pyecharts运行了但是没有图_python数据可视化之pyecharts

Python ❤️ Echarts = pyecharts

pyecharts 是 Python 和 Echarts 的结合，绘制出的图表十分精美且种类丰富

pyecharts目前更新到 1.7.0，1.x版本与0.5.x版本在语法上有很大区别

安装

这里我们直接安装最新版本：

pip(3) install pyecharts

如果安装后导入有问题，可以尝试源码安装：

$ 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

柱形图

from pyecharts.charts import Barfrom pyecharts import options as optsx = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]y1 = [5, 20, 36, 10, 75, 90]y2 = [15, 6, 45, 20, 35, 66]bar = (    Bar()    .add_xaxis(x)    .add_yaxis("商家A", y1)    .add_yaxis("商家B", y2)    .set_global_opts(title_opts=opts.TitleOpts(title="主标题",                                               subtitle="副标题")))# 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()

在notebook中显示图表

pyecharts也支持Jupyter Notebook 和 JupyterLab，但是在notebook中渲染图表时要求不同：

Jupyter Notebook 用 bar.render_notebook()直接渲染

JupyterLab 则稍微复杂一些：

• 必须在引入 pyecharts.charts 等模块前声明Notebook 类型

from pyecharts.globals import CurrentConfig, NotebookTypeCurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_LAB

• 第一次渲染时要先用 bar.load_javascript() 预先加载基本 JavaScript 文件到 Notebook 中

• 然后在不同的cell中运行bar.render_notebook()

这样就可以一边运行代码，一边查看图片结果啦。

Bar-DataZoom(slider+inside)

from pyecharts.faker import Fakerfrom pyecharts import options as optsfrom pyecharts.charts import Barbar = (        Bar()        .add_xaxis(Faker.days_attrs)        .add_yaxis("", Faker.days_values, color=Faker.rand_color())        .set_global_opts(            title_opts=opts.TitleOpts(title="Bar-DataZoom"),            datazoom_opts=[opts.DataZoomOpts(), opts.DataZoomOpt