利用pyecharts绘制图形

 通过pip清华镜像源安装pyecharts

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyecharts 

echarts官网：https://www.echartsjs.com/index.html
pyecharts官网：https://pyecharts.org/#/zh-cn/intro
pyecharts众多图表示例代码：https://gallery.pyecharts.org/#/README
pyecharts github项目国内镜像： https://gitee.com/mirrors/pyechart  

在系列配置项中，有些配置里的参数只能在set_global_opts中生效 （全局，图标外），有些只能在set_series_opts中生效（系列，只能在图表内）

 绘制圆饼图

from pyecharts import options as opts    
from pyecharts.charts import Page, Pie
#准备数据
L1=['化学药','中成药','生物制品','保健品','中药饮片']
num  = [33,45,3,9,6,4]
#往该实例填充数据
c = Pie()
c.add("", [list(z) for z in zip(L1,num)])
#设置“全局配置项”
c.set_global_opts(title_opts=opts.TitleOpts(title="全国药店药品销售额占比"))
# 设置“系列配置项”
c.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
#  展示图表（渲染图表）
c.render_notebook()

 运行效果：

绘制圆环图

from pyecharts import options as opts
from pyecharts.charts import Page, Pie
#准备数据
wd = ['化学药','中成药','生物制品','保健品','中药饮片']
num = [33,45,3,9,6,4]
#往该实例填充数据
c = Pie()
c.add("",[list(z) for z in zip(wd, num)],radius = ["40%", "75%"])   
# 圆环的粗细和大小
c.set_global_opts( title_opts=opts.TitleOpts(title="全国药店药品销售额占比",subtitle='用于反映中药市场趋势'),legend_opts=opts.LegendOpts(is_show=False),toolbox_opts=opts.ToolboxOpts(is_show=True))
c .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}"))
#  展示图表（渲染图表）
c.render_notebook()

运行效果

 用一张独立画布，柱形图和折线图融合在同一个坐标系展示表1数据

import pyecharts.options as opts
from pyecharts.charts import Bar,Line,Scatter,Pie

x_data = ['2014年','2015年','2016年','2017年','2018年','2019年','2020年','2021年']

bar = (
    Bar()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(
        series_name="诊疗量",
        y_axis=[87430,90912,96225,101885,107147,116390,105764,120215],
        label_opts=opts.LabelOpts(is_show=False),
        z =2,
     )
    .set_global_opts(title_opts=opts.TitleOpts(title='2014-2021年中国中医类医疗卫生机构诊疗量', pos_left='center'),legend_opts=opts.LegendOpts(is_show=False))
   
    .extend_axis(
        yaxis=opts.AxisOpts(
            name="同比增速(%)",
            type_="value",
            min_=-20,
            max_=20,
            interval=10,
            axislabel_opts=opts.LabelOpts(formatter="{value} "),
        )
    )
)

line = (
    Line()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(
        series_name='诊疗量(万人次)',
        # 使用的 y 轴的 index，在单个图表实例中存在多个 y 轴的时候有用。
        yaxis_index=1,  #  第一条y轴索引为0，第二条y轴索引为1
        y_axis=[7.40,4.00,5.83,5.81,5.16,8.63,-9.13,13.66],
        label_opts=opts.LabelOpts(is_show=False),
        z = 3,  # z值小的图形会被z值大的图形覆盖
    )
     
)





bar.overlap(line).render_notebook()  # 柱形图 层叠 折线图

运行效果如下图：