pyecharts图表库学习:Bar（柱状图/条形图）、Bar3D（3D 柱状图）

最新推荐文章于 2024-10-07 13:46:40 发布
最新推荐文章于 2024-10-07 13:46:40 发布
阅读量1.8w 收藏 116
点赞数 11
分类专栏： pyecharts图表库学习
原文链接：https://pyecharts.readthedocs.io/zh/latest/zh-cn/charts_base/#bar
版权

柱状/条形图，通过柱形的高度/条形的宽度来表现数据的大小。
Bar.add() 方法签名

add(name, x_axis, y_axis,
    is_stack=False,
    bar_category_gap='20%', **kwargs)
name -> str
	图例名称
x_axis -> list
	x 坐标轴数据
y_axis -> list
	y 坐标轴数据
is_stack -> bool
	数据堆叠，同个类目轴上系列配置相同的 stack 值可以堆叠放置
bar_category_gap -> int/str
	类目轴的柱状距离，当设置为 0 时柱状是紧挨着（直方图类型），默认为 '20%'

is_stack实现数据堆叠

from pyecharts import Bar

attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
v1 = [5, 20, 36, 10, 75, 90]
v2 = [10, 25, 8, 60, 20, 80]
bar = Bar("柱状图数据堆叠示例")
bar.add("商家A", attr, v1, is_stack=True)
bar.add("商家B", attr, v2, is_stack=True) 
bar.render()

在这里插入图片描述
Note： 全局配置项要在最后一个 add() 上设置，否侧设置会被冲刷掉。

使用标记点和标记线

from pyecharts import Bar

bar = Bar("标记线和标记点示例")
bar.add("商家A", attr, v1, mark_point=["average"])
bar.add("商家B", attr, v2, mark_line=["min", "max"])
bar.render()

在这里插入图片描述
is_convert交换 XY 轴

from pyecharts import Bar

bar = Bar("x 轴和 y 轴交换")
bar.add("商家A", attr, v1)
bar.add("商家B", attr, v2, is_convert=True)
bar.render()

在这里插入图片描述
dataZoom 效果，‘slider’ 类型

import random

attr = ["{}天".format(i) for i in range(30)]
v1 = [random.randint(1, 30) for _ in range(30)]
bar = Bar("Bar - datazoom - slider 示例")
bar.add("", attr, v1, is_label_show=True, is_datazoom_show=True)
bar.render()

在这里插入图片描述
dataZoom 效果，‘inside’ 类型

attr = ["{}天".format(i) for i in range(30)]
v1 = [random.randint(1, 30) for _ in range(30)]
bar = Bar("Bar - datazoom - inside 示例")
bar.add(
    "",
    attr,
    v1,
    is_datazoom_show=True,
    datazoom_type="inside",
    datazoom_range=[10, 25],
)
bar.render()

在这里插入图片描述
dataZoom 效果，‘both’ 类型

attr = ["{}天".format(i) for i in range(30)]
v1 = [random.randint(1, 30) for _ in range(30)]
bar = Bar("Bar - datazoom - inside 示例")
bar.add(
    "",
    attr,
    v1,
    is_datazoom_show=True,
    datazoom_type="both",
    datazoom_range=[10, 25],
)
bar.render()

在这里插入图片描述
多 dataZoom 效果，效果同时支持 X、Y 轴

days = ["{}天".format(i) for i in range(30)]
days_v1 = [random.randint(1, 30) for _ in range(30)]
bar = Bar("Bar - datazoom - xaxis/yaxis 示例")
bar.add(
    "",
    days,
    days_v1,
    # 默认为 X 轴，横向
    is_datazoom_show=True,
    datazoom_type="slider",
    datazoom_range=[10, 25],
    # 新增额外的 dataZoom 控制条，纵向
    is_datazoom_extra_show=True,
    datazoom_extra_type="slider",
    datazoom_extra_range=[10, 25],
    is_toolbox_show=False,
)
bar.render()

在这里插入图片描述
Note： datazoom 适合所有平面直角坐标系图形，也就是(Line、Bar、Scatter、EffectScatter、Kline)

