手把手教你用Pyecharts库对淘宝数据进行可视化展示

　　来源：Python爬虫与数据挖掘
　　作者：Python进阶者一、可视化
　　可视化部分，我们采用Pyecharts库来进行完成，这个库作图十分的炫酷，而且可以交互，十分带感，强烈推荐。关于这部分，小编以生成配料图表和生成保质期可视化图表为例来进行展开。
　　1、生成配料饼图
　　针对配料数据，我们使用一个饼图去进行展示，这样显得更加高大上一些，直接上代码。生成配料图表defgetingredientshtml（df）：词表分词namesdf。配料表。apply（jieba。lcut）。explode（）df1names〔names。apply（len）1〕。valuecounts（）写入分词后的结果withpd。ExcelWriter（淘宝商品配料数据。xlsx）aswriter：df1。toexcel（writer，sheetname配料）fpathrC：UserspdcfiDesktop淘宝数据分析淘宝商品配料数据。xlsx读取数据提取列df1pd。readexcel（fpath，headerNone，skiprows1，sheetname配料，names〔sx，sl〕）adf1〔sx〕。tolist（）〔：10〕bdf1〔sl〕。tolist（）〔：10〕frompyecharts。chartsimportPiefrompyechartsimportoptionsasopts绘制可视化图表pie（Pie（）。add（，〔list（z）forzinzip（a，b）〕，radius〔20，60〕，半径长度rosetyperadius扇区圆心角展现数据的百分比，半径展现数据的大小）。setglobalopts（titleoptsopts。TitleOpts（title淘宝商品数据配料统计，subtitle8。19））。setseriesopts（labeloptsopts。LabelOpts（formatter｛b｝：｛d｝））数字项名称和百分比）pie。render（淘宝商品数据配料统计。html）
　　在Pycharm里边运行代码之后，我们将会得到一个淘宝商品数据配料统计。html文件，双击打开该HTML文件，在浏览器里边可以看到效果图，如下图所示。
　　是不是感觉一下子就高大上了呢？而且动动鼠标，你还可以进行交互，是动态图来着，十分好玩。
　　2、生成保质期可视化饼图
　　针对保质期数据，我们也先使用一个饼图去进行展示，直接上代码，其实你会发现和上面那个配料图表大同小异。生成保质期可视化图表defgetdatehtml（df）：词表分词namesdf。保质期。apply（jieba。lcut）。explode（）df1names〔names。apply（len）1〕。valuecounts（）写入分词后的结果withpd。ExcelWriter（淘宝商品保质期数据。xlsx）aswriter：df1。toexcel（writer，sheetname保质期）fpathrC：UserspdcfiDesktop淘宝数据分析淘宝商品保质期数据。xlsx读取数据提取列df1pd。readexcel（fpath，headerNone，skiprows1，names〔bzq，rq〕）adf1〔bzq〕。tolist（）〔：10〕bdf1〔rq〕。tolist（）〔：10〕frompyecharts。chartsimportPiefrompyechartsimportoptionsasopts绘制可视化图表pie（Pie（）。add（，〔list（z）forzinzip（a，b）〕，radius〔20，60〕，半径长度rosetyperadius扇区圆心角展现数据的百分比，半径展现数据的大小）。setglobalopts（titleoptsopts。TitleOpts（title淘宝商品保质期可视化图表，subtitle8。19））。setseriesopts（labeloptsopts。LabelOpts（formatter｛b｝：｛d｝））数字项名称和百分比）pie。render（淘宝商品保质期统计。html）
　　在Pycharm里边运行代码之后，我们将会得到一个淘宝商品保质期统计。html文件，双击打开该HTML文件，在浏览器里边可以看到效果图，如下图所示。
　　相信有小伙伴肯定感觉哪里不对，一个保质期的可视化，做成这种饼图似乎太丑了吧？嗯，的确是丑爆了，所以程序大佬把保质期这个图转为了柱状图，这样看上去就高大上很多了。
　　3、生成保质期可视化柱状图
　　其实数据都是一样的，只不过呈现方式不同，直接上代码。生成保质期可视化图表defgetdatehtml（df）：词表分词namesdf。保质期。apply（jieba。lcut）。explode（）df1names〔names。apply（len）1〕。valuecounts（）写入分词后的结果withpd。ExcelWriter（淘宝数据。xlsx）aswriter：df1。toexcel（writer，sheetname保质期）fpathrC：UsersdellDesktop崔佬数据分析综合实战淘宝数据。xlsx读取数据提取列df1pd。readexcel（fpath，headerNone，skiprows1，names〔bzq，rq〕）adf1〔bzq〕。tolist（）〔：50〕bdf1〔rq〕。tolist（）〔：50〕bar（Bar（initoptsopts。InitOpts（themeThemeType。CHALK））。addxaxis（a）。addyaxis（保质期（天数），b）。setglobalopts（titleoptsopts。TitleOpts（titleBarDataZoom（slider保质期）），datazoomoptsopts。DataZoomOpts（），））returnbar
