数据可视化之pyecharts

pyecharts一个让你变得强大的学习网站

简介：

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。特性如下：
1.简洁的 API 设计，使用如丝滑般流畅，支持链式调用.
2.囊括了 30+ 种常见图表，应有尽有.
3.支持主流 Notebook 环境，Jupyter Notebook 和 JupyterLab.
4.可轻松集成至 Flask，Django 等主流 Web 框架.
5.高度灵活的配置项，可轻松搭配出精美的图表.
6.详细的文档和示例，帮助开发者更快的上手项目.
7.多达 400+ 地图文件以及原生的百度地图，为地理数据可视化提供强有力的支持.

快速入门：

首先来开始绘制你的第一个图表

from pyecharts.charts import Bar

bar = Bar()
bar.add_xaxis(["可乐", "雪碧", "矿泉水", "咖啡", "冰红茶", "凉白开"])
bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])

# render 会生成本地 HTML 文件，默认会在当前目录生成 render.html 文件
# 也可以传入路径参数，如 bar.render("mycharts.html")
bar.render()

使用 options 配置项，在 pyecharts 中，一切皆 Options。

from pyecharts.charts import Bar
from pyecharts import options as opts

# V1 版本开始支持链式调用
# 你所看到的格式其实是 `black` 格式化以后的效果
# 可以执行 `pip install black` 下载使用
bar = (
    Bar()
    .add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
    .add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
    .set_global_opts(title_opts=opts.TitleOpts(title="主标题", subtitle="副标题"))
    # 或者直接使用字典参数
    # .set_global_opts(title_opts={"text": "主标题", "subtext": "副标题"})
)
bar.render()

# 不习惯链式调用的开发者依旧可以单独调用方法
bar = Bar()
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])
bar.set_global_opts(title_opts=opts.TitleOpts(title="主标题", subtitle="副标题"))
bar.render()

基本图表绘制之~Bar(柱状图/条形图）

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker

c = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家A", Faker.values(), stack="stack1")
    .add_yaxis("商家B", Faker.values(), stack="stack1")
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-堆叠数据（全部）"))
    .render("bar_stack0.html")
)