echarts 柱状图如何不顶格_pyecharts制作同期数据对比的柱状图和折线图

图表

数据分析工作，离不开图表的展示。有时候表展示的数据更加清晰，有时候图绘制的形状更加直观。

最常用的办公工具Excel就是不错的选择，但是自动化比较难。

现在数据分析常用的编程语言是python，所以推荐一款用来绘制交互图的工具——pyecharts。

pyecharts将python和echarts结合在一起，使得数据分析的结果展示更加方便，更加美观。

数据准备

比如这次遇到这样的需求：分析一下2020年数据与2019年同期数据的对比分析工作，数据大概如下图，一列日期，一列数据。(案例数据用excel随机生成)，数据截止到2020-06月份。

数据清洗

1、要求对比2020年数据和2019年同月份的数据，这就需要有两个月份列表，如下：

last_year_month = ['2019-01', '2019-02', '2019-03', '2019-04', '2019-05', '2019-06',]now_year_month = ['2020-01', '2020-02', '2020-03', '2020-04', '2020-05', '2020-06']# 下面代码可以自动生成上面的列表数据

但是这样不“智能”，每个月都需要手动加一下，虽然简单但是麻烦。

所以需要用代码自动生成两个对比的月份列表，我写的比较麻烦，应该有更简单的办法，我还没有找到。先这样写吧。

import datetimenow_year = datetime.datetime.now().yearnow_month = datetime.datetime.now().monthnow_year_month = []last_year_month = []for m in range(1,now_month):    if m < 10:        now_year_month.append("{0}-0{1}".format(str(now_year),str(m)))        last_year_month.append("{0}-0{1}".format(str(now_year-1),str(m)))    else:        now_year_month.append("{0}-{1}".format(str(now_year),str(m)))        last_year_month.append("{0}-{1}".format(str(now_year-1),str(m)))

2、对比的日期列表现在有了，但是图表应该如何展示？思来想去，最终决定——用月份做横坐标，数据作为纵坐标，将2019年和2020年的柱状图、折线图展示在图表中。

初期柱状图效果如下：

在pyecharts1.8.0以上版本，可以直接将柱状图转为折线图。

折线图效果如下：

其中，两条虚线表示对应的平均值。

版本V1制作过程

版本V1要求对比同期的数据即可。

具体步骤如下：

1、将“日期”拆分为“年份”和“月份”

df["年份"] = df["日期"].map(lambda x:str(int(x.split("-")[0]))+"年" if pd.notnull(x) else np.nan)df["月份"] = df["日期"].map(lambda x:str(int(x.split("-")[1]))+"月" if pd.notnull(x) else np.nan)

2、筛选对应的数据，为了保证数据按照时间排好序，需要用sort_values将数据排序

# 柱状图与折线图表示

# 柱状图与折线图表示last_year_df = df[df["日期"].isin(last_year_month)].sort_values(by="日期")now_year_df = df[df["日期"].isin(now_year_month)].sort_values(by="日期")

3、用pyecharts画图

pyecharts图表教程有很多实例，只需要修改一下数据就可以完成很漂亮的交互式图表。

from pyecharts.charts import Line, Gridfrom pyecharts import options as opts# V1版本def bar_line(subtitle_text=None):    x = now_year_df["月份"].astype(str).tolist()    y1 = last_year_df['数据'].tolist()    y2 = now_year_df['数据'].tolist()    bar = (        Bar(init_opts=opts.InitOpts(, ,bg_color="white"))           .add_xaxis(x)           .add_yaxis(               '2019年数据', y1, color="rgba(51,75,92,1)",               markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(name="均值",type_="average")]),            )           .add_yaxis(               '2020年数据', y2, color="rgba(194,53,49,1)",               markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(name="均值",type_="average")]),           )        .set_global_opts(            title_opts=opts.TitleOpts(,subtitle=subtitle_text),            toolbox_opts=opts.ToolboxOpts(),            legend_opts=opts.LegendOpts(orient='vertical', pos_right='1%', pos_top='20%'),            xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=0)),            )        )    grid = (Grid(init_opts=opts.InitOpts(, ,bg_color="white"))            .add(bar, grid_opts=opts.GridOpts(pos_bottom="15%"))            )    return gridv1 = bar_line(subtitle_text="数据随机生成")v1.render_notebook()

版本V2制作过程

版本V2需要在图表上加上“阀值线”，以及展示同期下一个月的数据。比如：现在是2020-06，展示的数据要加上2019-07的数据。

1、加上同期下一个月的数据

import datetimenow_year = datetime.datetime.now().yearnow_month = datetime.datetime.now().monthnow_year_month = []last_year_month = []for m in range(1,now_month):    if m < 10:        now_year_month.append("{0}-0{1}".format(str(now_year),str(m)))        last_year_month.append("{0}-0{1}".format(str(now_year-1),str(m)))    else:        now_year_month.append("{0}-{1}".format(str(now_year),str(m)))        last_year_month.append("{0}-{1}".format(str(now_year-1),str(m)))# 将下一期的数据添加上去if 1011:    last_year_month.append("{0}-{1}".format(str(now_year-1),str(now_month)))elif now_month == 12:    passelse:    last_year_month.append("{0}-0{1}".format(str(now_year-1),str(now_month)))

2、修改画图代码

# 版本1def bar_line(subtitle_text=None):    # 横坐标用去年的月份    x = last_year_df["月份"].astype(str).tolist()    y1 = last_year_df['数据'].tolist()    y2 = now_year_df['数据'].tolist()    bar = (        Bar(init_opts=opts.InitOpts(width="1000px", height="500px",bg_color="white"))           .add_xaxis(x)           .add_yaxis(               '2019年数据', y1, color="rgba(51,75,92,1)",               markline_opts=opts.MarkLineOpts(data=[                   opts.MarkLineItem(name="均值",type_="average"),                   # 加上阀值线                   opts.MarkLineItem(name="阀值",y=3000),               ]),            )           .add_yaxis(               '2020年数据', y2, color="rgba(194,53,49,1)",               markline_opts=opts.MarkLineOpts(data=[                   opts.MarkLineItem(name="均值",type_="average"),                   # 加上阀值线                   opts.MarkLineItem(name="阀值",y=3000)               ]),           )        .set_global_opts(            title_opts=opts.TitleOpts(title='同期数据对比',subtitle=subtitle_text),            toolbox_opts=opts.ToolboxOpts(),            legend_opts=opts.LegendOpts(orient='vertical', pos_right='1%', pos_top='20%'),            xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=0)),            )        )    grid = (Grid(init_opts=opts.InitOpts(width="1000px", height="500px",bg_color="white"))            .add(bar, grid_opts=opts.GridOpts(pos_bottom="15%"))            )    return gridv2 = bar_line(subtitle_text="数据随机生成")v2.render_notebook()

效果图如下：

结论

如果你的工作也需要画图，那么pyecharts就是一个很不错的工具，pyecharts官网的教程十分详细，建议阅读方式：先看案例，如果需要修改内容在看详细教程。

往期精彩回顾

“数字炸弹“——练习Python基础知识的小游戏

Python3.9 正式版要来了，有哪些新特性？