Pyecharts ——（一）bar

最新推荐文章于 2023-12-02 14:56:43 发布
最新推荐文章于 2023-12-02 14:56:43 发布
阅读量7.1k 收藏 39
点赞数 10
分类专栏： 数据可视化 # Pyecharts
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/artoria_qzh/article/details/102868471
版权

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）
  • 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）

用户自定义

  • Grid 类：并行显示多张图
  • Overlap 类：结合不同类型图表叠加画在同张图上
  • Page 类：同一网页按顺序展示多图
  • Timeline 类：提供时间线轮播多张图

本系列会对常用的图表种类进行详细介绍。

标题

一、准备工作

在windows环境下，可以直接通过pip安装

pip install pyecharts

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。
否则在用到这两个包的时候，并能完整的显示地图效果。

全球国家地图: echarts-countries-pypkg (1.9MB): 世界地图和 213 个国家，包括中国地图
中国省级地图: echarts-china-provinces-pypkg (730KB)：23 个省，5 个自治区
中国市级地图: echarts-china-cities-pypkg (3.8MB)：370 个中国城市

Windows下通过已下的pip命令进行安装

pip install echarts-countries-pypkg
pip install echarts-china-provinces-pypkg
pip install echarts-china-cities-pypkg

安装好后在如果能够成功import，就代表安装成功了

接下来看下版本

import pyecharts
pyecharts.__version__

在这里插入图片描述

准备工作到此就基本完成了，话不多说，进入绘图阶段

二、实例

在正式绘图之前，还要介绍几个后续会非常常见的方法：

  • add()
    主要方法，用于添加图表的数据和设置各种配置项

  • show_config()
    打印输出图表的所有配置项

  • render()
    默认将会在根目录下生成一个 render.html 的文件，支持 path 参数，设置文件保存位置，如 render(r"C:\Users\acer\Documents\chart.html")，文件用浏览器打开。

  • render_notebook()
    由于是在IPython上运行的，通过render_notebook()可以直接将结果展示出来，不用保存html到本地

先绘制一个最简单的bar

import pyecharts.charts as pyec
import pyecharts.options as opts

x = ['甲','乙','丙']
y = [
    [300,800,600],
    [1200,500,200]
]

bar = pyec.Bar()
bar.add_xaxis(x)
bar.add_yaxis(series_name='公司A',yaxis_data=y[0])
bar.add_yaxis(series_name='公司B', yaxis_data=y[1])
bar.set_global_opts(title_opts=opts.TitleOpts(title='比较图',pos_left='right'))


bar.render_notebook()

在这里插入图片描述
可以单击上面的legend，单独查看一个类别的
在这里插入图片描述

显示toolbox

import pyecharts.charts as pyec
import pyecharts.options as opts

x = ['甲','乙','丙']
y = [
    [300,800,600],
    [1200,500,200]
]

bar = pyec.Bar()
bar.add_xaxis(x)
bar.add_yaxis(series_name='公司A',yaxis_data=y[0],category_gap="60%")
bar.add_yaxis(series_name='公司B', yaxis_data=y[1],category_gap="60%")
bar.set_global_opts(title_opts=opts.TitleOpts(title='比较图',pos_left='right'))
bar.set_global_opts(toolbox_opts=opts.ToolboxOpts(is_show=True))



bar.render_notebook()

在这里插入图片描述

与Echarts一样，默认的toolbox包括save as image、restore、dataview、datazoom

save as image可以将图标保存为图片；
restore可以恢复默认设置
在dataview可以根据自己的需求改变数据，实时查看图标效果
datazoom可以对某块区域放大

修改单系列柱间距离

import pyecharts.charts as pyec
import pyecharts.options as opts

x = ['甲','乙','丙']
y = [
    [300,800,600],
    [1200,500,200]
]

bar = pyec.Bar()
bar.add_xaxis(x)
bar.add_yaxis(series_name='公司A',yaxis_data=y[0],category_gap="80%")
bar.add_yaxis(series_name='公司B', yaxis_data=y[1],category_gap="80%")
bar.set_global_opts(title_opts=opts.TitleOpts(title='比较图',pos_left='right'))
bar.set_global_opts(toolbox_opts=opts.ToolboxOpts(is_show=True))



bar.render_notebook()

