Zeppelin 中使用 Python 和 pyecharts 可视化

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

Zeppelin 是一个开源的交互式数据查询平台，它的 Spark SQL解释器和其他Spark解释器(PySpark<Python语言>、SparkR<R语言>以及Spark解释器<scale语言>)共享SparkContext和SparkSession。这意味着使用其他Spark解释器注册的表可以使用Spark SQL解释器进行访问。

在章节框开头输入以下代码进行声明即可使用 Python 的强大功能：

%python
# 或者
%python.ipython

对数据查询结果进行处理：

Zeppline 支持上下文数据的联动处理，以 Hive 解析器为例，在解析器的声明中增加 saveAs 及变量名，在查询结束后会将产生的数据集赋于此变量名：

%hive(saveAs=bank)

在其他的章节框的 Python 解析中就可以使用以上 bank 为变量名的数据：

%python.ipython

df = z.getAsDataFrame('bank')
df

上例中，就将查询的结果集构造为 pandas 的 DataFrame 结构并将数据显示出来，DataFrame 提供强大的数据处理和分析能力，关于 Pandas 的使用可通过以下教程进行学习：https://gairuo.com/p/pandas-tutorial

使用 pyecharts 进行可视化：

import pandas as pd
import pyecharts as pe

df = z.getAsDataFrame('bank')

# 其他："jupyter_notebook", "nteract", "zeppelin"
pe.globals.CurrentConfig.NOTEBOOK_TYPE = 'zeppelin'

# 对应图形加载 JS 文件
pe.charts.Bar().load_javascript()

(
    pe.charts.Bar(dict(width='800px', hight='200px', theme='light'))
    .add_xaxis([*df.page_name])
    .add_yaxis('device_times', [*df.device_times])
    .add_yaxis('device_qty', [*df.device_qty])
    .reversal_axis()
    .render_notebook() # 网页展示图表
)

此外，还能支持更多其他Python的可视化库，比如 Bokeh, HvPlot, Pandas，Seaborn 等等。

Zeppelin 中使用 Python 和 pyecharts 可视化

相关内容