pyecharts 再学习

大概2年之前，就可以接触pyecharts，无奈工作中接触不多，很多功能已经忘记，现在重拾，以求实用

小白学Python（8）——pyecharts 入门 - 徐海建 - 博客园 (cnblogs.com)

简介

Apache ECharts是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而 Python 是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts诞生了。

特性

• 简洁的 API 设计，使用如丝滑般流畅，支持链式调用

• 囊括了 30+ 种常见图表，应有尽有

• 支持主流 Notebook 环境，Jupyter Notebook 和 JupyterLab

• 可轻松集成至 Flask，Sanic，Django 等主流 Web 框架

• 高度灵活的配置项，可轻松搭配出精美的图表

• 详细的文档和示例，帮助开发者更快的上手项目

• 多达 400+ 地图文件，并且支持原生百度地图，为地理数据可视化提供强有力的支持

网站：GitHub - pyecharts/pyecharts： Python Echarts Plotting Library

如何查看使用的 pyecharts 版本？

import pyecharts

print(pyecharts.__version__)

　　

这应该是最新版本了。

生成 HTML

from pyecharts.charts import Bar

bar = Bar()
bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
# render 会生成本地 HTML 文件，默认会在当前目录生成 render.html 文件
# 也可以传入路径参数，如 bar.render("mycharts.html")
bar.render()

　　

 pyecharts 所有方法均支持链式调用。

from pyecharts.charts import Bar

bar = (
    Bar()
    .add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
    .add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
)
bar.render()

　　

快速开始 - pyecharts - A Python Echarts Plotting Library built with love.

　　

Jupyter Notebook 直接调用 render_notebook 随时随地渲染图表，默认为 Jupter-Notebook。

Jupyter Lab 渲染的时候要注意

在顶部声明 Notebook 类型，必须在引入 pyecharts.charts 等模块前声明

 from pyecharts.globals import CurrentConfig, NotebookType
 CurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_LAB

　　

使用 options 配置项，在 pyecharts 中，一切皆 Options。

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

# V1 版本开始支持链式调用
# 你所看到的格式其实是 `black` 格式化以后的效果
# 可以执行 `pip install black` 下载使用
bar = (
    Bar()
    .add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
    .add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
    .set_global_opts(title_opts=opts.TitleOpts(title="主标题", subtitle="副标题"))
    # 或者直接使用字典参数
    # .set_global_opts(title_opts={"text": "主标题", "subtext": "副标题"})
)
bar.render()

# 不习惯链式调用的开发者依旧可以单独调用方法
bar = Bar()
bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
bar.set_global_opts(title_opts=opts.TitleOpts(title="主标题", subtitle="副标题"))
bar.render()

　　

使用主题

pyecharts 提供了 10+ 种内置主题，开发者也可以定制自己喜欢的主题，进阶话题-定制主题 有相关介绍。

from pyecharts.charts import Bar
from pyecharts import options as opts
# 内置主题类型可查看 pyecharts.globals.ThemeType
from pyecharts.globals import ThemeType

bar = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    .add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
    .add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
    .add_yaxis("商家B", [15, 6, 45, 20, 35, 66])
    .set_global_opts(title_opts=opts.TitleOpts(title="主标题", subtitle="副标题"))
)

　　

 伪数据包,系统自动生成

from pyecharts.faker import Faker #伪数据生成包
Faker.choose()

　　

每次运行都不一样

 

pyecharts-gallery   pyecharts 图例 

中文简介 - Document (pyecharts.org)