（十六） Pyecharts绘图

深藏阁楼爱情的钟 2022-12-26 10:24 130阅读 0赞

## 一：准备工作： ##

1：加载招聘信息：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMzQxNzU3_size_16_color_FFFFFF_t_70]  
2： 安装Pyecharts:  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMzQxNzU3_size_16_color_FFFFFF_t_70 1]

## 一：柱状图： ##

1： 分析哪些城市在数据分析的岗位多：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMzQxNzU3_size_16_color_FFFFFF_t_70 2]:2：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
        )
    )
    c.render_notebook() # 在juypter notebook中显示

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMzQxNzU3_size_16_color_FFFFFF_t_70 3]

## 二：云图： ##

1：根据公司名字对数据进行分组：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMzQxNzU3_size_16_color_FFFFFF_t_70 4]

2： 绘制词云：

from pyecharts.charts import WordCloud
    c = (
        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)
            ) 
        ) 
    )
    
    c.render_notebook()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMzQxNzU3_size_16_color_FFFFFF_t_70 5]

## 三：气泡图： ##

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。

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。

job.dropna(subset = ['salary'],inplace = True) 
    job['salary_down'] = job.salary.apply(get_salary_down)
    job['salary_down'].value_counts().sort_index()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMzQxNzU3_size_16_color_FFFFFF_t_70 6]  
3： 异常值处理：  
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[job['salary_down']>3000] 
    job_salary = job_salary[job_salary['salary_down']<80000]

4：将所有城市的薪资和就业岗位数合并到一起

def prepare_data(data): 
        # 取出各城市有多少岗位 
        temp1 = data.groupby('city')['url'].count().sort_values(ascending = False)
        # 计算出各城市岗位的平均起薪
        temp = data.groupby('city')['salary_down'].mean().sort_values(ascending = False) 
        # 合并数据 
        temp2 = pd.concat([temp,temp1],axis = 1) 
        temp2 = temp2.reset_index() 
        return temp2

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMzQxNzU3_size_16_color_FFFFFF_t_70 7]

5： 气泡图数据展示：

from pyecharts.charts import Scatter 
    from pyecharts.commons.utils import JsCode
    c = (
        Scatter() #创建散点图对象
        .add_xaxis(salary_data.salary_down.astype(int))#添加x周数据（薪资）
        .add_yaxis(
            "数据分析岗位数量", #y轴数据说明
            [list(z) for z in zip(salary_data.job_count, salary_data.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]}" #提示
                 )
            ),
        )
        .set_global_opts(#全局变量 
            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，X轴名字 
            yaxis_opts=opts.AxisOpts(min_=300,max_=1550,name='岗位数量'),#设置Y轴起始值，Y轴名字
        )       
    )
    
    c.render_notebook()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMzQxNzU3_size_16_color_FFFFFF_t_70 8]

## 四：圆环图： ##

1：处理成统一的格式：

job.experience.fillna('未知',inplace = True) 
    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 
        
    job['exp'] = job.experience.apply(process_experience) 
    job['exp'].value_counts()

![在这里插入图片描述][20201204191240657.png]

2：画出圆环图：

from pyecharts.charts import Pie
    c = (
        Pie() 
        .add(
            series_name="经验要求",
            data_pair=[list(z)for z in zip(
                job['exp'].value_counts().index.tolist(),# 准备数据 
                job['exp'].value_counts().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"),
        )#设置图例位置 
        .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}%)" 
            ),
        )
    )
    
    c.render_notebook()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMzQxNzU3_size_16_color_FFFFFF_t_70 9]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMzQxNzU3_size_16_color_FFFFFF_t_70]: /images/20221120/dc2f74f883734af19dda4a38416bc543.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMzQxNzU3_size_16_color_FFFFFF_t_70 1]: /images/20221120/e903b4ff6df6451b833343875a9c1b00.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMzQxNzU3_size_16_color_FFFFFF_t_70 2]: /images/20221120/9f01130a5cb5412aab9314c090b23edf.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMzQxNzU3_size_16_color_FFFFFF_t_70 3]: /images/20221120/6d82ff4cf8d840b3bb16d691210f2bf7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMzQxNzU3_size_16_color_FFFFFF_t_70 4]: /images/20221120/d8d644711a8743099f09b222430ba234.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMzQxNzU3_size_16_color_FFFFFF_t_70 5]: /images/20221120/b0a55a3f5a3b4545ba7ca4ce34418a5b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMzQxNzU3_size_16_color_FFFFFF_t_70 6]: /images/20221120/60192f90f4c74defa511b396955155a7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMzQxNzU3_size_16_color_FFFFFF_t_70 7]: /images/20221120/63f6fc3f72b543d9950f506775c3632c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMzQxNzU3_size_16_color_FFFFFF_t_70 8]: /images/20221120/c1c5ebe6caee47f086bde7dead6f572a.png
[20201204191240657.png]: /images/20221120/423fa5d2a419457d833762090f6af2ec.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzQxMzQxNzU3_size_16_color_FFFFFF_t_70 9]: /images/20221120/e5781bfe2f5944f5930c3050e0dc1aaf.png