Day4_看得见的数据

pyecharts生成各种图表 博文
Echarts首页网址
pyecharts官方网址

数据可视化的重要性

1、更加直观的数据内容
2、帮助用户分析数据
3、更直观的趋势展示
4、协助建设性方案定制

pyecharts

官方网站： https://pyecharts.org
安装： pip install pyecharts (也可以用pycharm安装)

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

注意：
新版本是 v1
pyecharts 分为 v0.5X 和 v1 两大版本
两个版本不兼容，0.5的不再维护
老项目换新版本需要重构

图表展示

代码展示

#引入pyecharts中的options库 --设置图表
from pyecharts import options
#导入charts：所有的图表，引入 Bar 柱状图
from pyecharts.charts import Bar    #图标，柱状图

#创建柱状图对象
c=Bar()
#设置横坐标
c.add_xaxis(['手机','电脑','笔记本','电视','显示器','吹风机','冰箱'])  #x轴 列表
#设置y轴数据，每当设置一个y轴数据，就会自动生成一套可视化数据
c.add_yaxis('小米',[100,70,80,99,34,65,78])  #与x轴一一匹配
c.add_yaxis('华为',[44,55,66,39,44,15,58])
c.add_yaxis('锤子',[80,50,60,79,44,55,68])
#设置全局数据： title_opts：设置标题    brush_opts：设置刷子工具
c.set_global_opts(title_opts=options.TitleOpts(title='日销量图表',subtitle='各公司数据'),brush_opts=options.BrushOpts())
# 在jupyer notebook中渲染
c.render_notebook()
#c.render('hehe.html')  # pycharm用这个render

另一种写法：

保持选择可以保留住选取
点击空白处可以取消选区

还有其他一堆图标