> 可视化对于数据分析师的工作重要性不言而喻。在Python众多可视化库中，matplotlib+seaborn+pyecharts是个人常用的组合。今天，就简单分享一个用pyecharts制作时间线图的例子，实现非常简单，效果却很强大。
pyecharts是python对百度开源echarts框架的一个封装，接口丰富、设置多样、图表可交互。需要指出的是，pyecharts从0.5版本升级到1.0版本后，接口调用形式发生很大变化，一度令人感到陌生，但实际上只是传参方式有些不同而已。
在pyecharts绘制基本图表的基础上，当为了体现指标随时间的变化趋势时，时间线图表是一个理想的选择。而绘制时间线图实际上非常简单，仅需三步即可：
-
生成时间线对象
-
创建基本图表对象
-
将基本图表对象加入到时间线
某种意义上讲，时间线可理解为基本图表的一个容器，且其接口风格与基本图表很是相近。
from pyecharts.charts import Pie, Timeline
from pyecharts import options as opts
datas = {
220:[('魏', 50), ('蜀', 15), ('吴', 35)],
230:[('魏', 60), ('蜀', 20), ('吴', 20)],
240:[('魏', 40), ('蜀', 30), ('吴', 30)],
250:[('魏', 35), ('蜀', 40), ('吴', 25)],
260:[('魏', 50), ('蜀', 20), ('吴', 30)],
270:[('魏', 60), ('蜀', 15), ('吴', 25)],
280:[('魏', 80), ('蜀', 10), ('吴', 10)]
}
# 1.创建时间线对象
tl = Timeline()
for year, data in datas.items():
# 2.创建单个子图对象
pie = Pie().add(year, data)
# 3.将子图对象添加到时间线
tl.add(pie, year)
tl.render('三国势力历年变化.html')
三国势力历年变化趋势(数据纯属虚构)：
from pyecharts.charts import Timeline, Radar
from pyecharts import options as opts
datas = {
'关羽' : [[5, 4.8, 4.4, 4.7, 4.9]],
'张飞' : [[5, 4.6, 4.7, 4.6, 4.8]],
'赵云' : [[5, 4.8, 4.7, 4.9, 4.7]],
'马超' : [[4.3, 4.5, 4.6, 4.7, 4.7]],
'黄忠' : [[4.5, 4.5, 4.5, 4.6, 4.7]]
}
tl = Timeline()
schema = [opts.RadarIndicatorItem(name=name, max_=5) for name in ('忠', '义', '礼', '智', '信')]
for hero, data in datas.items():
radar = Radar().add_schema(schema=schema).add(hero, data)
tl.add(radar, hero)
tl.render('五虎上将能力对比.html')
蜀国五虎上将能力对比(数据纯属虚构)：
如此操作简单而又颇具实效的时间线图，叫人怎能不为之拍手称快