matplotlib 是 Python 中著名的基础绘图库,具有极其丰富的可视化功能,但仍存在诸多不足,为此,Python引入了数据可视化神器——pyecharts库,使用pyecharts库快速生成效果惊艳的Echarts图表。
以下为pyecharts常用图表
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。
三、绘制柱形图
代码如下:
#导入模块(需要用到的图表)
from pyecharts. charts import Bar
from pyecharts import options as opts
#(1)创建图表相对应的对象
# 创建Bar 类的对象, 并指定画布的大小
bar = Bar(init_opts=opts. InitOpts(width='600px', height='300px'))
#(2)添加图表数据
#(3)与此同时,可以设置可选的系列配置项
# 添加 x轴和y轴的数据
bar. add_xaxis(["衬衫", "羊毛衫", "雪纺衫","裤子","高跟鞋", "袜子"])
bar. add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
#(4)设置图表全局配置项
# 设置标题、 y轴标签
bar.set_global_opts(title_opts=opts. TitleOpts(title="柱形图示例"),
yaxis_opts=opts. AxisOpts(name="销售额(万元)",
name_location="center",name_gap=30))
#(5)渲染图表
bar. render_notebook()
运行结果如下:
四、绘制饼图、环形图
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()
运行结果如下:
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()
运行结果如下:
五、柱形——折折线图
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
运行结果如下: