使用pyecharts库 绘画柱状图和折线图

Pyecharts概述

Pyecharts 是一个 Python 可视化库，用于创建交互式和美观的图表。它基于著名的 JavaScript 可视化库 Echarts，通过在 Python 中调用 Echarts 的功能，使用户能够在 Python 环境中轻松地绘制各种类型的图表，包括折线图、柱状图、饼图、散点图等。

pyecharts常用网址：

 在anaconda prompt命令行工具下，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/pyecharts

配置项

Pyecharts 遵循“先配置后使用”的基本原则。pyecharts.options模块中包含众多关于定制图表组件及样式的配置项。按照配置内容的不同，配置项可以分为全局配置项和系列配置项。

1. 全局配置项

全局配置项是一些针对图表通用属性的配置项，包括初始化属性、标题组件、图例组件、工具箱组件、视觉映射组件、提示框组件、数据区域缩放组件,其中每个配置项都对应一个类。若 pyecharts需要为图表设置全局配置项(InitOpts除外)，则需要将全局配置项传入set_global_opts() 方法。set_global_opts()方法的语法格式如下：

set_global_opts(self, title_opts=opts.TitleOpts(),
    legend_opts=opts.Legendopts(), tooltip_opts=None,
    toolbox_opts=None, brush_opts=None, xaxis_opts=None,
    yaxis_opts=None, visualmap_opts=None, datazoom_opts=None, 
    graphic_opts=None, axispointer_opts=None)

该方法各参数的含义如下：

• title_opts：表示标题组件的配置项。
• legend_opts：表示图例组件的配置项。
• tooltip_opts ：表示提示框组件的配置项。
• toolbox_opts ：表示工具箱组件的配置项。
• brush_opts ：表示区域选择组件的配置项。
• xaxis_opts，yaxis_opts：表示x轴、y轴的配置项。
• visualmap_opts ：表示视觉映射组件的配置项。
• datazoom_opts：表示数据区域缩放组件的配置项。
• graphic_opts：表示原生图形.元素组件的配置项。
• axispointer_opts：表示坐标轴指示器组件的配置项

2. 系列配置项

系列配置项是一些针对图表特定元素属性的配置项，包括图元样式、文本样式、标签、线条样式、标记样式、填充样式等，其中每个配置项都对应一个类。

pyecharts 的系列配置项类

类	说明
ItemStyleOpts	图元样式配置项
TextStyleOpts	文本样式配置项
LabelOpts	标签配置项
LineStyleOpts	线条样式配置项
SplitLineOpts	分割线配置项
MarkPointOpts	标记点配置项
MarkLineOpts	标记线配置项
Mark AreaOpts	标记区域配置项
EffectOpts	涟漪特效配置项
AreaStyleOpts	区域填充样式配置项
SplitAreaOpts	分隔区域配置项
GridOpts	直角坐标系网格配置项

渲染图表

图标基类 Base 主要提供了两个渲染图表的方法： render() 和 render_notebook()。具体介绍如下：

1. render() 方法

render() 方法用于将图表渲染到 HTML 文件，魔人为位于程序根目录的 render.html 文件。render() 方法的语法如下：

render(self, path = "render.html", template_name = "simple_chart.html",

            env = None, **kwargs)

以上方法中的参数 path 表示生成文件的路径，默认为 render.html ；template_name 表示模板的路径。render() 方法会返回 HTML 文件的路径字符串。

2. render_notebook() 方法

render_notebook() 方法用于将图表渲染到 Jupyter Notebook 工具中，它无法接收任何参数。 Jupyter Notebook() 方法的语法如下：

bar.render_notebook()

