pyecharts中文文档使用攻略

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（引自官方文档）。

安装

版本V1，支持Python3.6+

1. 使用Anaconda（注意Anaconda中Python版本），在其自带的命令行界面通过如下命令安装。
   pip install pyecharts
2. 直接在操作系统命令行界面安装，同样通过上述命令。但需注意该命令是否将pyecharts安装在正确的目录下面，可通过pip list命令显示已安装的库， 如果已安装了numpy库，可通过pip install numpy 看到pip是否将库安装在自己想要的地方。

使用思路

本篇文章针对pyecharts官方文档中图表类型（包含基本图表、直角坐标系图表、树形图表等）来进行相关的使用说明。
在根据需要选择相应的图表进行绘制时，如何按照自己的要求将图形绘制出来，其中必然面临着对该图表进行较为细致化的工作，这也是这篇文章的目的。
pyecharts官方文档中，含有大量变量注释的语法var: type = value ， 其本质上就是 var = value # type就是var期望的类型，主要是为了方便帮助复杂案例中的类型推断。
各类图表既含有共同的方法，显然由于图表本身的特性不同，它们本身又含有自身特有的方法。
以基本图表中的日历图和直角坐标系图表中的柱状图为例。
set_global_options ()方法是共有的方法，意为设置全局配置选项。add()方法是日历图所有的，而add_yaxis()方法是柱状图所有且柱状图没有add()方法。所以在使用单个图表时要具体图表具体分析。
图表本身特有方法在使用上又有着相同的地方，重点在方法的参数上面，在使用官方文档时，应细看图表方法的相关参数。
下面以官方的具体实例进行较为细致的使用说明。

具体实例

1.官方实例一：日历图（使用过程详看注释）

import datetime
import random
#导入配置项和基本图表中的日历图
from pyecharts import options as opts
from pyecharts.charts import Calendar

#函数返回日历表
def calendar_base() -> Calendar:
    begin = datetime.date(2017, 1, 1)
    end = datetime.date(2017, 12, 31)
    '''
    此处数据data的形式依据文档中add()方法参数解释说明给定：“”中为引用文档中的说明。
    “# 系列数据，格式为 [(date1, value1), (date2, value2), ...]
     qyaxis_data: Sequence”
    '''
    data = [
        [str(begin + datetime.timedelta(days=i)), random.randint(1000, 25000)]
        for i in range((end - begin).days + 1)
    ]

    c = (
        Calendar()#以下方法调用为链式调用
        .add("", data, calendar_opts=opts.CalendarOpts(range_="2017"))'''此处的calendar_opts仍为add()方法中所特有的参数选项，依据文档中给出的说明来进行具体参数的设置'''
        #set_global_opts为全局配置项方法，具体的全局配置项较多，使用时可根据需要来进行选择。
        .set_global_opts(
            title_opts=opts.TitleOpts(title="Calendar-2017年微信步数情况"),
            visualmap_opts=opts.VisualMapOpts(
                max_=20000,
                min_=500,
                orient="horizontal",
                is_piecewise=True,
                pos_top="230px",
                pos_left="100px",
            ),
        )
    )
    return c

效果图如下所示：

2.官方实例二：柱状图（使用过程详见注释）

#返回树状图
def bar_base_with_animation() -> Bar:
    c = (
    	'''
    	class Bar()定义时，根据文档可含有参数
    	init_opts=opts.InitOpts(),而opts.InitOpts()
    	根据文档仍可含有动画配置项AnimationOpts类参数，
    	而AnimationOpts本身又含有参数。
    	'''
        Bar(
            init_opts=opts.InitOpts(
                animation_opts=opts.AnimationOpts(
                    animation_delay=1000, animation_easing="elasticOut"
                )
            )
        )
        '''
        下面add_**已不再是之前的add()方法，而是其特有的方法，
        其中Faker类是官方提供的数据集，无需过多注意。
        '''
        .add_xaxis(Faker.choose())
        .add_yaxis("商家A", Faker.values())
        .add_yaxis("商家B", Faker.values())
        #set_global_opts是共有的方法，其参数对应不同的配置项。
        .set_global_opts(
            title_opts=opts.TitleOpts(title="Bar-动画配置基本示例", subtitle="我是副标题")
        )
    )
    return c

效果图如下所示：