手把手教你用 pyecharts 制作日历图-轻识

你好，我是林骥。

日历图，是指按照日历的布局，用颜色展现每一天的数据，从而比较直观地看到全年的数据情况。

比如说，下面是一家超市每天销售额数据的日历图，从中可以看出，一月份和二月份的销售相对较低，星期三的销售较好，大多数星期五都没有销售。

因为这些数据是虚拟的，所以这里不展开分析讨论。

在实际工作中，我们应该对业务情况比较熟悉，借助图表等方式，充分挖掘数据背后有价值的信息，并提出有针对性的建议。

下面手把手教你用 pyecharts 来制作日历图，请在 Jupyter Lab 中新建一个 Notebook，然后运行以下代码，其中包含比较详细的注释：

# 导入相关库import pandas as pdfrom pyecharts import options as optsfrom pyecharts.charts import Calendar
# 数据获取方法，在林骥的公众号后台回复：超市df = pd.read_excel('./data/超市数据.xlsx')
# 汇总每天销售额daily_sale = df.fillna(0).pivot_table(values='销售额', index='订单日期', aggfunc=sum).fillna(0)
# 把数据框转变成列表，以便下面绘图时直接调用data = [[str(x)[:10], round(y/10000,1)] for (x, y) in zip(daily_sale.index, daily_sale.销售额)]
# 绘制日历图c = (    # 设置背景、大小和网页标题    Calendar(init_opts=opts.InitOpts(bg_color='#00589F', width='360px', height='800px', page_title="2019年每天销售额"))    .add(        # 系列名称        "销售额",        # 列表格式的数据        data,        # 日历组件配置项        calendar_opts=opts.CalendarOpts(            # 年份            range_="2019",            # 年月日的格式和字体颜色            daylabel_opts=opts.CalendarDayLabelOpts(name_map="cn", label_color='#FFFFFF'),            monthlabel_opts=opts.CalendarMonthLabelOpts(name_map="cn", label_color='#FFFFFF'),            yearlabel_opts=opts.CalendarYearLabelOpts(label_color='#FFFFFF'),            # 日历的位置            pos_top='110px',            pos_left='80px',            pos_right='80px',            pos_bottom='60px',            # 日历的方向            orient='vertical'        ),        # 提示框显示的数字格式        tooltip_opts=opts.TooltipOpts(formatter='{a}
{c}')    )    .set_global_opts(        # 标题的大小、颜色和位置        title_opts=opts.TitleOpts(title='日均销售额'+'%.1f万元' % (daily_sale.销售额.mean()/10000),                                  title_textstyle_opts=opts.TextStyleOpts(font_size=26, color='#FFFFFF'),                                  pos_left='center', pos_top='10px'),        # 隐藏图例        legend_opts=opts.LegendOpts(is_show=False),        # 显示工具箱及其位置        toolbox_opts=opts.ToolboxOpts(pos_bottom="30px",),        # 视觉映射的配置        visualmap_opts=opts.VisualMapOpts(            max_=7,            min_=0,            orient="horizontal",            is_piecewise=True,            pos_bottom="30px",            pos_left="center",            textstyle_opts=opts.TextStyleOpts(color="#FFFFFF"),            # 按区间定义好中差，并设置相应的颜色            pieces=[                {"min": 0, "max": 1, "label": '差', 'color': '#CCCCCC'},                {"min": 1, "max": 3, "label": '中', 'color': '#999999'},                {"min": 3, "max": 8, "label": '好', 'color': '#5D9BCF'},            ],        ),    )    # 输出网页文件    .render("2019年每天销售额.html"))

运行结束之后，系统会自动生成一个文件：2019年每天销售额.html，用浏览器打开它，就能看到一个日历图。

如果把鼠标放在相应的单元格上方，就会显示对应日期的销售额数据，既能观察全貌，又能查看数据明细，这是用 pyecharts 制作图表的优势。

虽然工具各有优劣，但是关键要知道目标是什么，否则就算图表做得再好看，锻炼出来的也不过是工具操作能力。

最后，建议你结合自身的实际情况，学习对自己工作有帮助的技能，并灵活加以运用，充分发挥不同工具的优势，从而创造更大的价值。

*作者简介：林骥，专注数据分析 10 多年，坚持用心做原创。

手把手教你用 pyecharts 制作数据可视化大屏之超市数据管理驾驶舱

长按下方的二维码，关注林骥的公众号，更多干货早知道。

如果你觉得文章对你有帮助或启发，麻烦你动动手指支持一下，分享、点赞和点一点在看，谢谢！

欢迎加入我的免费知识星球，点击左下角的阅读原文即可加入。