python数据分析教程20_小白学 Python 数据分析（20）：pyecharts 概述

人生苦短，我用 Python

前文传送门：

引言

在开始说 pyecharts 之前，先说一个个人的拙见，我一直认为学习、了解或者使用某个类库的时候最好是通过官方的文档，有些时候某些库的文档是由外文编写的，阅读不便的时候通过浏览器自带的翻译大致也能看懂。而 pyecharts 是由国人做的，有中文文档，下面先贴几个官方的链接：

简介就直接摘抄官方文档了，以下内容来自官方文档：

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。

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，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

安装

安装还是照着官方文档来，首先是使用 pip 进行安装：

pip install pyecharts

复制代码

这里有一点需要注意，目前的 pyecharts v1.x 的版本仅支持 python3.6 以上的版本。

如果不想通过 pip 安装，还可以使用源码进行安装：

git clone https://github.com/pyecharts/pyecharts.git

cd pyecharts

pip install -r requirements.txt

python setup.py install

# 或者执行 python install.py

复制代码

官方还为我们提供了一个查看当前 pyecharts 版本的方法：

import pyecharts

print(pyecharts.__version__)

复制代码

我这边运行得到的结果是：

1.7.0

复制代码

目前（2020年3月20日）官方最新的版本为 v1.7.1 ，查看地址为：github.com/pyecharts/p… ，可以看到最新版本是 8 天前发布的。

因为我这里的 pyecharts 是上周装的，在这之间正好发布了新的版本，如果想要更新版本，可以使用以下 pip 命令进行更新：

pip install --upgrade pyecharts

复制代码

我这里更新完以后再次运行上面的查看版本的方法，已经变成最新的 v1.7.1 版本了。

快速开始

pyecharts 库装好了，接下来赶紧搞一个最简单的示例先试试看：

from pyecharts.charts import Bar

bar = Bar()

bar.add_xaxis([2011,2012,2013,2014,2015,2016,2017])

bar.add_yaxis("产品销量", [58000,60200,63000,71000,84000,90500,107000])

bar.render()

复制代码

调用 render() 方法的时候会在本地生成一个 HTML 文件，默认会在当前目录生成 render.html 文件，同时也可以传入路径的参数，如 bar.render("mycharts.html") ，拿着这个 HTML 文件直接扔到浏览器中运行就能看到我们刚才创建的柱状图了。

pyecharts 的方法都支持链式调用，就是上面这一段我们可以换成链式调用的写法，如下：

from pyecharts.charts import Bar

bar = (

Bar()

.add_xaxis([2011,2012,2013,2014,2015,2016,2017])

.add_yaxis("产品销量", [58000,60200,63000,71000,84000,90500,107000])

)

bar.render()

复制代码

链式调用的除了写法和前面的不同，作用完全相同，各位同学选择自己习惯的写法就行。

在使用 pyecharts 的时候，大量的配置是使用 options 完成的，下面看一个使用 options 进行主标题和副标题配置的小示例：

from pyecharts.charts import Bar

from pyecharts import options as opts

bar = (

Bar()

.add_xaxis([2011,2012,2013,2014,2015,2016,2017])

.add_yaxis("产品销量", [58000,60200,63000,71000,84000,90500,107000])

.set_global_opts(title_opts=opts.TitleOpts(title="11 ~ 17年 xxx 公司 xx 产品销量图", subtitle="这里是副标题"))

)

bar.render('render_1.html')

# 调用方法写法，与上面的链式调用无任何区别

bar = Bar()

bar.add_xaxis([2011,2012,2013,2014,2015,2016,2017])

bar.add_yaxis("产品销量", [58000,60200,63000,71000,84000,90500,107000])

bar.set_global_opts(title_opts=opts.TitleOpts(title="11 ~ 17年 xxx 公司 xx 产品销量图", subtitle="这里是副标题"))

bar.render('render_1.html')

复制代码

如果想要将结果保存成图片，需要使用 snapshot-selenium 将结果渲染成图片，如果没有安装的话需要先安装，安装命令如下：

pip install snapshot_selenium

复制代码

这里有一点需要注意，如果想要正常的使用 snapshot_selenium ，需要本地有和当前 Chrome 正常配套的 ChromeDriver ，如果没有，需要先安装。

如果是我的老读者的话，前面在介绍爬虫的时候有介绍过 ChromeDriver 怎么安装，具体可以参考「小白学 Python 爬虫（2）：前置准备（一）基本类库的安装」

接着看一个示例：

from pyecharts.charts import Bar

from pyecharts.render import make_snapshot

from snapshot_selenium import snapshot

bar = (

Bar()

.add_xaxis([2011, 2012, 2013, 2014, 2015, 2016, 2017])

.add_yaxis("产品销量", [58000, 60200, 63000, 71000, 84000, 90500, 107000])

.set_global_opts(title_opts=opts.TitleOpts(title="11 ~ 17年 xxx 公司 xx 产品销量图", subtitle="这里是副标题"))

)

make_snapshot(snapshot, bar.render(), "bar_1.png")

复制代码

这时，在同目录下生成了一个名称为 bar_1.png 的图片，就不贴出来了，和上面的图片是一样的，只是这张 png 图片是透明底的。

同时，pyecharts 还提供了 10+ 种内置主题，如果有需要也可以自己定制自己喜欢的主题，示例如下：

from pyecharts.charts import Bar

from pyecharts.globals import ThemeType

bar = (

Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))

.add_xaxis([2011, 2012, 2013, 2014, 2015, 2016, 2017])

.add_yaxis("产品A", [58000, 60200, 63000, 71000, 84000, 90500, 107000])

.add_yaxis("产品B", [78000,80200,93000,101000,64000,70500,87000])

.set_global_opts(title_opts=opts.TitleOpts(title="11 ~ 17年 xxx 公司 xx 产品销量图", subtitle="这里是副标题"))

)

bar.render('render_2.html')

复制代码

结果如下：

代码仓库

老规矩，所有的示例代码都会上传至代码管理仓库 Github 和 Gitee 上，方便大家取用。

参考

您的扫码关注，是对小编坚持原创的最大鼓励：）

关于找一找教程网

本站文章仅代表作者观点，不代表本站立场，所有文章非营利性免费分享。

本站提供了软件编程、网站开发技术、服务器运维、人工智能等等IT技术文章，希望广大程序员努力学习，让我们用科技改变世界。

[小白学 Python 数据分析（20）：pyecharts 概述]http://www.zyiz.net/tech/detail-121475.html