pyecharts绘图
学习目标
- 能够使用 pyecharts 进行基本绘图操作
1. echarts 和 Pyecharts 简介
echarts 简介:
- echarts 是一个使用 JavaScript 实现的开源可视化库，涵盖各行业图表，满足各种需求
- echarts 遵循 Apache-2.0 开源协议，免费商用
- echarts 兼容当前绝大部分浏览器（IE8/9/10/11、Chrome、Firefox、Safari等）及兼容多种设备，可随时随地任性展示
pyecharts 简介：
- pyecharts 是一个用于生成 echarts 图表的 Python 开源类库
- 使用 echarts 的绘图效果比 matplotlib 等更加炫酷
2. Pyecharts 绘图案例
由于前面的内容基本已经介绍了常用可视化图表和各自的特点，下面通过一个案例来介绍 Pyecharts 的使用：
案例中使用的 pyecharts 版本是 1.6.0 ，pyecharts 0.X版本和 1.X版本 API 变化较大，不能向下兼容，网上查资料的时候需要注意
2.1 案例数据说明
案例使用从招聘网站（拉钩、智联、前程无忧、猎聘）上爬取的一周之内数据分析在招岗位数据
分析目标：
哪些公司在招聘数据分析，哪些城市数据分析的需求大，不同城市数据分析的薪资情况，数据分析对工作年限的要求，数据分析对学历的要求
1）加载数据
job = pd.read_csv('./data/data_analysis_job.csv')
job.head()
# 查看数据形状
job.shape
# 查看数据字段
job.info()
2.2 哪些城市数据分析岗位多
1）示例：获取招聘数据分析岗位最多的 TOP20 城市
city_job_list = job.groupby('city')['url'].count().sort_values(ascending=False)
city_job_top20 = city_job_list.head(20)
city_job_top20
2）使用 pyechart 绘制柱状图
from pyecharts import options as opts
from pyecharts.charts import Bar
c = (
Bar() # 创建柱状图
.add_xaxis(city_job_top20.index.tolist()) # 添加x轴数据
.add_yaxis('数据分析就业岗位数量', city_job_top20.values.tolist())# 添加y轴数据
.set_global_opts( # 设置全局参数
title_opts=opts.TitleOpts(title='一周内Python就业岗位数量'), # 设置标题
datazoom_opts=opts.DataZoomOpts() # 添加缩放条
)
)
# 在juypter notebook中显示
c.render_notebook()
结果说明：从结果中可以看出，北京上海广州深圳等一线城市，对数据分析的需求最为旺盛
2.3 哪些公司在招聘数据分析
1）示例：获取招聘数据分析岗位最多的 TOP100 公司
company_list = job.groupby('company_name')['url'].count().sort_values(ascending=False)
company_list_top100 = company_list.head(100)
company_list
2）使用 pyecharts 绘制词云图
from pyecharts.charts import WordCloud
wc = (
WordCloud()# 创建词云图对象
.add(series_name='哪些公司在招聘数据分析程序员', # 添加标题
data_pair=list(zip(company_list.index.tolist(),company_list.values.tolist())),
word_size_range=[6, 40]) # 指定文字大小，注意如果字体太大可能显示不全
.set_global_opts( # 设置全局参数：标题\字号
title_opts=opts.TitleOpts(title='哪些公司在招聘数据分析程序员',
title_textstyle_opts=opts.TextStyleOpts(font_size=23))
)
)
wc.render_notebook()
2.4 岗位数量与平均起薪分布
2.4.1 数据清洗
提取起薪：
原始数据中大多数薪资都以6000-18000形式显示，需要对数据进行处理，提取出起薪，可以使用正则表达式，配合 apply 自定义函数，将工作起薪提取出来
1）定义提取工作起薪的函数
# 数据清洗，提取起薪
import re
def get_salary_down(x):
if ('面议' in x) or ('小时' in x) or ('以' in x):
return 0
elif '元' in x:
return int(re.search(pattern="([0-9]+)-([0-9]+)元/月", string=x).group(1))
elif '-' in x:
return int(re.search(pattern="([0-9]+)-([0-9]+)", string=x).group(1))
else:
return int(x)
2）提取起薪数据之前，首先处理缺失值，将缺失数据去掉并提取起薪
# 删除 salary 有缺失值的行
job.dropna(subset=['salary'], inplace=True)
# 提取起薪，添加 salary_down 列
job['salary_down'] = job.salary.apply(get_salary_down)
job.head(3)
数据异常值处理：
# 查看起薪结构
job['salary_down'].value_counts().sort_index()
