2024大厂Python面试题精选python数据可视化神器，我就服它(1)，程序员必学之一

得益于Echarts 项目，目前Pyecharts支持 30+ 种常见图表，如下所示：

• Bar（柱状图/条形图）

• Bar3D（3D 柱状图）

• Boxplot（箱形图）

• EffectScatter（散点图）

• Funnel（漏斗图）

• Gauge（仪表盘）

• Geo（地理坐标系）

• Graph（关系图）

• HeatMap（热力图）

• Kline（K线图）

• Line（折线/面积图）

• Line3D（3D 折线图）

• Liquid（水球图）

• Map（地图）

• Parallel（平行坐标系）

• Pie（饼图）

• Polar（极坐标系）

• Radar（雷达图）

• Sankey（桑基图）

• Scatter（散点图）

• Scatter3D（3D 散点图）

• ThemeRiver（主题河流图）

• WordCloud（词云图）

Pyecharts安装

---

1、pip 安装

安装 v1 以上版本

$ pip install pyecharts -U

如果需要安装 0.5.11 版本的开发者，可以使用

pip install pyecharts==0.5.11

2、源码安装

v1 以上版本

$ git clone https://github.com/pyecharts/pyecharts.git

如果需要安装 0.5.11 版本，请使用 git clone https://github.com/pyecharts/pyecharts.git -b v05x

$ cd pyecharts

$ pip install -r requirements.txt

$ python setup.py install

在使用pip安装库时，由于墙的原因，下载时可能会出现断线和速度过慢的问题导致下载失败，所以建议通过豆瓣源或清华镜像来进行下载：

豆瓣源下载

pip install -i https://pypi.douban.com/simple pyecharts

清华镜像源

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

PS: 这里要专门说明一下，自从 0.3.2 开始，为了缩减项目本身的体积以及维持 pyecharts 项目的轻量化运行，pyecharts 将不再自带地图 js 文件。如用户需要用到地图图表（Geo、Map），可自行安装对应的地图文件包。

通过pip命令进行安装

pip install echarts-countries-pypkg

pip install echarts-china-provinces-pypkg

pip install echarts-china-cities-pypkg

Pyecharts官方示例实战

---

现在我们来开始正式使用pycharts，这里我们先直接使用官方的数据，感受一下可视化展示效果。

from pyecharts.charts import Bar

from pyecharts import options as opts

V1 版本开始支持链式调用

bar = (

Bar()

.add_xaxis([“衬衫”, “毛衣”, “领带”, “裤子”, “风衣”, “高跟鞋”, “袜子”])

.add_yaxis(“商家A”, [114, 55, 27, 101, 125, 27, 105])

.add_yaxis(“商家B”, [57, 134, 137, 129, 145, 60, 49])

.set_global_opts(title_opts=opts.TitleOpts(title=“某商场销售情况”))

)

bar.render_notebook()

在这里顺便安利一下jupyter，pyecharts在v0.1.9.2版本开始，在jupyter上可以直接调用实例（例如上方直接调用bar.render_notebook()）就可以将图表直接展示出来，非常方便。

如果脚本在非jupyter环境运行，图表渲染方法需改为:

bar.render()

默认情况下，pycharts生成图表为HTML格式，也支持生成png图片格式，如下：

from snapshot_selenium import snapshot as driver

from pyecharts import options as opts

from pyecharts.charts import Bar

from pyecharts.render import make_snapshot

def bar_chart() -> Bar:

c = (

Bar()

.add_xaxis([“衬衫”, “毛衣”, “领带”, “裤子”, “风衣”, “高跟鞋”, “袜子”])

.add_yaxis(“商家A”, [114, 55, 27, 101, 125, 27, 105])

.add_yaxis(“商家B”, [57, 134, 137, 129, 145, 60, 49])

.reversal_axis()

.set_series_opts(label_opts=opts.LabelOpts(position=“right”))

.set_global_opts(title_opts=opts.TitleOpts(title=“Bar-测试渲染图片”))

)

return c

需要安装 snapshot-selenium 或者 snapshot-phantomjs

make_snapshot(driver, bar_chart().render(), “bar.png”)

Pyecharts几种高频使用的可视化图表

---

在上面官方示例中的柱状图表我们已经能感受到pycharts可视化功能的强大，最后再介始几种日常工作中常用的可视化图表及对应示例。

pie饼状图

from pyecharts import options as opts

from pyecharts.charts import Pie

from pyecharts.faker import Faker

pie = (

Pie()

.add(“”, [list(z) for z in zip(Faker.choose(), Faker.values())])

.set_colors([“blue”, “green”, “yellow”, “red”, “pink”, “orange”, “purple”])

.set_global_opts(title_opts=opts.TitleOpts(title=“Pie-设置颜色”))

.set_series_opts(label_opts=opts.LabelOpts(formatter=“{b}: {c}”))

)

pie.render_notebook()

仪表盘

from pyecharts import options as opts

from pyecharts.charts import Gauge

g = (

Gauge()

.add(“”, [(“完成率”, 66.6)])

.set_global_opts(title_opts=opts.TitleOpts(title=“Gauge-基本示例”))

)

g.render_notebook()

折线图

import pyecharts.options as opts

from pyecharts.charts import Line

from pyecharts.faker import Faker

c = (

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Python开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）

最后

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

👉Python所有方向的学习路线👈

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

👉Python必备开发工具👈

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

👉Python全套学习视频👈

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

👉实战案例👈

学python就与学数学一样，是不能只看书不做题的，直接看步骤和答案会让人误以为自己全都掌握了，但是碰到生题的时候还是会一筹莫展。

因此在学习python的过程中一定要记得多动手写代码，教程只需要看一两遍即可。

👉大厂面试真题👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

一个人可以走的很快，但一群人才能走的更远。如果你从事以下工作或对以下感兴趣，欢迎戳这里加入程序员的圈子，让我们一起学习成长！

AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算

完这一套面试资料相信大家都能找到满意的工作。

一个人可以走的很快，但一群人才能走的更远。如果你从事以下工作或对以下感兴趣，欢迎戳这里加入程序员的圈子，让我们一起学习成长！

AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算