts.MarkPointItem(type_="max"), opts.MarkPointItem(type_="min")] # 显示最大值和最小值
        ),
        markline_opts=opts.MarkLineOpts( # 标记线配置
            data=[opts.MarkLineItem(type_="average")] # 显示平均值线
        )
    )
)
# 渲染到 HTML
bar.render("bar.html")
# 或在 notebook 中显示
bar.render_notebook()

以下是实现上图效果的代码

python 复制代码

bar = (
    Bar(init_opts=opts.InitOpts(width='1200px', height='600px', page_title='房源价格区间分布', renderer='svg'))
    .add_xaxis(percent.index.tolist())
    .add_yaxis('价格区间', list(percent.values),
               # 这个label_opts就是在柱状图上显示数据的配置项 是否显示 数据的位置 数据的字体大小等 都可以设置
               label_opts=opts.LabelOpts(is_show=True, position='top', font_weight='bold', font_size=12))
    # 添加全局配置项
    .set_global_opts(
        # 标题配置 副标题配置 后面是对标题以及副标题文字修改调整的配置项 调整大小 颜色 粗细
        title_opts=opts.TitleOpts(title='长沙链家二手房价格分布', subtitle='价格区间',
                                  title_textstyle_opts=opts.TextStyleOpts(font_weight='bold', font_size=25),
                                  subtitle_textstyle_opts=opts.TextStyleOpts(font_size='17', font_weight='bold')),
        toolbox_opts=opts.ToolboxOpts(is_show=True),
        visualmap_opts=opts.VisualMapOpts(is_show=True),  # 添加视觉映射配置项 就是那个颜色区域 对应价格区间
        datazoom_opts=opts.DataZoomOpts(is_show=True, type_='inside'),  # 设置成inside 鼠标放在图片中滑动滚轮即可缩放 也可以设置成slider 需要拖动图标
        legend_opts=opts.LegendOpts(is_show=True),
        tooltip_opts=opts.TooltipOpts(trigger='axis', axis_pointer_type='shadow'),
        xaxis_opts=opts.AxisOpts(type_='category', name='价格区间',
                                 axislabel_opts=opts.LabelOpts(text_width=20, font_size=14, font_weight='bold'),
                                 name_textstyle_opts=opts.TextStyleOpts(font_size=16, font_weight='bold')),
        # 设置x轴的配置项 字体大小 粗细 因为我觉得原始的样子不是很明显需要调整一下
        yaxis_opts=opts.AxisOpts(type_='value', min_=0, name='房源数量',
                                 name_textstyle_opts=opts.TextStyleOpts(font_size=16, font_weight='bold'),
                                 axislabel_opts=opts.LabelOpts(text_width=20, font_size=14, font_weight='bold')),
        # y轴也是
    )
    # 添加系列配置项
    .set_series_opts(
        # 添加标记点 可以标记最小值 最大值 平均值 这里标记最小值 美观一些  折线图会更加适用
        markpoint_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_='min')]),
        # 添加标记线 可以标记平均值，最大值，最小值 这里标记的是数据中的平均值
        markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_='average')]),
    )

).render('bar.html')

最终的效果图如下显示这样的话会比较美观具有观赏性

到此第一个题目就做完了

饼图

python 复制代码

import pandas as pd
from pyecharts.charts import Pie
from pyecharts import options as opts

pd.set_option('display.max_columns', None)
pd.set_option('display.width', 1000)

df = pd.read_excel('cleaned_lianjia.xlsx')

# 提取各户型的房源数量  以室分割 取分割后的一个元素 后面加个室 会更好 
df['room_number'] = df['rooms'].str.split('室').str[0]+'室'
numbers = df['room_number'].value_counts()

data = [(i, int(j)) for i, j in zip(numbers.index, list(numbers.values))]

# 特别注意这里饼图传入的参数是序列化对象一般是列表套元组或者列表套列表的形式参数都是python中的数据类型 int64 str等

# 但是 numbers.values 获取的是Series对象中的值而形成的列表每个值都是 ndarray.int64 类型的此时需要强转成python中的int类型否则就生成不了图表

python 复制代码

pie = (
    Pie(init_opts=opts.InitOpts(width='1200px', height='600px', page_title='房型分布', renderer='svg'))
    # 添加数据 center 就是这个饼图在画布中的百分比位置 左右 上下   radius 内外半径分别为画布的45%和75%，形成环形效果 玫瑰图的类型
    .add('各户型统计', data_pair=data, center=['30%', '50%'], radius=['45%', '75%'], rosetype='radius',
         label_opts=opts.LabelOpts(is_show=True, font_size=12, font_weight='bold', position='outside',
                                   formatter='{b}:{c}({d}%)'))  # 标签格式：{b}=分类名, {c}=数值, {d}=百分比
    .set_global_opts(
        title_opts=opts.TitleOpts(title='房型分布', subtitle='室的数量'),
        # 将颜色区域 水平放置在左下角 会比较美观些
        visualmap_opts=opts.VisualMapOpts(is_show=True, pos_left='left', orient='horizontal', pos_bottom='bottom'),
        # 添加工具栏  将工具栏垂直放置靠近左边的图形
        toolbox_opts=opts.ToolboxOpts(is_show=True, pos_left='800px', pos_top='30px', orient='vertical'),
    )
).render('pie.html')

效果图

本次的案例分析就到此结束啦谢谢大家的观看你的点赞和关注是我更新的最大动力
如果感兴趣的话可以看看我之前的博客我也会继续学习