【python】-pyecharts使用（柱状图案例开发）

目录

前言

一、导包

二、创建柱状图Bar对象

三、添加X轴与Y轴数据

四、绘图

五、简单案例示例

六、动态GDP柱状图开发案例

6.1  具体数据示例

6.2  示例代码

---

前言

Pyecharts 是一个基于 ECharts 的 Python 数据可视化库，允许用户使用 Python 语言生成各种类型的交互式图表和数据可视化。

ECharts 是百度开源的一个数据可视化 JS 库，而 Pyecharts 则是 ECharts 的 Python 封装，使得在 Python 中使用 ECharts 变得更加方便。Pyecharts 提供了一组简单而灵活的 API，使用户能够轻松地创建各种图表，包括但不限于折线图、柱状图、散点图、饼图、地图等。通过 pyecharts，用户可以使用 Python 语言处理和准备数据，然后使用简洁的代码生成交互式的图表，这些图表可以嵌入到 Web 应用程序中或保存为静态文件。

1. 安装与配置：Pyecharts的安装相对简单，可以通过pip进行安装。安装完成后，用户可以根据需要对图表进行个性化配置。
2. 丰富的图形类型：Pyecharts支持多种图表类型，包括但不限于柱状图、折线图、饼图等，满足不同的数据展示需求。
3. 交互式图表：由于Pyecharts基于ECharts，所以生成的图表具有良好的交互性，用户可以通过鼠标和触摸等操作与图表进行交互。
4. 适用多种场景：Pyecharts可以在不同的Web框架中使用，如Jupyter Notebook、Flask、Django等，使得在Web应用中展示图表变得非常方便。
5. 易于使用：Pyecharts提供了简洁明了的API，即使是没有编程背景的用户也能通过简单的学习快速上手绘制图表

一、导包

from pyecharts.charts import Bar
from pyecharts.options import LabelOpts

二、创建柱状图Bar对象

bar = Bar()

三、添加X轴与Y轴数据

# 添加x轴数据
bar.add_xaxis(["中国", "美国", "英国"])
# 添加y轴数据
bar.add_yaxis("GDP", [30, 20, 10], label_opts=LabelOpts(    # 添加label_opts使数据显示在右侧
    position="right"
))

四、绘图

bar.render("基础柱状图.html")

五、简单案例示例

from pyecharts.charts import Bar
from pyecharts.options import LabelOpts
# 使用Bar构建基础柱状图
bar = Bar()
# 添加x轴数据
bar.add_xaxis(["中国", "美国", "英国"])
# 添加y轴数据
bar.add_yaxis("GDP", [30, 20, 10], label_opts=LabelOpts(    # 添加label_opts使数据显示在右侧
    position="right"
))



# 反转x和y轴
bar.reversal_axis()
# 绘图
bar.render("基础柱状图.html")

运行结果：

六、动态GDP柱状图开发案例

6.1  具体数据示例

6.2  示例代码

from pyecharts.charts import Bar, Timeline
from pyecharts.options import *
from pyecharts.globals import ThemeType

# 读取数据
f = open("D:\pydaima\8day速成python\shuju/1960-2019全球GDP数据.csv", "r", encoding="GB2312")
data_lines = f.readlines()
# 关闭文件
f.close()

# 删除第一条数据
data_lines.pop(0)
# 将数据转换为字典存储，格式为：
# {年份：[ [国家,gap] ,[国家,gap] ,[国家,gap] ,[国家,gap] ],年份：[ [国家,gap] ,[国家,gap] ,[国家,gap] ,[国家,gap] ]}
# 先定义一个字典对象
data_dict = {}
for line in data_lines:
    year = int(line.split(",")[0])      # 年份
    country = line.split(",")[1]        # 国家
    gdp = float(line.split(",")[2])     # GDP数据
    # 如何判断字典里面有没有指定的key
    try:
        data_dict[year].append([country, gdp])
    except KeyError:
        data_dict[year] = []
        data_dict[year].append([country, gdp])

# 创建时间线对象
timeline = Timeline({"theme": ThemeType.LIGHT})



# 排序年份
sorted_year_list = sorted(data_dict.keys())
for year in sorted_year_list:
    data_dict[year].sort(key=lambda element: element[1], reverse=True)
    # 取出本年份前8名的国家
    year_data = data_dict[year][0:8]
    x_data = []
    y_data = []
    for country_gdp in year_data:
        x_data.append(country_gdp[0])   # x轴添加国家
        y_data.append(country_gdp[1] / 100000000)   # y轴添加gdp

    # 构建柱状图
    bar = Bar()
    x_data.reverse()
    y_data.reverse()
    bar.add_xaxis(x_data)
    bar.add_yaxis("GDP(亿)", y_data, label_opts=LabelOpts(position="right"))
    # 反转x轴和y轴
    bar.reversal_axis()

    # 设置每一年的图表标题
    bar.set_global_opts(
        title_opts=TitleOpts(title=f"{year}年全球前8GDP数据")
    )
    timeline.add(bar, str(year))


# 设置时间线自动播放
timeline.add_schema(
    play_interval=1000,     # 播放的时间
    is_timeline_show=True,  # 显示出来
    is_auto_play=True,      # 自动播放
    is_loop_play=False      # 循环播放
)

# 绘图
timeline.render("1960-2019全球GDP前8名国家.html")

运行结果：