flask pyecharts_告别Matplotlib，可视化神器Pyecharts带你飞

导读：提到Python的可视化绘图库，Matplotlib可谓经典中的经典，但要想做一些高大上的图表，Matplotlib就显得有些吃力了。那我们今天就来介绍一款功能强大的可视化神器--Pyecharts，让你的Python可视化效果更上一层楼。

先放几张张动图，感受一下Pyecharts的魅力：

数据选择

比例放缩

区域选择

• 文章目录：
  • 01 Pyecharts简介
  • 02 安装(v1.0)
  • 03 资源配置
  • 04 绘图
  • 05 有没有缺点？

Pyecharts简介

要讲Pyecharts，就得先提一下Echarts，ECharts 是一个基于 JavaScript 实现的开源可视化库(官网：https://echarts.apache.org/zh/index.html)， 遵循 Apache-2.0 开源协议，免费商用，兼容当前绝大部分浏览器(IE8/9/10/11，Chrome，Firefox，Safari等)。

而Pyecharts是几位大神将Echarts移植到python平台上的产物，Pyecharts的名称便是Python+Echarts的组合。Pyecharts目前已升级到1.0 (v0.5.x 和 V1 间不兼容)，v1.0仅支持仅支持 Python3.6+。

Pyecharts官网：http://pyecharts.org/#/

GitHub地址：https://github.com/pyecharts

根据官网介绍，目前的v1.0有以下特性：

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

安装(v1.0)

直接pip安装：

$ pip install pyecharts -U

源码安装:

$ git clone https://github.com/pyecharts/pyecharts.git# 若github下载较慢，可通过以下地址下载$ git clone https://gitee.com/leonhou666/pyecharts.git$ cd pyecharts$ pip install -r requirements.txt$ python setup.py install

资源配置

完成上一步，我们就可以画图了，但是由于默认使用在线资源，所以经常出现打印出的图片加载较慢或不显示的情况，我们可以通过配置本地资源来解决。

下载资源包：

$ git clone https://github.com/pyecharts/pyecharts-assets.git# 若github下载较慢，可通过以下地址下载$ git clone https://gitee.com/leonhou666/pyecharts-assets.git

配置资源：

1. 若你平常使用的是pycharm等IDE编辑器，可以配置localhost- Server，设置如下：

• 启动服务器 ()

# 命令行输入：$ cd pyecharts-assets  $  python -m http.server  #这一步会启动一个客户端，并给出http地址；

• 设置host

# IDE内调用from pyecharts.globals import CurrentConfig CurrentConfig.ONLINE_HOST = "http://127.0.0.1:8000/assets/"

2. 若你平常使用的是jupyter工具，可以使用Notebook-Server，设置如下：

• 安装并激活扩展插件：

$ cd pyecharts-assets# 安装并激活插件$ jupyter nbextension install assets$ jupyter nbextension enable assets/main

• 设置Host

# 在代码顶部声明 CurrentConfig.ONLINE_HOST from pyecharts.globals import CurrentConfig, OnlineHostTypeCurrentConfig.ONLINE_HOST = OnlineHostType.NOTEBOOK_HOST

• 若想在Jupyter中调用Pyechartes，还需要进行以下操作：

# 声明NoteBook类型，默认NoteBook，NoteLab需要做以下声明from pyecharts.globals import CurrentConfig, NotebookType, OnlineHostTypeCurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_LAB# 绘图from pyecharts import Barbar = Bar()# 在第一次渲染时需要调用load_javascript()预先加载基本JavaScript文件到Notebook中bar.load_javascript()

# 显示绘制结果(注意：load_javascript()和render_botebook()方法需要在不同的cell中调用)bar.render_notebook()

绘图

Pyecharts支持30+ 种常见图表，并且提供了丰富的示例。

# 下载示例$ git clone https://github.com/pyecharts/pyecharts-gallery.git# 若github下载较慢，可通过以下地址下载$ git clone https://gitee.com/leonhou666/pyecharts-gallery.git

我们随便举几个示例：

Line：

import pyecharts.options as optsfrom pyecharts.charts import Linefrom pyecharts.faker import Fakerc = (    Line()    .add_xaxis(Faker.choose())    .add_yaxis("商家A", Faker.values(), areastyle_opts=opts.AreaStyleOpts(opacity=0.5))    .add_yaxis("商家B", Faker.values(), areastyle_opts=opts.AreaStyleOpts(opacity=0.5))    .set_global_opts(title_opts=opts.TitleOpts())    .render("line_area_style.html"))

Bar：

from pyecharts import options as optsfrom pyecharts.charts import Barfrom pyecharts.faker import Fakerc = (    Bar()    .add_xaxis(Faker.choose())    .add_yaxis("商家A", Faker.values())    .add_yaxis("商家B", Faker.values())    .set_global_opts(title_opts=opts.TitleOpts(, sub))    .render("bar_base.html"))

Geo：

from pyecharts import options as optsfrom pyecharts.charts import Mapfrom pyecharts.faker import Fakerc = (    Map()    .add(        "商家A",        [list(z) for z in zip(Faker.guangdong_city, Faker.values())],        "china-cities",        label_opts=opts.LabelOpts(is_show=False),    )    .set_global_opts(        title_opts=opts.TitleOpts(),        visualmap_opts=opts.VisualMapOpts(),    )    .render("map_china_cities.html"))

Pycharts提供的示例相当丰富，对于熟练使用Python的程序员，通过示例学习，基本上一天就可以掌握其基本的操作。

有没有缺点？

有点突出，缺点也是有的，经过几天的试用，个人感觉到的缺点有以下几点：

• 参数太多，绘制起来代码有点复杂；
• 打印输出的notebook不能很好的保存，画面不能显示；
• 保存出来的png图片不美观，主要用来做网页端开发比较好，拿来装x也是可以的；