当 x 轴或者 y 轴的标签因为过于密集而导致全部显示出来会重叠的话，可采用使标签旋转的方法

attr = ["{}天".format(i) for i in range(20)]
v1 = [random.randint(1, 20) for _ in range(20)]
bar = Bar("坐标轴标签旋转示例")
bar.add("", attr, v1, xaxis_interval=0, xaxis_rotate=30, yaxis_rotate=30)
bar.render()

在这里插入图片描述
Note： 可通过设置 xaxis_min/xaxis_max/yaxis_min/yaxis_max 来调整 x 轴和 y 轴上的最大最小值。针对数值轴有效！
Note： 可以通过 label_color 来设置柱状的颜色，如 [’#eee’, ‘#000’]，所有的图表类型的图例颜色都可通过 label_color 来修改。

瀑布图示例
attr = ["{}月".format(i) for i in range(1, 8)]
v1 = [0, 100, 200, 300, 400, 220, 250]
v2 = [1000, 800, 600, 500, 450, 400, 300]
bar = Bar("瀑布图示例")
# 利用第一个 add() 图例的颜色为透明，即 'rgba(0,0,0,0)'，并且设置 is_stack 标志为 True
bar.add("", attr, v1, label_color=['rgba(0,0,0,0)'], is_stack=True)
bar.add("月份", attr, v2, is_label_show=True, is_stack=True, label_pos='inside')
bar.render()

在这里插入图片描述

直方图示例
from pyecharts import Bar

attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
v1 = [5, 20, 36, 10, 75, 90]
v2 = [10, 25, 8, 60, 20, 80]
bar = Bar("直方图示例")
bar.add("", attr * 2, v1 + v2, bar_category_gap=0)
bar.render()

在这里插入图片描述
某地的降水量和蒸发量柱状图

attr = ["{}月".format(i) for i in range(1, 13)]
v1 = [2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 32.6, 20.0, 6.4, 3.3]
v2 = [2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3]
bar = Bar("柱状图示例")
bar.add("蒸发量", attr, v1, mark_line=["average"], mark_point=["max", "min"])
bar.add("降水量", attr, v2, mark_line=["average"], mark_point=["max", "min"])
bar.render()

在这里插入图片描述
额外的文本标签

from pyecharts import Bar

bar = Bar("柱状图", extra_html_text_label=["bar_extra_html_text_label", "color:red"])
bar.add("商家A", CLOTHES, clothes_v1, is_stack=True)
bar.add("商家B", CLOTHES, clothes_v2, is_stack=True)
bar.render()

在这里插入图片描述
控制 X/Y 轴坐标轴线颜色以及宽度

bar = Bar("柱状图")
bar.add(
    "商家A",
    CLOTHES,
    clothes_v1,
    xaxis_line_color="green",
    xaxis_line_width=5,
    xaxis_label_textcolor="black",
)
bar.render()

在这里插入图片描述
进行两次或多次 add 的时候，有一次的某项数据缺失，可用 0 填充

bar = Bar("折线图示例")
bar.add("商家A", CLOTHES, clothes_v1)
bar.add("商家B", CLOTHES, [55, 60, 16, 20, 0, 0])
bar.render()

在这里插入图片描述

Bar3D（3D 柱状图）

Bar3D.add() 方法签名

add(name, x_axis, y_axis, data,
    grid3d_opacity=1,
    grid3d_shading='color', **kwargs)

name -> str
	图例名称
x_axis -> str
	x 坐标轴数据。需为类目轴，也就是不能是数值。
y_axis -> str
	y 坐标轴数据。需为类目轴，也就是不能是数值。
data -> [list], 包含列表的列表
	数据项，数据中，每一行是一个『数据项』，每一列属于一个『维度』
grid3d_opacity -> int
	3D 笛卡尔坐标系组的透明度（柱状的透明度），默认为 1，完全不透明。
grid3d_shading -> str
	三维柱状图中三维图形的着色效果。
		color：只显示颜色，不受光照等其它因素的影响。
		lambert：通过经典的 lambert 着色表现光照带来的明暗。
		realistic：真实感渲染，配合 light.ambientCubemap 和 postEffect 使用可以让展示的画面效果和质感有质的提升。ECharts GL 中使用了基于物理的渲染（PBR) 来表现真实感材质。