在这里插入图片描述

修改多系列柱间距离

import pyecharts.charts as pyec
import pyecharts.options as opts

x = ['甲','乙','丙']
y = [
    [300,800,600],
    [1200,500,200]
]

bar = pyec.Bar()
bar.add_xaxis(x)
bar.add_yaxis(series_name='公司A',yaxis_data=y[0],gap="80%")
bar.add_yaxis(series_name='公司B', yaxis_data=y[1],gap="80%")
bar.set_global_opts(title_opts=opts.TitleOpts(title='比较图',pos_left='right'))
bar.set_global_opts(toolbox_opts=opts.ToolboxOpts(is_show=True))



bar.render_notebook()

在这里插入图片描述

设定坐标轴名称

import pyecharts.charts as pyec
import pyecharts.options as opts

x = ['甲','乙','丙']
y = [
    [300,800,600],
    [1200,500,200]
]

bar = pyec.Bar()
bar.add_xaxis(x)
bar.add_yaxis(series_name='公司A',yaxis_data=y[0])
bar.add_yaxis(series_name='公司B', yaxis_data=y[1])
bar.set_global_opts(title_opts=opts.TitleOpts(title='比较图',pos_left='right'))
bar.set_global_opts(toolbox_opts=opts.ToolboxOpts(is_show=True),
                    yaxis_opts=opts.AxisOpts(name="我是 Y 轴"),
                    xaxis_opts=opts.AxisOpts(name="我是 X 轴"))




bar.render_notebook()

在这里插入图片描述

翻转xy轴

import pyecharts.charts as pyec
import pyecharts.options as opts

x = ['甲','乙','丙']
y = [
    [300,800,600],
    [1200,500,200]
]

bar = pyec.Bar()
bar.add_xaxis(x)
bar.add_yaxis(series_name='公司A',yaxis_data=y[0])
bar.add_yaxis(series_name='公司B', yaxis_data=y[1])
bar.set_global_opts(title_opts=opts.TitleOpts(title='比较图',pos_left='right'))
bar.set_global_opts(toolbox_opts=opts.ToolboxOpts(is_show=True),
                    yaxis_opts=opts.AxisOpts(name="我是 Y 轴"),
                    xaxis_opts=opts.AxisOpts(name="我是 X 轴"))
bar.reversal_axis()


bar.render_notebook()

在这里插入图片描述

堆叠部分数据

import pyecharts.charts as pyec
import pyecharts.options as opts

x = ['甲','乙','丙']
y = [
    [300,800,600],
    [1200,500,200],
    [600,900,1100]
]

bar = pyec.Bar()
bar.add_xaxis(x)
bar.add_yaxis(series_name='公司A',yaxis_data=y[0],stack='stack1')
bar.add_yaxis(series_name='公司B', yaxis_data=y[1],stack='stack1')
bar.add_yaxis(series_name='公司C', yaxis_data=y[2])
bar.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
bar.set_global_opts(title_opts=opts.TitleOpts(title='比较图',pos_left='right'))
bar.set_global_opts(toolbox_opts=opts.ToolboxOpts(is_show=True),
                    yaxis_opts=opts.AxisOpts(name="我是 Y 轴"),
                    xaxis_opts=opts.AxisOpts(name="我是 X 轴"))


bar.render_notebook()

在这里插入图片描述

标记指定类型

import pyecharts.charts as pyec
import pyecharts.options as opts

x = ['甲','乙','丙']
y = [
    [300,800,600],
    [1200,500,200],
    [600,900,1100]
]

bar = pyec.Bar()
bar.add_xaxis(x)
bar.add_yaxis(series_name='公司A',yaxis_data=y[0])
bar.add_yaxis(series_name='公司B', yaxis_data=y[1])
bar.set_series_opts(label_opts=opts.LabelOpts(is_show=False),
                    markpoint_opts=opts.MarkPointOpts(
                        data=[
                            opts.MarkPointItem(type_="max", name="最大值"),
                            opts.MarkPointItem(type_="min", name="最小值"),
                            opts.MarkPointItem(type_="average", name="平均值")
                        ]
            ))
bar.set_global_opts(title_opts=opts.TitleOpts(title='比较图',pos_left='right'))
bar.set_global_opts(toolbox_opts=opts.ToolboxOpts(is_show=True),
                    yaxis_opts=opts.AxisOpts(name="我是 Y 轴"),
                    xaxis_opts=opts.AxisOpts(name="我是 X 轴"))


bar.render_notebook()