绘制常用图表

pyecharts 绘制各种图表的过程大致相同，可以分为以下几步：

1. 创建图表相应类的对象；
2. 添加图表数据；
3. 添加图表系列配置项；
4. 添加图表全局配置项；
5. 渲染图表。

实例 ：请用一张独立画布，将柱形图和折线图融合在同一个坐标系展示表中数据。

2014-2021年中国中医类医疗卫生机构诊疗量

年份（年）	诊疗量（万人次）	同比增速（%）
2014	87430	7.40
2015	90912	4.00
2016	96225	5.83
2017	101885	5.81
2018	107147	5.16
2019	116390	8.63
2020	105764	-9.13
2021	120215	13.66

#导入所需的库
import numpy as np
import pyecharts.options as opts 
#from pyecharts.globals import ThemeType
 
# 1. 导入需要的图表类（Bar，Line，Pie,Scatter...）
from pyecharts.charts import Bar, Line,Grid
#from pyecharts import Overlap
x_value = ['2014','2015','2016','2017','2018','2019','2020','2021']
bar = (
    Bar()
    .add_xaxis(xaxis_data=x_value)             #导入X轴
    .add_yaxis(series_name="诊疗量(万人次)",    #柱形图图例名称 
               y_axis=[87430,90912,96225,101885,107147,116390,105764,120215],    #柱形图的数据
               yaxis_index=0,                  #表示y轴索引，用于拥有多个y轴的单表中
               label_opts = opts.LabelOpts(is_show=False),        #坐标轴标签配置项(柱子里显示的数字)
              ) 
    .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 = '27%',pos_top = 15),   #设置图表标题及其位置
                     legend_opts=opts.LegendOpts(is_show=False),             #设置不显示图例
                     #axistick_opts=opts.AxisTickOpts(),
                     yaxis_opts=opts.AxisOpts(
                                              name="诊疗量(万人次)",min_=0, max_=130000,interval=50000,    #设置柱形图y轴名称和最大值，最小值和间距
#                                               name_rotate='90',name_location="center",name_gap=55,       #y轴名称的旋转角度，位置和大小
                                              axistick_opts = opts.AxisTickOpts(is_inside=False,           #轴刻度线往外
                                                                                is_show=True,),            #是否显示轴刻度线
                                              axisline_opts=opts.AxisLineOpts(is_show=True),               #是否显示轴线
                                             ),
                     tooltip_opts = opts.TooltipOpts(is_show = False),           
    )
    .set_series_opts(
        itemstyle_opts=opts.ItemStyleOpts(           #图元样式配置项
            opacity=0.5                              #设置柱形图透明度：0.5
                                          )
                    )
    .extend_axis(
        yaxis=opts.AxisOpts(name = "诊疗量(万人次)",   #柱形图y轴名称
                            type_ = "value",           
                            position = "left",         #柱形图y轴在左边显示
                            )
                )
    .extend_axis(
        yaxis=opts.AxisOpts(name = "同比增速(%)",   #柱形图y轴名称
                            type_ = "value",
                            position = "right",     #柱形图y轴在右边显示
                            min_=-20, max_=20,interval=10,       #设置柱形图y轴最大值，最小值和间距
                            axistick_opts = opts.AxisTickOpts(is_inside=False,  #轴刻度线往外
                                                              is_show=True,),   #是否显示轴刻度线
                                              axisline_opts=opts.AxisLineOpts(is_show=True),   #是否显示轴线
                                                              )
                            )
)
line = (
    Line()
    .add_xaxis(xaxis_data=x_value)     #导入x轴
    .add_yaxis(series_name="同比增速(%)",       #折线图图例名称  
               y_axis=[7.40,4.00,5.83,5.81,5.16,8.63,-9.13,13.66],     #折线图数据
               yaxis_index=2,                #表示y轴索引，用于拥有多个y轴的单表中
               symbol="triangle",            #设置折线图折点样式为三角形
               symbol_size=[10,10],          #设置三角形的长度和宽度
               label_opts = opts.LabelOpts(is_show=False),        #坐标轴标签配置项(柱子里的显示数字)
              ) 
)
bar.overlap(line)
grid = Grid()
grid.add(bar,opts.GridOpts(),is_control_axis_index=True)
grid.render_notebook() #渲染到notebook中展示

运行结果