准备工作
1、安装库pyecharts
以下代码默认版本为1.x
pip install pyecharts
2、输出
本文主要用Jupyter Notebook进行操作,Jupyter Notebook 直接调用 render_notebook 随时随地渲染图表
.render_notebook()
也可输出html格式
.render("name.html")
3、导入所用相关库
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker
opts:各种配置项
Bar:绘制柱状图
Faker:内置数据集
Faker数据集
Faker.choose() #随机抽取x值
Faker.values() #随机抽取y值
一、柱状图
简单实现柱状图
add_xaxis:添加x轴信息
add_yaxis:添加y轴信息包含系列名称,系列数据
set_global_opts:添加主标题与副标题
render_notebook():在Jupyter Notebook显示
bar = (
Bar()
.add_xaxis(Faker.choose())
.add_yaxis("系列1", Faker.values())
.add_yaxis("系列2", Faker.values())
.set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例", subtitle="我是副标题"))
#title_opts标题
)
bar.render_notebook()
#在Jupyter Notebook显示
图片如下
以上是链式调用,如果不习惯链式调用可以单独调用,比如
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])
bar.set_global_opts(title_opts=opts.TitleOpts(title="主标题", subtitle="副标题"))
bar.render_notebook()
都是可以的
二、堆积柱状图
堆积柱状图与柱状图不同的地方在于
add_yaxis下的stack参数.如果两个系列stack参数参数一致则就是堆叠放置
bar = (
Bar()
.add_xaxis(Faker.choose())
.add_yaxis("系列1", Faker.values(), stack="stack1")
.add_yaxis("系列1", Faker.values(), stack="stack1")#系列配置相同的 stack值可以堆叠放置
.set_series_opts(label_opts=opts.LabelOpts(is_show=False)) #取消数据标签
.set_global_opts(title_opts=opts.TitleOpts(title="Bar-堆积柱状图"))
)
bar.render_notebook()
三、瀑布图
x_data = [f"11月