使用pyecharts绘图，并创建网格排列图表

pyecharts

pyecharts 是一个用于绘制 Echarts 图表的 Python 库。Echarts 是由百度开发的一个开源数据可视化库，支持各种图表类型，如柱状图、折线图、饼图等，并且提供了丰富的交互功能和精美的图形设计。

pyecharts 的主要优点包括：

1. 简单易用：提供了简洁的 API 来创建和定制图表。
2. 丰富的图表类型：支持 Echarts 所有的图表类型，能够满足各种数据可视化的需要。
3. 交互性：生成的图表具有良好的交互性，用户可以在浏览器中对图表进行缩放、拖动等操作。
4. 跨平台：生成的图表是基于 HTML 和 JavaScript 的，因此可以在任何支持现代 Web 浏览器的平台上查看。

pyecharts绘制图形的基本参数

Bar 参数
add_xaxis(xaxis_data)：添加X轴数据。
add_yaxis(series_name, y_axis, color=None)：添加Y轴数据，包括系列名称、数值列表以及颜色。
extend_axis(yaxis=opts.AxisOpts(...))：扩展Y轴，用于添加多个Y轴。
set_global_opts(title_opts=opts.TitleOpts(...), legend_opts=opts.LegendOpts(...), ...)：设置全局选项，例如标题、图例、工具箱等。
其他可能用到的参数有：

mark_point 和 mark_line：用于标记点和线。
animation_opts：控制动画效果。
bar_category_gap：类别间的间距。
bar_width：柱子宽度。
label_opts：标签样式选项。
tooltip_opts：提示框样式选项。
Line 参数
add_xaxis(xaxis_data)：添加X轴数据。
add_yaxis(series_name, y_axis, color=None)：添加Y轴数据，包括系列名称、数值列表以及颜色。
extend_axis(yaxis=opts.AxisOpts(...))：扩展Y轴，用于添加多个Y轴。
set_global_opts(title_opts=opts.TitleOpts(...), legend_opts=opts.LegendOpts(...), ...)：设置全局选项，例如标题、图例、工具箱等。
其他可能用到的参数有：

mark_point 和 mark_line：用于标记点和线。
symbol：折线上的标记图形。
symbol_size：标记图形大小。
yaxis_index：指定使用的Y轴索引。
label_opts：标签样式选项。
tooltip_opts：提示框样式选项。

实例代码

```python
# 导入pyecharts库中的options模块和所需的图表类型（Bar, Line, Pie, Radar, Grid）
from pyecharts import options as opts
from pyecharts.charts import Bar, Line, Pie, Radar, Grid

# 插入柱形图的x轴数据（年份）
x_data = ['2014', '2015', '2016', '2017', '2018', '2019', '2020', '2021']

# 创建并配置柱形图
bar = (
    Bar()
    # 配置x轴与第一个y轴（诊疗量）
    .add_xaxis(x_data)
    .add_yaxis(
        "诊疗量",
        [87430, 90912, 96225, 101885, 107147, 116390, 105764, 120215],
        yaxis_index=0,
        z=0,
        color="orange",
        label_opts=opts.LabelOpts(is_show=False)
    )
    # 拓展并配置第二个y轴（同比增速(%)）
    .extend_axis(
        yaxis=opts.AxisOpts(
            type_="value",
            name="同比增速(%)",
            name_location="center",
            name_gap=30,
            min_=-20,
            max_=20,
            axislabel_opts=opts.LabelOpts(font_size=14),
            # 设置刻度样式
            axisline_opts=opts.AxisLineOpts(
                linestyle_opts=opts.LineStyleOpts(color="black")
            ),
            splitline_opts=opts.SplitLineOpts(
                is_show=True, linestyle_opts=opts.LineStyleOpts(opacity=1)
            ),
        )
    )
    # 设置全局配置，包括y轴、标题、图例和提示框选项
    .set_global_opts(
        yaxis_opts=opts.AxisOpts(
            name="诊疗量（万人次）",
            name_location="center",
            name_gap=60,
            min_=0,
            interval=50000,
            axislabel_opts=opts.LabelOpts(font_size=14),
            offset=0,
            axisline_opts=opts.AxisLineOpts(
                linestyle_opts=opts.LineStyleOpts(color="black")
            ),
        ),
        title_opts=opts.TitleOpts(title="2014-2021年中国中医类医疗卫生机构诊疗量", pos_left="35%", pos_top="2%"),
        legend_opts=opts.LegendOpts(is_show=False),
        tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),
    )
)

# 绘制折线图
line = (
    Line()
    .add_xaxis(x_data)
    .add_yaxis(
        "同比增速(%)",
        [7.40, 4.00, 5.83, 5.81, 5.16, 8.63, -9.13, 13.66],
        symbol='triangle',
        symbol_size=15,
        yaxis_index=1,
        color="Magenta",
        label_opts=opts.LabelOpts(is_show=False),
    )
)

# 绘制饼图
pie_demo = (
    Pie()
    .add("", [('20岁以下', 2.2), ('20-29岁', 27.9),
              ('31-40岁', 56.2), ('41-50岁', 10.9),
              ('51岁以上', 2.8)],
         center=["18%", "75%"],
         radius=[30, 56],  # 设置内圆与外圆半径
         label_opts=opts.LabelOpts(formatter="{b}: {d}%"))
    # 配置标题
    .set_global_opts(title_opts=opts.TitleOpts(title="中药材消费者画像", pos_left="10%", pos_top="54%"),
                     legend_opts=opts.LegendOpts(is_show=False))
)

# 绘制堆积柱形图
data1 = (20.3, 22.0, 23.5, 22.5, 22.3)
data2 = (79.7, 78.0, 76.5, 77.5, 77.7)
bar1 = (
    Bar()
    # 配置x轴与y轴
    .add_xaxis(['2019', '2020', '2021', '2022', '2023'])
    .add_yaxis("供应商A", data1, stack="stack1", xaxis_index=1, yaxis_index=2)
    .add_yaxis("供应商B", data2, stack="stack1", xaxis_index=1, yaxis_index=2)
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        yaxis_opts=opts.AxisOpts(
            min_=0,
            max_=120,
            interval=25
        ),
        title_opts=opts.TitleOpts(title="全国药店中药饮片供应商占比", pos_left='40%', pos_top='54%'),
        legend_opts=opts.LegendOpts(is_show=False),
        xaxis_opts=opts.AxisOpts(max_=4)
    )
)

# 将柱形图和折线图进行重叠
overlap = bar.overlap(line)

# 创建网格布局，并添加各个图表
grid = (
    Grid()
    .add(overlap, grid_opts=opts.GridOpts(pos_bottom="55%", pos_right="5%", pos_left="5%", pos_top="5%"),
         is_control_axis_index=True)
    .add(pie_demo, grid_opts=opts.GridOpts(pos_bottom="10%", pos_right="30%", pos_left="50%", pos_top="65%"))
    .add(bar1, grid_opts=opts.GridOpts(pos_bottom="10%", pos_right="15%", pos_left="25%", pos_top="5%"),
         is_control_axis_index=True)
)

# 在Jupyter Notebook中渲染图表
grid.render_notebook()
```
这段代码首先导入了pyecharts库中的相关模块和图表类型，然后分别创建并配置了柱形图、折线图、饼图和堆积柱形图。最后，使用Grid组件将这些图表组合在一起，并在Jupyter Notebook中进行渲染显示。

运行结果