Echart:入门可视化科研人必备

简介: Echart:入门可视化科研人必备

1. 简介

最近参加一个数据分析大赛,鉴于研一师妹对R不是很擅长,用 ggplot 绘制图形学习成本较大。于是小编让她使用了 Echart[1] 来绘制。简单的使用教程可见:如何快速画出美观的图形?


官网-案例界面


2. 使用方式

2.1 官网直接使用

最直接的使用方式:在官网案例中修改源代码数据,得到想要的简约清新图。接下来给出几个,我们报告中绘制的图形。


学院借阅频次日历图



不同学院的平均借阅天数



图书借阅频次时间序列

2.2 基于 pyecharts[2] 在 Python 中使用

当然 Echart 已经在不同语言都有接口。Python 用户可以使用{pyecharts}库。具体使用教程可见官方[3]。此外,还给出了pyecharts-gallery[4]供大家使用。

:可以在不同的环境中使用,例如:本地,Notebook环境。也可以输出PNG图片用于科技论文发表。

安装方式

  • pip 安装
# 安装 v1 以上版本
$ pip install pyecharts -U
# 如果需要安装 0.5.11 版本的开发者,可以使用
# pip install pyecharts==0.5.11
  • 源码安装
# 安装 v1 以上版本
$ git clone https://github.com/pyecharts/pyecharts.git
# 如果需要安装 0.5.11 版本,请使用 git clone https://github.com/pyecharts/pyecharts.git -b v05x
$ cd pyecharts
$ pip install -r requirements.txt
$ python setup.py install



截图来源于官网


2.3 基于 echarts4r[5] 在 R 中使用

《统计之都》公众号发表过一篇推文:echarts4r: 从入门到应用(上),写的非常详细。感兴趣的朋友可以查阅。

安装方式

# CRAN
install.packages("echarts4r")
# GitHub
# install.packages("remotes")
remotes::install_github("JohnCoene/echarts4r")

下面给出一些教程[6]可视化后的结果(谷歌翻译后的结果)。





小编有话说

  • 如果读者对 R 和 Python 不了解,却想在短时间绘制出简约明白的图形。建议使用第一种方式“凑合”下。
  • 如果你对其他某个软件比较擅长,可以找找是否有对应的 Echart 对接的包供使用。

参考资料

[1]

Echart: https://echarts.apache.org/examples/zh/index.html#chart-type-line

[2]

pyecharts: https://github.com/pyecharts/pyecharts

[3]

官方: https://pyecharts.org/#/zh-cn/intro

[4]

pyecharts-gallery: https://gallery.pyecharts.org/#/BMap/air_quality_baidu_map

[5]

echarts4r: https://echarts4r.john-coene.com/

[6]

教程: https://echarts4r.john-coene.com/articles/chart_types.html

目录
相关文章
|
5月前
|
数据可视化 JavaScript API
使用D3.js进行数据可视化的探索与实践
【6月更文挑战第2天】本文探讨了D3.js在数据可视化中的应用,介绍了D3.js作为JavaScript库的特性,包括数据驱动、灵活性和兼容性。实践中,涉及数据准备、创建SVG容器、数据绑定与绘制、交互与动画以及样式美化。D3.js使开发人员能高效创建动态、交互式图表,适用于多平台和设备。未来,随着数据可视化技术进步,D3.js的应用前景广阔。
|
1月前
|
移动开发 数据可视化 小程序
DIY可视化UniApp可视化入门教程
DIY可视化UniApp可视化入门教程
33 0
|
6月前
|
数据可视化 JavaScript 前端开发
【专栏】D3.js 和 Tableau 是两种流行的数据可视化工具
【4月更文挑战第27天】D3.js 和 Tableau 是两种流行的数据可视化工具。D3.js,一个JavaScript库,以其灵活性和定制性著称,适合创建复杂、个性化的可视化效果,但需要编程技能。Tableau,一款用户友好的分析软件,提供直观界面和强大分析功能,适合快速生成常见图表。在选择时,应考虑项目需求、团队技术能力、数据规模和性能要求。两者可单独使用,也可结合发挥各自优点。随着数据可视化需求的增长,这些工具将持续发展并提供更好的解决方案。
170 1
|
6月前
|
数据可视化 JavaScript 架构师
D3.js实战:数据可视化高级技巧实例应用
本文介绍了D3.js入门,包括创建HTML文件引入库、绘制简单线图、柱状图和饼图。示例展示了数据绑定、交互性和动画效果,如柱状图的悬停效果和线图的数据平滑过渡。此外,还提及力导向图和地图可视化的实现,以及使用Enter, Update, Exit模式进行动态更新。最后提到了复杂图表和高级技巧,如使用组件库、动画、交互性和性能优化。
125 0
|
3月前
|
数据可视化
为什么不建议大家冲一冲Echarts数据可视化,不要太香了
为什么不建议大家冲一冲Echarts数据可视化,不要太香了
|
3月前
|
数据可视化 前端开发 JavaScript
Echarts+JS实现数据分析可视化大屏!!附源码!!
Echarts+JS实现数据分析可视化大屏!!附源码!!
|
3月前
|
数据可视化
Echarts数据可视化开发| 移动效能平台附源码
Echarts数据可视化开发| 移动效能平台附源码
|
6月前
|
数据可视化 搜索推荐 大数据
科研绘图与学术图表绘制:从入门到精通
科研绘图与学术图表绘制:从入门到精通
149 0
|
6月前
|
数据可视化 前端开发 JavaScript
探秘D3.js:数据可视化交互式图表与效果
数据可视化已经成为如今大数据时代的重要工具之一。它不仅可以更直观地呈现数据,还可以帮助人们更好地理解数据背后的含义。而D3.js则作为目前最流行的数据可视化库之一,其强大的功能和灵活性广受开发者青睐。本文将介绍如何使用D3.js创建交互式图表和可视化效果,以及如何利用其强大的API来进行个性化定制。
452 0
|
6月前
|
数据可视化 JavaScript 前端开发
【数据分析与可视化】pyecharts可视化图表讲解及实战(超详细 附源码)
【数据分析与可视化】pyecharts可视化图表讲解及实战(超详细 附源码)
401 0