pygal库的使用

pygal

可视化包 pygal可以生成可缩放的矢量图形文件，如果是以在线方式使用图表，请考虑使用pygal来生成它们。因为它将自动缩放，以便适应观看者屏幕。

要直到可以创建什么样的图表，查看：https://www.pygal.org/en/stable/

列表中常用的方法：参考

安装

如果是非虚拟环境

python -m pip install --user pygal==1.7

比如我本地使用了虚拟环境：

(venv) D:\python-work\py-bigdata>python -m pip install pygal==1.7

如果需要安装最新版本：

python -m pip install pygal

查看是否可用：

import pygal
print(pygal.__version__)

使用pygal

创建类模拟骰子pygal_die.py

from random import randint

class Die():
    """表示一个骰子的类"""

    def __init__(self, num_sides=6):
        """骰子默认为6面"""
        self.num_sides = num_sides
        pass

    def roll(self):
        """返回一个位于1和骰子面数之间的随机值 1~self.num_sides之间的任意值"""
        return randint(1, self.num_sides)

from random import randint：randint（min,max）可以返回min~max之间的一个随机整数。

下面来测试一下这个类：

from pygal_die import Die

die = Die()

results = []
for roll_num in range(100):
    result = die.roll()
    results.append(result)

print(results)

循环100次，可以看到值在1-6之间，都处于正确范围内。

分析结果，统计每个数字出现了几次

from pygal_die import Die

die = Die()

results = []
# 循环1000次 每次掷骰子 生成1-6之间的随机数 存入results中
for roll_num in range(1000):
    result = die.roll()
    results.append(result)

# 用于存储每种点数出现的次数
frequencies = []
# 遍历可能的点数（1~6）range(min, max)，如要包含max，那么就需要range(min, max + 1)
# 这里循环6次
for value in range(1, die.num_sides+1):
    # 使用列表的count方法统计results列表中value出现的次数，并将结果存储在frequency变量中。
    # 因为value分别是1~6 所以 分别统计results中1出现了几次、...6出现了几次
    frequency = results.count(value)
    # 并将出现的次数添加到数组中
    frequencies.append(frequency)

print(frequencies)

现在我们使用pygal将数据使用直方图展示，最终效果以及代码如下：

import pygal
from pygal_die import Die

die = Die()

results = []
# 循环1000次 每次掷骰子 生成1-6之间的随机数 存入results中
for roll_num in range(1000):
    result = die.roll()
    results.append(result)

# 用于存储每种点数出现的次数
frequencies = []
# 遍历可能的点数（1~6）range(min, max)，如要包含max，那么就需要range(min, max + 1)
# 这里循环6次
for value in range(1, die.num_sides+1):
    # 使用列表的count方法统计results列表中value出现的次数，并将结果存储在frequency变量中。
    # 因为value分别是1~6 所以 分别统计results中1出现了几次、...6出现了几次
    frequency = results.count(value)
    # 并将出现的次数添加到数组中
    frequencies.append(frequency)

hist = pygal.Bar()

hist.title = "骰子掷1000次计数统计"
hist.x_labels = ['1', '2', '3', '4', '5', '6']
hist.x_title = "结果"
hist.y_title = '次数统计'

# a将一系列值加入到图表中 frequencies的值会与hist.x_labels 相对应
hist.add('D6', frequencies)
# 将图表渲染未svg文件 pygal生成的svg图表具有交互性
hist.render_to_file('die_visual.svg')

注意，如果你使用py版本较高，那么之前推荐安装的1.7版本的pygal在这里会产生运行问题，就需要升级到最新版本:pipinstall--upgradepygal

投掷两个骰子

# 同时投掷两个骰子
import pygal
from pygal_die import Die

# 创建两个D6骰子
die_1 = Die()
die_2 = Die()

results = []
for roll_num in range(1000):
    result = die_1.roll() + die_2.roll()
    results.append(result)


frequencies = []
# 两个骰子 最大点数就是6+6
max_result = die_1.num_sides + die_2.num_sides
for value in range(1, max_result+1):
    frequency = results.count(value)
    frequencies.append(frequency)

hist = pygal.Bar()

hist.title = "两个骰子投掷1000次 点数统计"
# 两个骰子正常情况下最小就是2
hist.x_labels = ['2', '3', '4', '5', '6', '7', '8', '9', '10', '11', '12']
hist.x_title = "结果"
hist.y_title = '次数统计'

hist.add('D6 + D6', frequencies)
hist.render_to_file('dice_visual.svg')

投掷一个6面骰子和10面骰子

# 同时投掷两个骰子 一个6面骰子 一个10面骰子
import pygal
from pygal_die import Die

# 创建两个D6骰子
die_1 = Die()
die_2 = Die(10)

results = []
for roll_num in range(50000):
    result = die_1.roll() + die_2.roll()
    results.append(result)


frequencies = []
# 两个骰子 最大点数就是6+6
max_result = die_1.num_sides + die_2.num_sides
for value in range(1, max_result+1):
    frequency = results.count(value)
    frequencies.append(frequency)

hist = pygal.Bar()

hist.title = "6面骰子和10面骰子投掷5万次"
# D6 + D10 最小是2，最大是16（6+10）
hist.x_labels = ['2', '3', '4', '5', '6', '7', '8', '9', '10', '11', '12', '13', '14', '15', '16']
hist.x_title = "结果"
hist.y_title = '次数统计'

hist.add('D6 + D10', frequencies)
hist.render_to_file('different_dice.svg')

自定义工具提示

pygal中，将鼠标指向条形将显示它表示的信息，称为工具提示。

直接看下面这个例子

import pygal

"""
pygal中，将鼠标指向条形将显示它表示的信息，称为工具提示
"""

from pygal.style import LightColorizedStyle as LCS, LightenStyle as LS

my_style = LS('#333366', base_style=LCS)
chart = pygal.Bar(style=my_style, x_label_rotation=45, show_legend=False)

chart.title = 'PY项目'
chart.x_labels = ['httpie', 'django', 'flask']

# 对于自定义工具提示，是有明确格式要求的
plot_dicts = [
    # 根据value确定柱状图高度 是必须的  label键是可选的 用于显示自定义文本 其他可选键（如xlink、color等）可用于进一步定制
    { 'value': 16101, 'label': 'httpie的描述' },
    { 'value': 15028, 'label': 'django的描述' },
    { 'value': 14798, 'label': 'flask的描述' }
]
# 自定义提示的唯一方式是通过label键或配置全局的tooltip_formatter函数。

# add接受一个字符串和一个列表
chart.add('', plot_dicts)
chart.render_to_file('bar_descriptions.svg')

chart.add(字符串，列表）用于自定义提示

字符串：

chart.add()方法的第一个参数字符串是系列名称，主要作用是：

1.图例（Legend）显示

• 当show_legend=True（默认值）时，系列名称会显示在图表的图例中，标识不同的数据系列。
• 在你的代码中，show_legend=False，因此该参数不会在图例中显示，但仍会作为工具提示的一部分。

2.工具提示（Tooltip）的前缀

• 当鼠标悬停在数据点上时，系列名称会作为前缀显示在工具提示中。

总结：第一个参数字符串的主要作用：图例显示和工具提示前缀。

列表：

需要特别注意的是，对于自定义工具提示，传入的字典必须有严格的格式要求。

如果要添加自定义描述，label是不可或缺的，如果不需要那么这个字段可以省略。

value指的是要渲染的图表的数值，是必须的。