利用利用pyecharts读取读取csv并进行数据统计可视化的实现并进行数据统计可视化的实现
主要介绍了利用pyecharts读取csv并进行数据统计可视化的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小
编来一起学习学习吧
因为需要一个html形式的数据统计界面，所以做了一个基于pyecharts包的可视化程序，当然matplotlib还是常用的数据可视化包，只不过各有优劣；基本功能概述就是读取csv文件数据，对每列进行数据
统计并可视化，最后形成html动态界面，选择pyecharts的最主要原因就是这个动态界面简直非常炫酷。
先上成品图：
数据读取和数据分析模块：
#导入csv模块
import csv
#导入可视化模块
from matplotlib import pyplot as plt
from pylab import mpl
import numpy as np
import random
from pyecharts import Line,Pie,Grid,Bar,WordCloud
#指定文件名，然后使用 with open() as 打开
python_file = 'haiyang.csv'
#filename = 'release/111.csv'
#python3 LieCharts.py test_chart --python_file 'haiyang.csv'
with open(python_file) as f:
#创建一个阅读器：将f传给csv.reader
reader = csv.reader(f)
#使用csv的next函数，将reader传给next，将返回文件的下一行
header_row = next(reader)
for index, column_header in enumerate(header_row):
print(index, column_header)
#读取置信度
#创建置信度的列表
confidences =[]
#创建风险等级数组
highRisk = []
middleRisk = []
lowRisk = []
noRisk = []
person = []
#创建时间点
timePoint = []
#文件信息
fileInformation = []
#遍历reader的余下的所有行（next读取了第一行，reader每次读取后将返回下一行）
for row in reader:
# 下面就是对某一列数据进行遍历，因为项目保密，就不列出具体代码了，其实就是各种循环语句，大家根据自己的数据简单写一下就行
fileInformation.append('某某某某')
fileInformation.append(row[0])
fileInformation.append(row[1])
fileInformation.append(row[2])
fileInformation.append(len(confidences))
int_confidences = []
for i in confidences:
# 同上
len_noRisk = len(noRisk)
len_lowRisk = len(lowRisk)
len_middleRisk = len(middleRisk)
len_highRisk = len(highRisk)
len_person = len(person)
total = int(len_person+len_highRisk+len_middleRisk+len_lowRisk+len_noRisk)
if (len_highRisk > total/2):
# 同上
数据可视化模块：
pie_title = Pie('某某某分析报表', "", title_pos='center',title_top="1%",title_text_size=42,subtitle_text_size=20)
value=[10000,6181,4386,4055,4000]
wordcloud=WordCloud(width=30,height=12,title="某某某某信息",title_pos="22%",title_top="12%",title_text_size=32)
wordcloud1=WordCloud(width=30,height=12,title="某某："+fileInformation[1],title_pos="22%",title_top="22%",title_text_size=26)
wordcloud2=WordCloud(width=30,height=12,title="某某："+fileInformation[2],title_pos="22%",title_top="30%",title_text_size=26)
评论1