pycharts 数据分析与数据可视化

Echarts 是一个由百度开源的数据可视化。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。

特性

• 简洁的 API 设计，使用如丝滑般流畅，支持链式调用；
• 囊括了 30+ 种常见图表，应有尽有；
• 支持主流 Notebook 环境，Jupyter Notebook 和 JupyterLab；
• 可轻松集成至 Flask，Sanic，Django 等主流 Web 框架；
• 高度灵活的配置项，可轻松搭配出精美的图表；
• 详细的文档和示例，帮助开发者更快的上手项目；
• 多达 400+ 地图文件，并且支持原生百度地图，为地理数据可视化提供强有力的支持

pycharts库安装

v0.5.x 和 V1 间不兼容，V1 是一个全新的版本。

• V0.5.x
  支持 Python2.7，3.4+。0.5.x 版本将不再进行维护。
• V1
  仅支持 Python3.6+，新版本系列将从 v1.0.0 开始、。

pip 安装

# 安装 v1 以上版本
$ pip install pyecharts -U

# 如果需要安装 0.5.11 版本的开发者，可以使用
# pip install pyecharts==0.5.11

调用

pyecharts帮助文档

快速画图

• 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”)
• 官网图例代码中图例被封装成函数，函数可以直接调用render画图，func_.render()或者在jupyter中 func_render_notebook()直接展示

#生成 HTML
from pyecharts.charts import Bar
from pyecharts import options as opts

# V1 版本开始支持链式调用
bar = (
    Bar()
    .add_xaxis(["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"])
    .add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105])
    .add_yaxis("商家B", [57, 134, 137, 129, 145, 60, 49])
    .set_global_opts(title_opts=opts.TitleOpts(title