pyecharts 分布式直方图绘制，最详细的代码你值得拥有！！

相信很多小伙伴都有这个疑问。用pyecharts 怎么绘制直方图，官网也没有给接口，只有一个Bar（）函数，可是那是柱状图的。但是python中的matplotlib中就有绘制直方图的函数Hist()。但是就是要用pyecharts怎么办呢？

今天遇到一个可视化需求，必须要用pyecharts绘制分布式直方图，但是pyecharts 官网又没有给出直方图函数。所以查阅了大量资料，遇到几篇很有意思的博客。明明标题是用pyecharts绘制直方图，内容确是牛头不对马嘴。真是老太太进被窝，给爷整笑了。

废话不多说，直接上代码。

首先pyecharts没有给出直方图函数，就只能自己去设计数据，然后把数据给Bar函数。

本人是基于jupyter写的代码，如果使用pycharm 最用展示图用render()  函数

# 生成一个长度一百，随机大小不大于100的一维数组
data = np.random.randint(100,size=(100,))
 
# 获取4个区间,五个值
bins = np.linspace(0,100,5)
# array([  0.,  25.,  50.,  75., 100.])
 
value = pd.cut(data,bins)
# [(75.0, 100.0], (0.0, 25.0], (25.0, 50.0], (25.0, 50.0], (0.0, 25.0], 
#..., (25.0, 50.0], (50.0, 75.0], (25.0, 50.0], (50.0, 75.0], (25.0, 50.0]]
# Length: 100
# Categories (4, interval[float64]): [(0.0, 25.0] < (25.0, 50.0] < (50.0, 75.0]
# < (75.0, 100.0]]
 
value = pd.value_counts(value).sort_index() # 进行统计计数，每个区间又多少个数
# (0.0, 25.0]      32
# (50.0, 75.0]     28
# (25.0, 50.0]     22
# (75.0, 100.0]    18

x_value = [ f'{round(i.left,2)}-{round(i.right,2)}' for i in value.index ]
# ['0.0-25.0', '25.0-50.0', '50.0-75.0', '75.0-100.0']

value= value.tolist()  # 按索引进行排序（为了x轴，从大到小的关系，不然50-75这个区间排第二，value_counts默认降序排列导致），转换成列表，在pyecharts 只支持python的基本数据类型
# (0.0, 25.0]      21
# (25.0, 50.0]     28
# (50.0, 75.0]     20
# (75.0, 100.0]    31
# dtype: int64
bar = charts.Bar()
 
bar.add_xaxis(x_value )
bar.add_yaxis('区间数量',value)
 
bar.set_global_opts(
    xaxis_opts=opts.AxisOpts(
        name='bin值'
    ),
    yaxis_opts=opts.AxisOpts(
        name = '数量值'
    )
)
 
bar.render_notebook()

小小代码不成敬意。

有用就收藏吧。