在这里插入图片描述

添加水平slider

import pyecharts.charts as pyec
import pyecharts.options as opts

x = ['甲','乙','丙']
y = [
    [300,800,600],
    [1200,500,200],
    [600,900,1100]
]

bar = pyec.Bar()
bar.add_xaxis(x)
bar.add_yaxis(series_name='公司A',yaxis_data=y[0])
bar.add_yaxis(series_name='公司B', yaxis_data=y[1])
bar.set_series_opts(label_opts=opts.LabelOpts(is_show=False),
                    markpoint_opts=opts.MarkPointOpts(
                        data=[
                            opts.MarkPointItem(type_="max", name="最大值"),
                            opts.MarkPointItem(type_="min", name="最小值"),
                            opts.MarkPointItem(type_="average", name="平均值")
                        ]
            ))
bar.set_global_opts(title_opts=opts.TitleOpts(title='比较图',pos_left='right'))
bar.set_global_opts(toolbox_opts=opts.ToolboxOpts(is_show=True),
                    yaxis_opts=opts.AxisOpts(name="我是 Y 轴"),
                    xaxis_opts=opts.AxisOpts(name="我是 X 轴"),
                    datazoom_opts=opts.DataZoomOpts(type_='slider',range_start=0,range_end=1200))


bar.render_notebook()

在这里插入图片描述

旋转x轴标签

import pyecharts.charts as pyec
import pyecharts.options as opts

x = ['甲','乙','丙']
y = [
    [300,800,600],
    [1200,500,200],
    [600,900,1100]
]

bar = pyec.Bar()
bar.add_xaxis(x)
bar.add_yaxis(series_name='公司A',yaxis_data=y[0])
bar.add_yaxis(series_name='公司B', yaxis_data=y[1])
bar.set_series_opts(label_opts=opts.LabelOpts(is_show=False),
                    markpoint_opts=opts.MarkPointOpts(
                        data=[
                            opts.MarkPointItem(type_="max", name="最大值"),
                            opts.MarkPointItem(type_="min", name="最小值"),
                            opts.MarkPointItem(type_="average", name="平均值")
                        ]
            ))
bar.set_global_opts(title_opts=opts.TitleOpts(title='比较图',pos_left='right'))
bar.set_global_opts(toolbox_opts=opts.ToolboxOpts(is_show=True),
                    yaxis_opts=opts.AxisOpts(name="我是 Y 轴"),
                    xaxis_opts=opts.AxisOpts(name="我是 X 轴",axislabel_opts=opts.LabelOpts(rotate=-15)),
                    datazoom_opts=opts.DataZoomOpts(type_='slider',range_start=0,range_end=1200))


bar.render_notebook()

