python 图表_Python 手绘样式图表库：cutecharts

♚ 作者： 陈键冬，Python中文社区专栏作者，开源项目pyecharts核心开发者。pyecharts项目曾上榜 Github Trending in Open Source，目前star数量超过7100。 GitHub：https://github.com/chenjiandongx

项目地址

https://github.com/chenjiandongx/cutecharts

初衷

在闲逛 Github 的时候，发现了一个十分有趣的图表库 chart.xkcd，该库的图表的手绘风格很可爱。所以有了一个将 chart.xkcd 和 Python 相结合的想法，这个想法最终变成了你现在所看到的 cutecharts。

chart.xkcd 的图表类型相对 Echarts 来说少得多，只支持几种基本的图表且没有太多的配置项，想使用更丰富的图表的话 pyecharts 或许是个更好的选择。cutecharts 我个人的想法是作为一个学习如何将 Javascript 与 Python/Notebook 相结合的项目。毋庸置疑，JS 库在交互性以及动画效果上有天然的优势，若能够将其优势与 Notebook 环境结合起来的话，那将能够产生很多有趣的项目。

cutecharts 的项目结构与 pyecharts 基本保持一致，拥有 pyecharts 的所有核心功能。但是整体更加小巧，代码更加精简。如果把 cutecharts 代码读完了，再去看 pyecharts 的代码，可能就会发现，其实也就那样，根本就没什么神秘的东西。在这里也是抛砖引玉，希望 Python 社区有更多地将 JS 与 Python/Notebook 结合的优秀第三方库。cutecharts 的学习价值远大于它的使用价值。

安装

pip 安装

$ pip(3) install cutecharts

源码安装

$ git clone https://github.com/chenjiandongx/cutecharts.git
$ cd cutecharts
$ pip install -r requirements.txt
$ python setup.py install

使用

• 图表文档：docs/charts.md

• 组件文档：docs/components.md

• 版本日志：docs/changelog.md

本地环境

生成 HTML

from cutecharts.charts import Line


chart = Line("某商场销售情况")
chart.set_options(
    labels=["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"], 
    x_label="I'm xlabel", 
    y_label="I'm ylabel",
)
chart.add_series("series-A", [57, 134, 137, 129, 145, 60, 49])
chart.add_series("series-B", [114, 55, 27, 101, 125, 27, 105])
chart.render()

render 方法会在本地生成一个render.html 文件，使用浏览器打开。

Notebook 环境

Jupyter Notebook

JupyterLab

使用 JupyterLab 需要注意 

# 1. 在顶部引入声明
from cutecharts.globals import use_jupyter_lab; use_jupyter_lab()

# 2. 在 Notebook 中第一次使用图表时，先调用一次 `load_javascript`，仅需一次。
chart.load_javascript()

Demo

Demo代码位于example文件夹下

代码质量

单元测试

$ pip install -r test/requirements.txt
$ test

集成测试

使用 Travis CI 和 AppVeyor 持续集成环境。

代码规范

使用 flake8, Codecov 以及 pylint 提升代码质量。

License

MIT ©chenjiandongx

GitHub趋势榜会员