pyechart 绘制树图

最新推荐文章于 2023-12-22 16:29:15 发布

颹蕭蕭

最新推荐文章于 2023-12-22 16:29:15 发布

阅读量467

点赞数 1

CC 4.0 BY-SA版权

分类专栏：数据可视化文章标签： python pyechart 树图

我们不生产知识，我们只是互联网的搬运工

本文链接：https://blog.csdn.net/itnerd/article/details/126985595

数据可视化专栏收录该内容

46 篇文章

订阅专栏

本文介绍了一种将金融领域的复杂数据按其属性进行分类的方法，并通过PyEcharts将这些数据以树状图的形式可视化展示出来。该方法首先使用Python对数据进行预处理，然后通过递归的方式构建树形结构，最后利用PyEcharts进行图表绘制。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

数据格式

set(df["字段类别"])
"""
{'业务-交易信息-交易通用信息-交易基本信息',
 '业务-交易信息-交易通用信息-交易对手信息',
 '业务-交易信息-交易通用信息-交易清结算信息',
 '业务-交易信息-交易通用信息-交易记账信息',
 '业务-交易信息-交易通用信息-交易金额信息',
 '业务-交易信息-保险收付费信息-保险收费信息',
 '业务-合约协议-中间业务信息-交易类中间业务信息',
 '业务-合约协议-中间业务信息-代理类中间业务信息',
 '业务-合约协议-中间业务信息-基本信息',
 '业务-合约协议-中间业务信息-基金托管类中间业务信息',
 ...
"""

转化成树结构

datalist = list(set(df['字段类别'].astype(str)))
datatree = []

def append(tree, nodestr):
    if nodestr == '':
        return
    path = nodestr.split('-')
    head, tails = path[0], '-'.join(path[1:])
    if head == 'nan':
        return
    for i in tree:
        if i['name'] == head:
            append(i['children'], tails)
            return
    tree.append({'name': head, 'children':[]})
    append(tree[-1]['children'], tails)
    
for i in datalist:
    append(datatree, i)

pyechart 绘图

from pyecharts.charts import Tree
from pyecharts import options as opts

N_class = len(set(df["字段类别"]))
tree = Tree(
    init_opts=opts.InitOpts(
        width='1200px',
        height=f'{N_class*20}px',
    )
)
(
    tree.add(
        '',
        [{'name':'金融','children':datatree}],
        initial_tree_depth = 4,
        is_roam = True,
        layout='orthogonal',
        # 参数layout的"radial"是径向布局是指以根节点为圆心，每一层节点为环，而"orthogonal"是正常的水平和垂直布局
        symbol = "emptyCircle",
        # 参数symbol是标记类型形状，提供的类型有:'emptyCircle', 'circle', 'rect', 'roundRect','triangle', 'diamond', 'pin', 'arrow'
        orient="LR"
        #  参数orient是布局方向，水平从左到右为"LR"，水平从右往左为"RL"，垂直从上到下为"TB",垂直从下到上为"BT"
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="金融数据分类模板"))
)
tree.render_notebook()