python中pyecharts库_个人笔记之：用Python中的pyecharts库做数据可视化

# 导入pandas包

import pandas as pd

# 从pyecharts下的charts 导入Bar和Timeline功能

from pyecharts.charts import Bar,Timeline

# 加载Excel表格的数据

df = pd.read_excel(r"D:\Python\Python可视化数据源.xlsx",sheet_name = "采购小组业绩")

# 打印输出数据源

df

# 构建一个变量bar，并实例化Bar()

bar = Bar()

# 设置横轴标签

bar.add_xaxis(df["采购小组"].tolist())

# 设置纵轴图例与数据

bar.add_yaxis(df.columns[1],df["销售金额"].tolist())

# 可视化

bar.render_notebook()

# 构建一个变量bar，并实例化Bar()

bar = Bar()

# 设置横轴标签

bar.add_xaxis(df["采购小组"].tolist())

# 设置纵轴图例与数据

bar.add_yaxis(df.columns[1],df["销售金额"].tolist())

bar.add_yaxis(df.columns[2],df["销售数量"].tolist())

# 可视化

bar.render_notebook()

同时展示“销售金额”与“销售数量”

只展示“销售金额”

只展示“销售数量”

import pandas as pd

from pyecharts.charts import Bar,Timeline

# 加载同一个Excel工作簿中，名为《采购小组业绩》工作表的数据

df1 = pd.read_excel(r"D:\Python\Python可视化数据源.xlsx",sheet_name = "片区业绩")

df1

# 实例化Timeline()

t = Timeline()

# 通过循环，生成多个年份的交互图

for year in df1["年份"].unique():

df_year = df1[df1["年份"] == year]

bar = Bar()

bar.add_xaxis(df_year["城市"].tolist())

bar.add_yaxis(df_year.columns[2],df_year["销售金额"].tolist())

bar.add_yaxis(df_year.columns[3],df_year["销售毛利额"].tolist())

t.add(bar,f"{year}年")

t.render_notebook()

点击左下方按钮会自动播放：

【2018年“销售金额”与“销售毛利额”】

【2019年“销售金额”与“销售毛利额”】

【2020年“销售金额”与“销售毛利额”】

【2018年“销售金额”】

【2019年“销售金额”】

【2020年“销售金额”】

【2018年“销售毛利额”】

【2019年“销售毛利额”】

【2020年“销售毛利额”】

感悟：用Pyecharts做出来的图，比matplotlib炫多了！所以有空还要多学习一下！

注意：本文归作者所有，未经作者允许，不得转载