from pyecharts import Bar3D

bar3d = Bar3D("3D 柱状图示例", width=1200, height=600)
x_axis = [
    "12a", "1a", "2a", "3a", "4a", "5a", "6a", "7a", "8a", "9a", "10a", "11a",
    "12p", "1p", "2p", "3p", "4p", "5p", "6p", "7p", "8p", "9p", "10p", "11p"
    ]
y_axis = [
    "Saturday", "Friday", "Thursday", "Wednesday", "Tuesday", "Monday", "Sunday"
    ]
data = [
    [0, 0, 5], [0, 1, 1], [0, 2, 0], [0, 3, 0], [0, 4, 0], [0, 5, 0],
    [0, 6, 0], [0, 7, 0], [0, 8, 0], [0, 9, 0], [0, 10, 0], [0, 11, 2],
    [0, 12, 4], [0, 13, 1], [0, 14, 1], [0, 15, 3], [0, 16, 4], [0, 17, 6],
    [0, 18, 4], [0, 19, 4], [0, 20, 3], [0, 21, 3], [0, 22, 2], [0, 23, 5],
    [1, 0, 7], [1, 1, 0], [1, 2, 0], [1, 3, 0], [1, 4, 0], [1, 5, 0],
    [1, 6, 0], [1, 7, 0], [1, 8, 0], [1, 9, 0], [1, 10, 5], [1, 11, 2],
    [1, 12, 2], [1, 13, 6], [1, 14, 9], [1, 15, 11], [1, 16, 6], [1, 17, 7],
    [1, 18, 8], [1, 19, 12], [1, 20, 5], [1, 21, 5], [1, 22, 7], [1, 23, 2],
    [2, 0, 1], [2, 1, 1], [2, 2, 0], [2, 3, 0], [2, 4, 0], [2, 5, 0],
    [2, 6, 0], [2, 7, 0], [2, 8, 0], [2, 9, 0], [2, 10, 3], [2, 11, 2],
    [2, 12, 1], [2, 13, 9], [2, 14, 8], [2, 15, 10], [2, 16, 6], [2, 17, 5],
    [2, 18, 5], [2, 19, 5], [2, 20, 7], [2, 21, 4], [2, 22, 2], [2, 23, 4],
    [3, 0, 7], [3, 1, 3], [3, 2, 0], [3, 3, 0], [3, 4, 0], [3, 5, 0],
    [3, 6, 0], [3, 7, 0], [3, 8, 1], [3, 9, 0], [3, 10, 5], [3, 11, 4],
    [3, 12, 7], [3, 13, 14], [3, 14, 13], [3, 15, 12], [3, 16, 9], [3, 17, 5],
    [3, 18, 5], [3, 19, 10], [3, 20, 6], [3, 21, 4], [3, 22, 4], [3, 23, 1],
    [4, 0, 1], [4, 1, 3], [4, 2, 0], [4, 3, 0], [4, 4, 0], [4, 5, 1],
    [4, 6, 0], [4, 7, 0], [4, 8, 0], [4, 9, 2], [4, 10, 4], [4, 11, 4],
    [4, 12, 2], [4, 13, 4], [4, 14, 4], [4, 15, 14], [4, 16, 12], [4, 17, 1],
    [4, 18, 8], [4, 19, 5], [4, 20, 3], [4, 21, 7], [4, 22, 3], [4, 23, 0],
    [5, 0, 2], [5, 1, 1], [5, 2, 0], [5, 3, 3], [5, 4, 0], [5, 5, 0],
    [5, 6, 0], [5, 7, 0], [5, 8, 2], [5, 9, 0], [5, 10, 4], [5, 11, 1],
    [5, 12, 5], [5, 13, 10], [5, 14, 5], [5, 15, 7], [5, 16, 11], [5, 17, 6],
    [5, 18, 0], [5, 19, 5], [5, 20, 3], [5, 21, 4], [5, 22, 2], [5, 23, 0],
    [6, 0, 1], [6, 1, 0], [6, 2, 0], [6, 3, 0], [6, 4, 0], [6, 5, 0],
    [6, 6, 0], [6, 7, 0], [6, 8, 0], [6, 9, 0], [6, 10, 1], [6, 11, 0],
    [6, 12, 2], [6, 13, 1], [6, 14, 3], [6, 15, 4], [6, 16, 0], [6, 17, 0],
    [6, 18, 0], [6, 19, 0], [6, 20, 1], [6, 21, 2], [6, 22, 2], [6, 23, 6]
    ]
range_color = ['#313695', '#4575b4', '#74add1', '#abd9e9', '#e0f3f8', '#ffffbf',
               '#fee090', '#fdae61', '#f46d43', '#d73027', '#a50026']
bar3d.add(
    "",
    x_axis,
    y_axis,
    [[d[1], d[0], d[2]] for d in data],
    is_visualmap=True,
    visual_range=[0, 20],
    visual_range_color=range_color,
    grid3d_width=200,
    grid3d_depth=80,
)
bar3d.render()

