pyecharts提供了一个简单而更直观的 API 接口,使用者无需了解复杂的语法,即可通过简单语句快速生成效果惊艳的Echarts图标,可以与用户进行交互,实现高度定制化的图表设计。
一、pyecharts的安装
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
二、认识配置项
1.全局配置项
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。
2.系列配置项
ItemStyleOpta 图元样式配置项
TextStyleOpts 文本样式配置项
LabelOpta 标签配置项
LineStyloOpts 线条样式配置项
SplitLineOpts 分割线配置项
MarkPointOpta 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
AreaStyleOpta 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
三、绘制直线图
series_name:表示系列的名称,显示于提示框和图例中。
y_axis :表示系列数据。
xaxis_index:表示x轴的索引,用于拥有多个x轴的单图表中
yaxis_index:表示y轴的索引,用于拥有多个y轴的单图表中。
color:表示系列的注释文本的颜色。
is_symbol_show:表示是否显示标记及注释文本,默认为 True。
symbol: 表示标记的图形,可以取值为'circle'(园形)、'rect'( 矩形)、'roundRect'( 圆角矩形)、'triangle'(三角形)、'diamond'(菱形)、'pin'( 大头针)、'arrow'( 箭头)、'none'( 无)。
symbol_size :表示标记的大小,可以接收单一数值,也可以接收形如 [width, height]的数组。
stack :表示将轴上同一类目的数据堆叠放置。
is_smooth :表示是否使用平滑曲线。
is_step:表示是否显示为阶梯图。
四、绘制饼图或圆环图
series_name:表示系列的名称,显示于提示框和图例中。
data_pair:表示系列数据帧,可以接收形如[(key1, value1),(key2, value2),…]的数据。
radius:表示饼图的半径,可以接收一个包含两个元素的数组,其中数组的第一项为内半径,第二项为外半径。
center:表示饼图的中心坐标。
is_clockwise :表示饼图的扇区是否按顺时针排布。
itemstyle_opts :表示图元样式配置项。
五、根据下列要求使用pyecharts绘制图表
(1)饼图代码如下:
#饼图展示表
#导入模块
from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Faker
#添加标签与数值
labels=[('化学药',33),
('中成药',45),
('生物制品',3),
('保健品',9),
('中药饮片',6),
('其他',4)]
#链式调用
c = (
Pie() #创建Pie类的对象
.add(
"",
labels, #标签与数值
center=["50%", "50%"], # 饼图的中心(圆心)坐标,数组的第一项是横坐标,第二项是纵坐标
)
.set_global_opts( #设置全局配置项
title_opts=opts.TitleOpts(title="饼图示例"), #标题名称
legend_opts=opts.LegendOpts(pos_left="22%" #图例距离左边边距
),
)
)
#直接渲染到notebook
c.render_notebook()
运行结果如图所示:
(2)环形代码如下:
#环图展示表
#导入模块
from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Faker
#添加标签与数值
labels=[('化学药',33),
('中成药',45),
('生物制品',3),
('保健品',9),
('中药饮片',6),
('其他',4)]
#链式调用
c = (
Pie() #创建Pie类的对象
.add(
"",
labels, #标签与数值
center=["30%", "50%"], # 饼图的中心(圆心)坐标,数组的第一项是横坐标,第二项是纵坐标
radius=["30%", "60%"] #饼图的半径,数组的第一项是内半径,第二项是外半径
)
.set_global_opts( #设置全局配置项
title_opts=opts.TitleOpts(is_show=True, #显示标题
title="全国药店药品销售额占比", #主标题
subtitle="用于放映中药市场趋势"), #副标题,
legend_opts=opts.LegendOpts(is_show=False, #不展示图例
# orient="vertical", #图例垂直展示
# pos_top="15%", #图例距离标题边距
# pos_left="2%" #图例距离左边边距
)
)
)
#直接渲染到notebook
c.render_notebook()
运行如图所示:
(3)柱形-折线图代码如下:
#导入模块
import pyecharts.options as opts
from pyecharts.charts import Bar, Line
#x轴数据
x_data = ["2014年","2015年","2016年","2017年","2018年","2019年","2020年","2021年"]
#标签名
legend_list = ["诊疗量(万人次)", "同比增速(%)"]
#"诊疗量(万人次)"的数据
value1 =[87430, 90912,96225,101885,107147,116390,105764,120215]
#"同比增速(%)的数据
value2 = [7.40,4.00,5.83,5.81,5.16,8.63,-9.31,13.66]
#链式调用
bar = (
Bar(init_opts=opts.InitOpts(width="1000px", height="500px")) #设置柱形图宽度与高度
.add_xaxis(xaxis_data=x_data) #添加x轴的数据
.add_yaxis(
series_name="诊疗量(万人次)", #图例名:诊疗量(万人次)
y_axis=value1, ##y轴柱形图数据
yaxis_index=1, #表示y轴的索引,用于拥有多个y轴的单图表中。
label_opts=opts.LabelOpts(is_show=False), #不显示柱形图数据
)
.extend_axis(
yaxis=opts.AxisOpts(
name="诊疗量(万人次)", #y轴名称
type_="value",
min_=0, #y轴最小值:0
max_=150000, #y轴最大值:150000
position="left" #位于y轴左侧
)
)
.extend_axis(
yaxis=opts.AxisOpts(
name="同比增速(%)", #y轴名称
type_="value",
min_=-20, #y轴最小值:-20
max_=20, #y轴最大值:20
position="right", #位于y轴右侧
)
)
.set_global_opts( #设置全局配置项
title_opts=opts.TitleOpts(title="2014-2021年中国中医类医疗卫生机构诊疗量"), #标题名称
legend_opts=opts.LegendOpts(pos_left="40%" ), #图例距离左边边距:40%
tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"), #显示提示框组件
)
.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
)
)
line = (
Line() #创建Line类的对象
.add_xaxis(x_data) #添加x轴的数据
.add_yaxis(
series_name="同比增速(%)", #图例名:同比增速(%)
y_axis=value2, #y轴折线图数据
yaxis_index=2, #表示y轴的索引,用于拥有多个y轴的单图表中。
# # label_opts=opts.LabelOpts(is_show=False),
# linestyle_opts=opts.LineStyleOpts(width=2), #折线图宽度:2
)
)
bar.overlap(line).render_notebook() #渲染柱形-折线图搭到notebook中