pyecharts 显示坐标轴线_还在用Matplotlib? 又一可视化神器pyecharts登场

转自:小田学Python

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。

快速入门

pyecharts安装

# pip 安装:
pip install pyecharts

# 源码安装
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

入门操作

import pyecharts

print(pyecharts.__version__) # 查看版本
[out] 1.7.0

from pyecharts.faker import Faker # 用来产生伪数据的包
print(Faker.choose())
print(Faker.values())
[out] ['可乐', '雪碧', '橙汁', '绿茶', '奶茶', '百威', '青岛']
      [48, 113, 60, 66, 139, 77, 128]

第一个pyecharts程序

  • bar.add_x/yaxis() 添加横/纵坐标

  • bar.render() 存储文件,默认html文件

from pyecharts.charts import Bar

bar = Bar()
bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
# 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")
bar.render()
# render_notebook 则在notebook页面中直接显示
bar.render_notebook()

f53a68d748b47c97bc677525450f064a.gif

可以看到,与基本的Matplotlib绘图相比,pyecharts的交互以及可视化更为友好,更适合于项目开发、商业报告。

配置项

俗话说,授人与鱼不如授人与渔。我不会展示所有的绘图技巧,但是我会告诉你如何查看官方文档来实现自己对任何配置的使用。

官方文档:http://pyecharts.org/#/zh-cn/

全局配置项

全局配置项可通过 set_global_options 方法设置。下图中展示的内容均可以通过全局配置来设置。

7418f48e58b26eb1c85a481574edaed7.png

68dfb365e781f2a7f9e421b83034b04f.png

从官方文档中可以看到,全局配置项包括很多,每一个配置项中以类的形式存在,而类中的属性则是我们要配置的内容。具体是个什么样的规则呢,下面通过一个栗子来演示一下。

f
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值