Python 数据可视化神器分享：pyecharts
Python 数据可视化神器分享：pyecharts
我们都知道python上的一款可视化工具matplotlib,而前些阵子做一个Spark项目的时候用到了百度开源的一个可视化JS工具-Echarts，可视化类型非常多，但是得通过导入js库在Java Web项目上运行。
平时用Python比较多，于是就在想有没有Python与Echarts结合的轮子。Google后，找到一个国人开发的一个Echarts与Python结合的轮子：pyecharts，下面就来简述下pyecharts一些使用细则：
写这篇文章用的是Win环境，首先打开命令行(win+R),输入：
但笔者实测时发现，由于墙的原因，下载时会出现断线和速度过慢的问题导致下载失败，所以建议通过清华镜像来进行下载：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyecharts出现上方的信息，即代表下载成功，我们可以来进行下一步的实验了！
使用之前我们要强调一点：就是python2.x和python3.x的编码问题，在python3.x中你可以把它看做默认是unicode编码，但在python2.x中并不是默认的，原因就在它的bytes对象定义的混乱，而pycharts是使用unicode编码来处理字符串和文件的，所以当你使用的是python2.x时，请务必在上方插入此代码：
from __future__ import unicode_literals现在我们来开始正式使用pycharts，这里我们直接使用官方的数据：
柱状图-Bar
运行结果如下：
简单的几行代码就可以将数据进行非常好看的可视化，而且还是动态的，在这里还是要安利一下jupyter，pyecharts在v0.1.9.2版本开始，在jupyter上直接调用实例（例如上方直接调用bar）就可以将图表直接表示出来，非常方便。
笔者数了数，目前pyecharts上的图表大概支持到二十多种，接下来，我们再用上方的数据来生成几个数据挖掘常用的图表示例：
饼图-Pie
箱体图-Boxplot
折线图-Line
雷达图-Rader
散点图-scatter
图表布局 Grid
由于标题与图表是属于两个不同的控件，所以这里必须对下方的图表Line进行标题位置设置，否则会出现标题重叠的bug。
两图结合 Overlap
总结一下使用流程
导入相关图表包
进行图表的基础设置，创建图表对象
利用add()方法进行数据输入与图表设置(可以使用printechartsoptions()来输出所以可配置项)
利用render()方法来进行图表保存
pyecharts还有许多好玩的3D图表和地图图表，个人觉得地图图表是最好玩的，各位有兴趣可以去pyecharts的使用手册查看，有中文版的非常方便：pyecharts
