Python pyecharts Bar图

已于 2022-05-23 20:40:46 修改
阅读量5.2k 收藏 43
点赞数 8
分类专栏： 【Phthon】 # 【Matplotlib】 文章标签： python pyecharts
于 2022-03-19 18:12:28 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wxfighting/article/details/123597940
版权

本篇博客主要是针对pyecharts的bar图的一些代码的实战与解释，都是一些对官网的bar图的理解。》》pyecharts官网

文章目录

一、简介

关于具体详情，请咨询：pyecharts官网

pyecharts是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而Python 是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts诞生了。Echarts是用JS来写的，而我们使用pyecharts则可以使用Python来调用里面的API。

优点：

  1. 简洁的 API 设计，使用如丝滑般流畅，支持链式调用
  2. 囊括了 30+ 种常见图表，应有尽有
  3. 支持主流 Notebook环境，Jupyter Notebook 和 JupyterLab
  4. 可轻松集成至 Flask，Django 等主流 Web 框架
  5. 高度灵活的配置项，可轻松搭配出精美的图表
  6. 详细的文档和示例，帮助开发者更快的上手项目
  7. 多达 400+地图文件以及原生的百度地图，为地理数据可视化提供强有力的支持。

二、整理数据

安装：

! pip install pyecharts

1、配置主题

更多相关主题》》直接在CSDN上面搜索即可。

Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT)) # 第一种
Bar({"theme": ThemeType.MACARONS}) # 第二种

在这里插入图片描述
在这里插入图片描述

2、柱状图 Bar - Bar_base_dict_config

import os
from matplotlib import pyplot as plt 
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.commons.utils import JsCode
from pyecharts.globals import ThemeType
list1=cnbodfsort['REGION'].tolist()
list2=cnbodfsort['PRICE'].tolist()
list3=cnbodfsort['PERSONS'].tolist()

c = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    .add_xaxis(list1)
    .add_yaxis("票价", list2, stack="stack1", category_gap="50%")
    .add_yaxis("人次", list3,   stack="stack1",category_gap="50%")
    .set_series_opts(
        label_opts=opts.LabelOpts(
            position="right",
            formatter=JsCode(
                "function(x){return Number(x.data).toFixed(2);}"
            ),
        )
    )
    .set_global_opts(
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
        title_opts=opts.TitleOpts(title='中国电影票房',subtitle='按地区比较票价与人次')
    )
)
# c.render("cnbo1.html") # 生成html图片
# os.system("cnbo01.html")  # 执行完代码直接跳出来图片
c.render_notebook() # 直接在代码区域展示图片

请添加图片描述

3、样例数据 Faker.choose()

使用这段代码会随机调用系统的样例参数：

.add_xaxis(Faker.choose())

在这里插入图片描述

from pyecharts.faker import Faker

list1=cnbodfsort['REGION'].tolist()
list2=cnbodfsort['PRICE'].tolist()
list3=cnbodfsort['PERSONS'].tolist()

c = (
    Bar({"theme": ThemeType.MACARONS})  ### 配置好看的图表主题！！！
    .add_xaxis(Faker.choose())    ### 这句话表示使用随机的后台样例数据
    .add_yaxis("票价", list2, stack="stack1", category_gap="50%")
    .add_yaxis("人次", list3,   stack="stack1",category_gap="50%")
    .set_series_opts(
        label_opts=opts.LabelOpts(
            position="right",
            formatter=JsCode(
                "function(x){return Number(x.data).toFixed(2);}"
            ),
        )
    )
    .set_global_opts(
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
        title_opts={"text":"样例数据","subtext":"使用Faker.choose()"}
    )
)
c.render("cnbo1.html") # 生成html图片
# os.system("cnbo1.html")  # 执行完代码直接跳出来图片
c.render_notebook() # 直接在代码区域展示图片

4、滚动条 Bar - Bar_datazoom_slider

 datazoom_opts=opts.DataZoomOpts()

