1、引言
小屌丝:鱼哥鱼哥, 江湖救急。
小鱼:咋了这。
小屌丝:Pyecharts,
小鱼:这个咋了嘛?
小屌丝:不会啊,
小鱼:嗨!!!
小屌丝:咋了嘛
小鱼:这大惊小怪的,我给你讲就是了。
小屌丝:这次咋这么主动。
小鱼:也没有了,说完了待会咱俩去吃饭。
小屌丝:突然这么大方,这啥情况呀。
小鱼:这一年多亏了你的会员卡,让我每天上班跟打鸡血似的。
小屌丝:说的我都不好意思了。那咱别吃饭了,直接去泡澡吧
小鱼:那不行, 没吃饭,哪有力气泡澡。
小屌丝:没事,咱那洗浴中心有自助,
小鱼:你看看,又要划你会员卡,我都不好意思了。
小屌丝:我…
小鱼:别说了,客从主便,我也不勉强了,就这么定吧。
小屌丝:我…
小鱼:好了,我们进入今天的分享。
小屌丝:被安排的…
2、Pyecharts
2.1 介绍
- Pyecharts 是一个用于生成 Echarts 图表的 Python 库。
- 提供了一种简单、高效的方式来创建各种类型的图表,包括折线图、柱状图、饼图、散点图等。
接下来,就跟着小鱼的脚本来详细了解Pyecharts
2.1.1 定义
- Pyecharts 是一个基于 Python 的 Echarts 图表库,它允许用户使用 Python 代码来生成各种类型的 Echarts 图表。
2.1.2 常用功能
- 支持多种类型的图表:折线图、柱状图、饼图、散点图等。
- 提供丰富的图表样式和交互功能。
- 支持图表数据的动态更新和实时渲染。
- 支持导出图表为图片或 HTML 文件。
- 提供便捷的 API,方便用户快速创建和定制图表。
2.1.2 常用方法
- add_xaxis():用于添加 x 轴数据。
bar.add_xaxis(["周一", "周二", "周三", "周四", "周五", "周六", "周日"])
- add_yaxis():用于添加 y 轴数据。
bar.add_yaxis("销售额", [10, 20, 30, 40, 50, 60, 70])
- set_global_opts():用于设置图表的全局配置项,如标题、工具栏等。
bar.set_global_opts(title_opts=opts.TitleOpts(title="销售额统计"))
- render():用于将图表渲染为 HTML 文件或图片。
bar.render("sales_chart.html")
- add_series():用于添加图表序列数据,例如柱状图中的每个柱子。
bar.add_series(name="销售额", data=[10, 20, 30, 40, 50, 60, 70])
- add_legend():用于添加图例,显示每个系列的颜色和标签。
bar.add_legend(type_="scroll",orient="vertical",left=10,top=20,data=["销售额"])
- add_tooltip():用于添加鼠标悬停提示框,显示数据信息。
bar.add_tooltip(trigger="axis", axis_formatter="{value}销售额")
- add_datazoom():用于添加数据区域缩放功能,可以缩放图表范围。
bar.add_datazoom(type_="slider", start=10, end=60)
- add_visualmap():用于添加视觉映射功能,可以根据数据范围自动调整颜色深浅。
bar.add_visualmap(max_=100, is_piecewise=True)
2.2 安装
因为 Pyecharts是三方库,所以,需要先安装,在使用。
老规矩, pip安装
pip install Pyecharts
其它安装方式,直接看这两篇:
《Python3,选择Python自动安装第三方库,从此跟pip说拜拜!!》
《Python3:我低调的只用一行代码,就导入Python所有库!》
安装结果:
2.3 示例
设置背景颜色,两种写法。
样例1:
# -*- coding:utf-8 -*-
# @Time : 2023-12-19
# @Author : Carl_DJ
'''
实现功能:
柱状图添加背景色
'''
from pyecharts import options as opts
from pyecharts.charts import Bar
# 准备数据
x_data = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
y_data = [10, 20, 30, 40, 50, 60, 70]
# 创建柱状图对象
bar = Bar()
# 设置背景颜色
bar.add_background_color(color="#f0f0f0")
# 添加数据和配置项
bar.add_xaxis(x_data)
bar.add_yaxis("销售额", y_data)
bar.set_global_opts(title_opts=opts.TitleOpts(title="销售额统计"))
# 渲染图表为 HTML 文件
bar.render("sales_chart.html")
样例2:
# -*- coding:utf-8 -*-
# @Time : 2023-12-19
# @Author : Carl_DJ
'''
实现功能:
柱状图添加背景色
'''
from pyecharts import options as opts
from pyecharts.charts import Bar
# 创建一个柱状图
bar = (
Bar()
.add_xaxis(["A", "B", "C", "D"])
.add_yaxis("Series 1", [1, 3, 2, 4])
.set_global_opts(title_opts=opts.TitleOpts(title="Bar Chart"))
)
# 渲染图表并保存为html文件
bar.render("bar_chart.html")
运行结果
3、总结
看到这里, 关于Pyecharts的介绍就到这里。
最近,关于数据分析的相关库,小鱼也写了有些篇了,
其实在数据分析过程中,掌握相关的库,对整个分析过程,都会有很大的提升。
为了方便,小鱼也把涉及到数据分析的库的博文,也例举几篇:
- 《Python3,必备数据可视化之Altair,竟然比Matplotlib的用法还简单。》
- 《Python3,一篇搞定Numpy与Pandas的差异点及应用场景,妥妥的学到了。》
- 《Python3,Pandas这4种高频使用的筛选数据的方法,不得不说,确实挺好。》
- 《Python3,数据处理与计算,不得不掌握的高效计算函数之prod()函数》
- 《Python3,一次掌握这些数据可视化图表技能,老板不给涨薪都不好意思。》
- …等等
也可以直接看小鱼的数据分析专栏:
最后,再唠叨一句,
我是小鱼:
- CSDN 博客专家;
- 阿里云 专家博主;
- 51CTO博客专家;
- 企业认证金牌面试官;
- 多名企认证讲师&特邀作者等;
- 名企签约职场面试培训、职场规划师;
- 多个国内主流技术社区的认证专家博主;
- 多款主流产品(阿里云等)评测一等奖获得者;
关注小鱼,带你学习更多更专业更前言的数据分析相关技术。