data 中，如 [1, 2, 3] 表示 x 轴的索引为 1，即 “1a”；y 轴的索引为 2，即 “Thursday”；z 轴的数值为 3
在这里插入图片描述
设置 grid3d_shading可以让柱状更真实

bar3d = Bar3D("3D 柱状图示例", width=1200, height=600)
bar3d.add(
    "",
    x_axis,
    y_axis,
    [[d[1], d[0], d[2]] for d in data],
    is_visualmap=True,
    visual_range=[0, 20],
    visual_range_color=range_color,
    grid3d_width=200,
    grid3d_depth=80,
    grid3d_shading="lambert",
)
bar3d.render()

在这里插入图片描述
设置 is_grid3d_rotate启动自动旋转功能

bar3d = Bar3D("3D 柱状图示例", width=1200, height=600)
bar3d.add(
    "",
    x_axis,
    y_axis,
    [[d[1], d[0], d[2]] for d in data],
    is_visualmap=True,
    visual_range=[0, 20],
    visual_range_color=range_color,
    grid3d_width=200,
    grid3d_depth=80,
    is_grid3d_rotate=True,
)
bar3d.render()

在这里插入图片描述
设置 grid3d_rotate_speed调节旋转速度

bar3d = Bar3D("3D 柱状图示例", width=1200, height=600)
bar3d.add(
    "",
    x_axis,
    y_axis,
    [[d[1], d[0], d[2]] for d in data],
    is_visualmap=True,
    visual_range=[0, 20],
    visual_range_color=range_color,
    grid3d_width=200,
    grid3d_depth=80,
    is_grid3d_rotate=True,
    grid3d_rotate_speed=180,
)
bar3d.render()
Bar：柱状图/条形图
zhaoyangjian724的专栏
12-29 848
Bar：柱状图/条形图 node2:/root/fenxi#cat k7.py from pyecharts.faker import Faker from pyecharts import options as opts from pyecharts.charts import Funnel, Page from pyecharts import options as opts from...
Python数据可视化 Pyecharts 制作 Bar 柱状、条形图
热门推荐
Mr数据杨
02-22 4万+
大家好，我是Mr数据杨，想象一下，我们正在阅读一场周瑜精心策划的赤壁之战，火光在柱状图/条形图（Bar）上熊熊燃烧。在基本设置中，定义了这场战役的大小，范围和时间。然后，在坐标轴设置中，对战役的每一个阶段进行标记，像是那关键的东风之夜，或者那个蔡瑁杨允带领舰队投降的时刻。
pyecharts系列之Bar的用法
瓜瓜的笔记
11-29 1万+
文章目录准备工作一、柱状图二、堆积柱状图三、瀑布图四、直方图五、条形图六、配置1、主题配置2、区域缩放3、标记线4、标记点 准备工作 1、安装库pyecharts 以下代码默认版本为1.x pip install pyecharts 2、输出 本文主要用Jupyter Notebook进行操作,Jupyter Notebook 直接调用 render_notebook 随时随地渲染图表 .render_notebook() 也可输出html格式 .render("name.html") 3、导入所用相
Pyecharts ——（一）bar
邱邱邱的博客
11-02 7563
Echarts 是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而 Python 是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts 诞生了。 pyecharts包含的图表： Bar（柱状图/条形图） Bar3D（3D 柱状图） Boxplot（箱形图） EffectScatter（带有涟漪特效动画的散点图） ...
使用 Pyecharts 制作 Bar（柱状图/条形图/瀑布图）
最新发布
2301_80335572的博客
10-07 543
