pyecharts x轴字体大小调整_大家很喜欢用的可视化神器——Pyecharts|可视化系列07...

pyecharts简介

pyecharts是基于前端可视化框架echarts的Python可视化库。该库让我们在Python里也可以充分体验到快速出图和丰富交互的数据可视化体验。

echarts主要开发者御术曾说过，和d3相比，d3是面粉而echarts相当于面条。这是个很形象的比喻，和面粉相比，面条可以快速煮出各种美食，很贴合echarts的特点。echarts开箱即用，文档详细、可以配置的参数多，且有很多改改配置就能用的例子。pyecharts也具备这一优点。

代码框架与配置项

pyecharts的可视化基本代码框架如下。

import pyechartsbar=pyecharts.charts.Bar() #初始化一个柱状图bar.add_xaxis(['Mon.','Tue.','Wed.','Thu.','Fri.']) #设置x轴bar.add_yaxis("y", [76,37,90,60,50],color='#1eafae') #y轴bar.set_global_opts(title_opts=opts.TitleOpts(title="主标题",pos_left='center'))bar.render_notebook()  #在jupyter notebook中出图#bar.render('bar_charts_01.html')  #保存为文件

可以看到的是，pyecharts遵循了大部分Python可视化库的写法，初始化图对象，明确是什么类型的图，设置x，y轴数据及属性，设置图元属性，出图。

pyecharts绘制交互柱状图

pyecharts本质做的是把Python语句向echarts的JavaScript语句的映射，因此更强调配置，语句上使用add_、set_频率高。pyecharts囊括了30+常用的图表类型，而且对于表格展示、图像显示也有对应接口，除了输出html外，支持主流notebook环境的图表显示，还能很方便地和Flask、Django等Python前端框架集成。

在语句组织上，也可以用链式调用写法，思路和上面一致，初始化，设置X/Y，设置图元属性，出图。

bar = (    Bar().add_xaxis(x).add_yaxis("y",y))bar.render()

在图元属性上，图形颜色、文本标签通过向add_yaxis传参设置。也能通过set_colors设置全局配色。

标题、图例等设置通过 set_global_opts设置，从语句名字可以看出其可以设置各种全局的属性。实例语句如下：

from pyecharts import options as optsbar.set_global_opts(title_opts=opts.TitleOpts(title="主标题",                                              subtitle="副标题",pos_left='center'),                   legend_opts=opts.LegendOpts(pos_left='5px'))

set_global_opts设置的图元包括：

•title_opts：标题设置，封装为pyecharts.options.TitleOpts()，属性有title，title_link，subtitle(副标题),pos_left,pos_top,title_textstyle_opts等实用配置。所以写法为：title_opts=opts.TitleOpts()；•legend_opts：图例配置项，可以控制是否显示图例、图例相对位置、图例每项之间的间隔等属性，