从处理的起薪中发现，有一些异常数据：
- 特别低的：小于3000
- 特别高的：大于80000
异常值处理：直接删除
job_salary = job.query('salary_down > 3000 & salary_down < 80000')
2.4.2 数据处理
1）将所有城市的薪资和就业岗位数合并到一起：
# 统计所有城市的数据分析岗位数据和起薪的平均值
city_salary = job_salary.groupby('city').agg({'url': 'count', 'salary_down': 'mean'})
city_salary.head()
# 修改列标签
city_salary.columns = ['job_count', 'salary_down']
city_salary.head()
# 按照工作岗位数量和起薪降序排列
city_salary = city_salary.sort_values(by=['job_count', 'salary_down'], ascending=[False, False])
city_salary = city_salary.reset_index()
city_salary.head()
2.4.3 绘制气泡图
from pyecharts.charts import Scatter
from pyecharts.commons.utils import JsCode
sc = Scatter().add_xaxis( # 添加x轴
city_salary.salary_down.astype(int)
).add_yaxis( # 添加y轴
series_name='数据分析岗位数量', # y轴数据说明
y_axis=[list(z) for z in zip(city_salary.job_count, city_salary.city)], # y轴数据：岗位，城市
label_opts=opts.LabelOpts( # Js代码控制气泡显示提示文字
formatter=JsCode('function(params){return params.value[2]}')
)
).set_global_opts( # 全局设置
title_opts=opts.TitleOpts(title='数据分析就业岗位数量与平均起薪'), # 设置标题
tooltip_opts=opts.TooltipOpts( # Js代码控制气泡弹窗提示文字
formatter=JsCode("function (params) {return params.value[2]+ '平均薪资：'+params.value[0]}")
),
visualmap_opts=opts.VisualMapOpts( # 控制
type_="size", max_=1500, min_=200, dimension=1
),
xaxis_opts=opts.AxisOpts(min_=6000, name='平均起薪'), # 设置 x 轴起始值以及 x 轴名字
yaxis_opts=opts.AxisOpts(min_=300, max_=1550, name='岗位数量') # 设置 y 轴起始值以及 y 轴名字
)
sc.render_notebook()
2.5 工作经验需求分析
2.5.1 数据清洗
提取要求工作经验：
1）提取要求工作经验数据之前，首先处理缺失值
job.experience.fillna('未知', inplace=True)
job['experience'].value_counts()
2）定义提取要求工作经验的函数
def process_experience(x):
if x in ['1-3年', '2年经验', '经验1-3年']:
return '1-3年'
elif x in ['3-5年', '经验3-5年', '3-4年经验']:
return '3-5年'
elif x in ['1年经验', '1年以下', '经验1年以下', '一年以下', '经验应届毕业生','不限','经验不限','无需经验','无经验']:
return '一年以下/应届生/经验不限'
elif x in ['5-10年','经验5-10年','5-7年经验','8-9年经验','10年以上经验','10年以上','经验10年以上']:
return '5年以上'
else:
return x
3）提取要求工作经验
job['exp'] = job.experience.apply(process_experience)
job_experience = job['exp'].value_counts()
job_experience
2.5.2 绘制饼状图
from pyecharts.charts import Pie
pie = Pie().add(
series_name='经验要求',
data_pair=[
list(z) for z in zip(job_experience.index.to_list(), job_experience.values.tolist())
],
radius=['50%', '70%'], # 圆环图：大环小环的半径大小
label_opts=opts.LabelOpts(is_show=False, position='center')
).set_global_opts(
title_opts=opts.TitleOpts(title='数据分析工作经验要求'),
legend_opts=opts.LegendOpts(pos_left='right', orient='vertical')
).set_series_opts(
tooltip_opts=opts.TooltipOpts( # 鼠标滑过之后弹出文字格式
trigger='item',
formatter="{a}<br/>{b}:{c} ({d}%)"
)
)
pie.render_notebook()