c = (Bar(.add_yaxis("商品A", Faker.values()).add_yaxis("商品B", Faker.values())title="柱状图设置自定义背景图片",subtitle="这里是副标题",#x轴设置,name_location='right' #坐标轴名字所在的位置,name_gap=25#坐标轴名字与坐标轴之间的距离,name_rotate=0 #坐标轴名字旋转角度,offset=5 #坐标轴X的值距离X轴的距离。
Python pyecharts Bar图
03-19 5334
本篇博客主要是针对pyecharts的bar图的一些代码的实战与解释，都是一些对官网的bar图的理解。》》pyecharts官网 文章目录一、简介二、整理数据1、配置主题1、柱状图2、Bar - Bar_base_dict_config3、样例数据4、Bar - Bar_datazoom_slider 一、简介 关于具体详情，请咨询：pyecharts官网 pyecharts是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而Python 是一门富有表达力的语言，很适
柱状图多维条形图vue_Vue组件（1）使用Echarts绘制图表-柱状图/折线图
weixin_39976251的博客
12-18 746
前言​ 最近工作中需要做一个自动配置报表的功能，需求目的是可以通过配置来适应产品对于报表需求的变更，不用重复更改代码。配置实现流程如下：配置报表所需的数据源选择筛选报表数据的参数生成报表页面生成展示页面(生成的报表通过选择放入展示页面)项目是通过前后端分离实现的，前端框架是Vue,配合Echart绘制相关图表，因为我也是第一次尝试写前端组件，所以这里写下文章记录下。特别提示：这里的组件不是通过...
图表选择指南：JavaFX柱状图与条形图的优劣对比
本章将简要介绍JavaFX图表的基础知识和选择图表时应考虑的因素，为读者在后续章节中深入学习柱状图和条形图打下坚实基础。 ## 1.1 JavaFX图表库概述 JavaFX图表库提供了一系列预制的图表组件，
plotly绘制柱状图/条形图（bar）
瓜瓜的笔记
11-03 1万+
文章目录一、简单的柱状图二、堆叠柱状图1.长表数据怎么画2.宽表数据怎么画三、簇状柱状图五、条形图四、美化 一、简单的柱状图 # 自带数据集 gapminder data = px.data.gapminder() data.head() 里面包含各个国家的情况，筛选出加拿大的数据进行画图如下 import plotly.express as px data_canada = data.query("country == 'Canada'")#获取加拿大的数据 #或者data_canada = dat
echarts 3.8.5 含 bar3d控件
01-02
echarts 3.8.5 含 bar3d控件,官方只发布到3.8.4，我从官网例子里抠出的3.8.5的包
3dBar_实例.py
10-06
3dBar_实例，简单做了一下，改改数据，聊了解，大概就懂了如何创造了，用Python3.0打开，2.0打开会崩。
Pyecharts V1全新版本使用教程——Bar(柱状图的使用)
cc的博客
03-24 1万+
Pyecharts V1全新版本使用教程——Bar(柱状图的使用) 以下内容均来自Pyecharts官方使用文档（可自行阅读）和自己的理解： 官方链接：https://pyecharts.org/#/zh-cn/intro github链接：https://github.com/pyecharts/pyecharts-gallery 概况： Echarts 是一个由百度开源的数据可视化，凭借着良好...
pyechart-Bar基础操作
qq_41815396的博客
03-19 2716
最简单的Bar from pyecharts import options as opts from pyecharts.charts import Bar x_axis=["first","second","third","forth","fifth"] simple_y_axis=[1,2,3,4,5] simpleBar = ( Bar() .add_xaxis(x_axis...
Python pyecharts Bar图，Python开发最佳实践手册全网独一份
2401_83739411的博客
03-29 936
如果你也是看准了Python，想自学Python，在这里为大家准备了丰厚的免费。
116Echarts - 热力图（Heatmap on Cartesian）
阿甘兄
05-05 3167
效果图 源代码 app.title = '笛卡尔坐标系上的热力图'; var hours = ['12a', '1a', '2a', '3a', '4a', '5a', '6a', '7a', '8a', '9a','10a','11a', '12p', '1p', '2p', '3p', '4p', '5p', '6p', '7p', '8p'...
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值