pyecharts的各种用法

认识图表类

      pyecharts 支持绘制30余种丰富的 ECharts 图表，针对每种图表均提供了相应的类，并将这些图表类封装到 pyecharts.charts 模块中，例如 9.2.1节的示例中表示柱形图的 Bar类pyecharts.charts 模块的常用图表类如表9-1所示。

pyecharts.charts模块的常用图表类

Line	折线图
Bar	柱形图/条形图
Pie	饼图
Scatter	散点图
EfecScatier	带有涟婍特效动画的散点图
Bexplot	箱形图
Radar	雷达图
Line3D	3d折线图
Bar3D	3d柱形图
Scanter3D	3d散点图
Surfsce3D	3d曲面图
Map	统计图
HeatMap	热力图
Funnel	漏斗图
Gage	仪表盘
Sankey	桑基图
Tree	树状图
类	说明

表 9-1 中列举的所有类均继承自 Base 基类，它们都可以使用与类同名的构造方法创建实例。例如，Bar类的构造方法的语法格式如下:

Bar(iniopts=opts.InitOpts())

以上方法的init_opts 参数表示初始化配置项，该参数需要接收一个ImtOpts类的对象通过构建的 InitOpts 类的对象为图表指定一些通用的属性，例如背景颜色、画布大小等例如，9.2.节的示例中创建的指定画布大小的 Bar类的对象，具体代码如下所示
 

bar= Bar(init_opts=opts.InitOpts(width='600px'，height='300px'))

认识配置顶

      若pyecharts 需要为图表设置全局配置项(IniOpts 除外)则需要将局配置项传prechats 官方文档，此处不再赞述。set_globalLopt0方法。seglohalLopts0方法的语法格式如下:

set_global_opts(self,title_opts=opts.TitleOpts(),
legend_opts=opts.legendOpts(),tooltip_opts-None,toolbox_opts=None, brush_opts=None, xaxis_optseNone，yaxis_opts=None. visualmap_opts=None,
datazoom_opts=None,graphoc_opts=None,axispointer_opts=None)

该方法各参数的含义如下:

• title_opts :表示标题组件的配置项
• legend_opts:表示图例组j件的配置项
• toolrip_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_opss :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
• graphoc_opts:表示原生图形元素组件的配置项
• axispointeer_opts:表示坐标轴指示器组件的配置项

系列配置项

  系列配置项是一些针对图表特定元素展性的配置项，包括图元式、文本拜式、标签，线条样式、标记样式、填充样式等，其中每个配置项都对应一个类。pyecharts的系列置如表9-3所示。

pyecharts的系列配置项

类	说明
ItemStyleOpts	图元样式配置项
TextStyleOpts	文本样式配置项
LabelOpts	标签配置项
LineStyle0pts	线条样式配置项
Splitl ineOpts	分割线配置项
MarkPoint0pts	标记点配置项
MarkLine0pts	标记线配置项
Mark Area0pts	标记区配置项
EffectOpts	涟奇特效配置项
AreaStyleOpts	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

     以上每个类都可以通过与之同名的构造方法创建实例。例如，创建一个标签配置项，代码如下:

label_opts=opta.LabelOpts (is_show=True, positione='right',
color='gray'，font_size=14，rotate=10)

渲染图表

  图表图表基类 Base 主要提供了两个渲染图表的方法 :render0 和 render_notebook0。具体介绍如下：
1.render0方法
    render0 方法用于将图表渲染到 HTML文件，默认为位于程序根目录的 render.html文件render0方法的语法格式如下:

render(self, path="render.html", template_name="simple_chart.html",
env=None，**kwargs)

以上方法中的参数 path 表示生成文件的路径，默认为 render.html;template_name 表示模板的路径。render0方法会返回HTML文件的路径字符串。
2.render_notebook))方法
    render_notebook0方法用于将图表染到Jupyter Notebook 工具中，它无须接收任何参数例如，9.2.1节的示例中染图表到Jupyter Notebook 中的代码如下:

bar.render_notwbook()

绘制常用图表

pyecharts绘制各种图表的过程大致相同，可以分为以下几步:
(1)创建图表相应类的对象 ;
(2)添加图表数据;
(3)添加图表系列配置项;
(4)添加图表全局配置项;
下面将为读者演示如何使用pvecharts 绘制一些常见的图表，包括折线图、饼图或圆环图散点图、3D柱形图、统计地图、漏斗图和桑基图。
(5)渲染图表。

9.31 绘制折线图

pyecharts的 Line类表示折线图，该类中提供了一个add_vaxis0方法，使用add_yaxis0方法可以为折线图添加数据和配置项。add_yaxis()方法的语法格式如下：

add_yaxis(self,series_name ,y_axis,is_selected=True,is_connect_noner=False,
 xaxis_index=None, yaxis_inied=None,color=None,is_saymbol_show=True,symbol=None,symbol_size=4,
stack=None,,arkpoint_opts=None,markline_opts=None,tooltip_opts=None,
label_opts=opts.LabelOpts(),linestyle_opts=opts.LineStyleOpts(),
areastyle_opts=opts.Arenstyleopts() ,itematyle_opts-=None)

该方法常用参数的含义如下:

• 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，跌认为True。
• symbol:表示标记的图形，可以取值为'circle(圆形)、recr(矩形)、roundRecr(圆角矩形 )、'triangle'(三角形 )、'diamond( 菱形 )pin( 大头针 )、arow(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,heigt]的数组
• slack :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_stcp:表示是否显示为阶梯图

利用以上的知识点写一道例题：

实例 ：请用一张独立画布，将柱形图和折线图融合在同一个坐标系展示表中数据。

               2014-2021年中国中医类医疗卫生机构诊疗量

from pyecharts.charts import Bar, Line
from pyecharts import options as opts
 
#准备数据
x_data=["2014年","2015年","2016年","2017年","2018年","2019年","2020年","2021年"]
value_1=[87430, 90912, 96225, 101885, 107147, 116390 ,105764 , 120215]
value_2=[7.40 , 4.00 , 4.00 , 5.81 , 5.16 ,   8.63 , -9.13 ,   13.66]
bar=(
    Bar(init_opts=opts.InitOpts(width='1000px', height='500px'))
    .add_xaxis(x_data)
    .add_yaxis(
        y_axis=value_1,
        yaxis_index=1, #表示y轴的索引，用于拥有多个y轴的单图表中。
        series_name='诊疗量（万人次）',  #图例名：诊疗量（万人次）
        z=0,#因为折线图会被柱状图遮挡，所以把柱形图置底
               label_opts=opts.LabelOpts(is_show=False),
    )
    .extend_axis(
      yaxis=opts.AxisOpts(
          name='诊疗量（万人次）',# 柱形图y轴名称
          type_='value',
          position='left',# 柱形图y轴在左边显示
      )
    )
 
    .extend_axis(
      yaxis=opts.AxisOpts(
          name='同比增速(%)',# 折线图y轴名称
          type_='value',
          position='right',# 折线图y轴在右边显示
    )
)
.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='45%' ),       #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
        toolbox_opts=opts.ToolboxOpts(is_show=True)  #显示工具栏
    )
)
 
 
 
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=value_2,  #y轴折线图数据
         yaxis_index=2,   #表示y轴的索引
             z=2
    )
)
#渲染成html网页
bar.overlap(line).render("小羊.html")

运行结果：