在这里插入图片描述

Artoria____
关注
  • 10
    点赞
  • 踩
  • 39
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
使用pyecharts无法import Bar的解决方案
12-20
问题详情： 使用pip install pyecharts 安装的是最新版，本人默认回车后安装1.1.0版本，出现如图问题： 解决方法：(推荐第二种) 方法1： from pyecharts.charts import Bar 方法2： 1.卸载pyecharts：pip uninstall pyecharts 2.下载0.1.9.4版本 链接：https://pypi.org/project/pyecharts/0.1.9.4/#files 3.pip指定安装：pip install 绝对路径/文件名.whl 例如： pip install D:\pyecharts-0.1.9.
Android Training学习笔记——App Bar 参考源码
02-01
Android Training学习笔记——App Bar 参考源码,文章地址：http://blog.csdn.net/xroocky/article/details/50612401
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...
Python-PyEcharts绘制柱状图
qq_35989920的博客
05-19 2835
Python-PyEcharts绘制柱状图
Python数据可视化（柱状图图表详解）
最新发布
keen18的博客
12-02 2175
要设置图表标题，需要使用标题配置项，并配置title参数的值为标题内容然后再把生成的配置项通过函数设置给对应的图表对象即可要使x轴标签进行旋转，需要使用坐标轴配置项AxisOpts()，并配置rotate参数的值为旋转角度然后再把生成的配置项通过函数设置给对应的图表对象即可建议大家只调用一次set_global_opts()函数将需要配置的全局配置项都组合在一起就可以了全局配置项的内容有很多，并不需要死记硬背，在需要设置时查阅文档即可。
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图表库学习:Bar（柱状图/条形图）、Bar3D（3D 柱状图）
热门推荐
错位的梦寐的博客
11-17 1万+
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...
Python pyecharts Bar图
03-19 5152
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
python使用pyecharts构建柱状图
qq_45807165的博客
11-21 669
前面学习过的sorted函数可以对数据容器进行排序，但是不能指定排序规则，在后面的数据处理中，我们需要对容器进行排序而且还需要指定排序规则sorted函数就无法实现，我们需要使用sort函数。sort函数使用方式：列表.sort(key=选择排序依据的函数，reversion=True|False)参数reversion：是否反转排序的结果。True表示降序，False表示升序。参数key：要求传入一个函数，将元素中的每一个元素都传入函数中，返回排序的依据。可以改变柱状图的颜色。
pyecharts五步法作图实现数据可视化（以柱状图bar为例）
weixin_41855010的博客
02-19 2245
第一步：导入Bar对象，注意import语句要完整 第二步：新建一个Bar对象 第三步：使用bar.add_xaxis()添加x轴的数据 第四步：使用bar.add_yaxis()添加y轴的数据与y轴标签 第五步：使用render()进行渲染生成最终图形的html文件（在浏览器中打开） 完整代码如下： from pyecharts.charts import Bar bar = Bar() bar...
python pyecharts 实现一个文件绘制多张图
12-17
from pyecharts import Bar, Line, Scatter, EffectScatter, Grid ''' Grid类：并行显示多个图表 TODO 第一个图需为 有 x/y 轴的图，即不能为 Pie，其他位置顺序任意。 ''' attr = ["衬衫", "羊毛衫", "雪纺衫", ...
IOS应用源码——tab bar controller 自定义颜色和演示demo.zip
10-14
IOS应用源码——tab bar controller 自定义颜色和演示demo.zip
IOS应用源码——tab bar controller 自定义颜色和演示demo.rar
10-14
IOS应用源码——tab bar controller 自定义颜色和演示demo.rar
MPAndroidChart的详细使用——BarChart条形图（一）
01-03
MPAndroidChart的详细使用——LineChart折线图（一）（简单使用） MPAndroidChart的详细使用——LineChart折线图（二）（详细美化） MPAndroidChart的详细使用——BarChart条形图（二）（详细美化） MPAndroidChart...
jupyter notebook引用from pyecharts.charts import Bar运行报错
12-20
ImportError: cannot import name ‘Bar’ from ‘pyecharts.charts’ (D:\Anaconda\lib\site-packages\pyecharts\charts_init_.py) 首先报错如上。 第一步，我安装了库文件，发现没用。 后来我看到有0.5和1.0+版本...
Android 4.0 ICS SystemUI浅析——StatusBar工作流程之时间日期设置
07-28
Android 4.0 ICS SystemUI浅析——StatusBar工作流程之时间日期设置文中涉及到的图片以及代码。 文章地址：http://blog.csdn.net/yihongyuelan
MPAndroidChart的详细使用——BarChart条形图（二）
01-03
MPAndroidChart的详细使用——BarChart条形图（一）（简单使用） MPAndroidChart的详细使用——BarChart条形图组（三）（条形图组） 上一篇文章讲了条形图的简单使用，这篇文章就来讲进阶使用（美化） 老
IOS应用源码——动态tab bar.zip
10-14
IOS应用源码——动态tab bar.zip
pyecharts中bar3d
05-18
pyecharts 中的 `Bar3D` 是用于绘制三维柱状图的类。它的用法与 `Bar` 类似，但是需要提供三个数据维度：x 轴、y 轴和 z 轴。下面是一个简单的例子，展示了如何使用 `Bar3D` 绘制一个三维柱状图： ```python from pyecharts import Bar3D data = [ [0, 0, 10], [0, 1, 20], [0, 2, 30], [0, 3, 40], [1, 0, 50], [1, 1, 60], [1, 2, 70], [1, 3, 80], ] bar3d = Bar3D("3D 柱状图示例", width=600, height=600) bar3d.add("", [d[:2] for d in data], # 取前两个元素作为 x,y 坐标 [d[2] for d in data], # 取第三个元素作为 z 坐标 is_visualmap=True, visual_range=[0, 80], # 设置视觉映射范围 visual_orient='horizontal', # 设置柱状图方向 grid3d_width=200, grid3d_depth=80) bar3d.render("bar3d.html") ``` 在上面的例子中，我们定义了一个包含三个元素的列表 `data`，其中每个元素包含三个值：x 轴坐标、y 轴坐标和 z 轴坐标。我们将 `data` 中的前两个元素作为 x 和 y 坐标，第三个元素作为 z 坐标，并用 `add` 方法添加到 `Bar3D` 对象中。另外，我们还设置了一些其他属性，如视觉映射范围、柱状图方向和网格宽度等。 最后，我们将生成的图表保存到本地文件 `bar3d.html` 中。你可以在浏览器中打开该文件查看图表效果。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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