　　这么处理之后，我们就会得到一个柱状图了，如下图所示。
　　这把看上去，是不是觉得清晰很多了呢？
　　不过呢，程序大佬还觉得不够，想把这两张图放到一起，这应该怎么办呢？
　　4、合并饼图和柱状图到一个HTML文件
　　其实这个也并不难，只需要将生成两个图的函数放到一个布局类里边就可以完成了，直接上代码。defpagedraggablelayout（df）：pagePage（layoutPage。DraggablePageLayout）page。add（getingredientshtml（df），getdatehtml（df））page。render（pagedraggablelayout。html）
　　如果你想在一个HTML文件里边加入更多的图，只需要继续在add（）函数里面进行添加生成可视化图的函数即可。话不多说，直接上效果图。
　　从上图我们可以看到配料饼图和保质期柱状图都同时在同一个HTML文件出现了，而且也是可以进行点击交互的噢！我们还可以收到拖拽，让图表移动，如下图所示，分为左右图进行展示。
　　你以为到这里就结束了？其实并没有，程序大佬还想玩点更加高大上的，他想把table表一并显示出来，这样显得更加饱满一些。那么table表又如何来进行显示呢？
　　5、table表加持
　　其实在这里，程序大佬卡了一下，他在群里问，基于他目前的数据，像下图这样的df数据如何进行展示出来。
　　而且，他自己在不断的尝试中，始终报错，一时间丈二和尚摸不着头脑，不知如何是好。
　　不过此时小小明大佬，又递来了橄榄枝，人狠话不多，直接丢了两行代码，让人拍手叫绝。
　　然后程序大佬，拿到Pycharm中一跑，啪，成了，真是拍案叫绝，小小明yyds！那么呈现的效果图是下面这样的。
　　这样看上去还稍微不太好看，拖拽下，调整下格式看看，如下图所示。
　　但是这样一看，确实高大上了一些，不过还是达不到程序大佬心里的预期，于是乎他继续折腾。
　　6、调整图像背景色
　　现在呢，程序大佬又想要加点背景色，这样显得高大上一些，代码如下。绘制可视化图表pie（Pie（initoptsopts。InitOpts（themeThemeType。CHALK））。add（，〔list（z）forzinzip（a，b）〕，radius〔20，60〕，半径长度rosetyperadius扇区圆心角展现数据的百分比，半径展现数据的大小）。setglobalopts（titleoptsopts。TitleOpts（title配料统计，subtitle8。19））。setseriesopts（labeloptsopts。LabelOpts（formatter｛b｝：｛d｝））数字项名称和百分比）returnpie
　　其实核心的那句代码下面这个，引入了一个主题：initoptsopts。InitOpts（themeThemeType。CHALK）
　　得到的效果图如上图所示了。
　　7、添加漏斗图
　　这里是以数据里边的食品添加列来做实例的，代码如下所示。defgetsptjdata（df）：词表分词namesdf。食品添加剂。apply（jieba。lcut）。explode（）df1names〔names。apply（len）1〕。valuecounts（）写入分词后的结果withpd。ExcelWriter（淘宝数据。xlsx）aswriter：df1。toexcel（writer，sheetname食品添加剂）fpathrC：UsersdellDesktop崔佬数据分析综合实战淘宝数据。xlsx读取数据提取列df1pd。readexcel（fpath，headerNone，skiprows1，names〔sptj，sj〕）adf1〔sptj〕。tolist（）〔：10〕bdf1〔sj〕。tolist（）〔：10〕c（Funnel（initoptsopts。InitOpts（themeThemeType。CHALK））。add（商品，〔list（z）forzinzip（a，b）〕，labeloptsopts。LabelOpts（positioninside），）。setglobalopts（titleoptsopts。TitleOpts（titleFunnelLabel（foodadd））））returnc
　　得到的效果图如下图所示。
　　写到这里，基本上快接近尾声了，不过程序大佬为了感谢小小明大佬，后来又补充了一个极化装X图来赞扬小小明。
　　8、极化图
　　直接上代码，程序大佬取的这个zb函数，就是装X的意思，取的太没有水平了。defzbdata（）：data〔（i，random。randint（1，100））foriinrange（10）〕c（Polar（）。add（，data，typeeffectScatter，effectoptsopts。EffectOpts（scale10，period5），labeloptsopts。LabelOpts（isshowFalse），）。setglobalopts（titleoptsopts。TitleOpts（titlePolar没啥用，用来装逼，小小明yyds）））returnc
　　看上去确实很高大上呢。二、总结
　　大家好，我是Python进阶者。本文基于一份杂乱的淘宝原始数据，利用正则表达式re库和Pandas数据处理对数据进行清洗，然后通过stopword停用词对得到的文本进行分词处理，得到较为干净的数据，之后利用传统方法和Pandas优化处理两种方式对数据进行词频统计，针对得到的数据，利用Pyecharts库，进行多重可视化处理，包括但不限于饼图、柱状图、Table表、漏斗图、极化图等，通过一系列的改进和优化，一步步达到想要的效果，可以说是干货满满，实操性强，亲测有效。