表示可以滑动的滚动条：

list1=cnbodfsort['REGION'].tolist()
list2=cnbodfsort['PRICE'].tolist()
list3=cnbodfsort['PERSONS'].tolist()

c = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    .add_xaxis(list1)
    .add_yaxis("票价", list2, stack="stack1", category_gap="50%")
    .add_yaxis("人次", list3,   stack="stack1",category_gap="50%")
    .set_series_opts(
        label_opts=opts.LabelOpts(
            position="right",
            formatter=JsCode(
                "function(x){return Number(x.data).toFixed(2);}"
            ),
        )
    )
    .set_global_opts(
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
        title_opts=opts.TitleOpts(title='中国电影票房',subtitle='按地区比较票价与人次'),
         brush_opts=opts.BrushOpts() ,### 使用这个可以使图片的右上角多出来一些工具
        datazoom_opts=opts.DataZoomOpts(), ### 可以使最下面多出滚动条
    )
)
c.render("cnbo2.html") # 生成html图片
# os.system("cnbo01.html")  # 执行完代码直接跳出来图片
c.render_notebook() # 直接在代码区域展示图片

请添加图片描述

5、鼠标移动效果 Bar - Bar_datazoom_inside

根据鼠标来放大与缩小的效果：

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker

c = (
    Bar()
    .add_xaxis(Faker.days_attrs)
    .add_yaxis("商家A", Faker.days_values, color=Faker.rand_color())
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Bar-DataZoom（inside）"),
        datazoom_opts=opts.DataZoomOpts(type_="inside"),
    )
    .render("bar_datazoom_inside.html")
)

请添加图片描述

6、显示最值 Bar - Bar_markpoint_type

list1=cnbodfsort['REGION'].tolist()
list2=cnbodfsort['PRICE'].tolist()
list3=cnbodfsort['PERSONS'].tolist()

c = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.HALLOWEEN))
    .add_xaxis(list1)
    .add_yaxis("票价", list2, stack="stack1", category_gap="50%")
    .add_yaxis("人次", list3,   stack="stack1",category_gap="50%")
    .set_series_opts(
        label_opts=opts.LabelOpts(
            position="right",
            formatter=JsCode(
                "function(x){return Number(x.data).toFixed(2);}"
            ),
        ),
        markpoint_opts=opts.MarkPointOpts( #########
            data=[
            opts.MarkPointItem(type_="max", name="最大值"),
            opts.MarkPointItem(type_="min", name="最小值"),
            opts.MarkPointItem(type_="average", name="平均值"),
        ]
           ),#########
    )
    .set_global_opts(
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
        title_opts=opts.TitleOpts(title='中国电影票房',subtitle='按地区比较票价与人次'),
         brush_opts=opts.BrushOpts() ,### 使用这个可以使图片的右上角多出来一些工具
        datazoom_opts=opts.DataZoomOpts(orient='vertical'), 
    )
)
c.render("cnbo2.html") # 生成html图片
# os.system("cnbo01.html")  # 执行完代码直接跳出来图片
c.render_notebook() # 直接在代码区域展示图片

在这里插入图片描述
在这里插入图片描述

7、改变滚动条在侧面 Bar - Bar_datazoom_slider_vertical

list1=cnbodfsort['REGION'].tolist()
list2=cnbodfsort['PRICE'].tolist()
list3=cnbodfsort['PERSONS'].tolist()

c = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.CHALK))
    .add_xaxis(list1)
    .add_yaxis("票价", list2, stack="stack1", category_gap="50%")
    .add_yaxis("人次", list3,   stack="stack1",category_gap="50%")
    .set_series_opts(
        label_opts=opts.LabelOpts(
            position="right",
            formatter=JsCode(
                "function(x){return Number(x.data).toFixed(2);}"
            ),
        )
    )
    .set_global_opts(
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
        title_opts=opts.TitleOpts(title='中国电影票房',subtitle='按地区比较票价与人次'),
         brush_opts=opts.BrushOpts() ,### 使用这个可以使图片的右上角多出来一些工具
        datazoom_opts=opts.DataZoomOpts(orient='vertical'), 
    )
)
c.render("cnbo2.html") # 生成html图片
# os.system("cnbo01.html")  # 执行完代码直接跳出来图片
c.render_notebook() # 直接在代码区域展示图片

请添加图片描述

8、多个Y轴

colors=['#5793f3','#d14a61','#675bba']
legend_list=['票房','人次','价格','评价']
list1=cnbodfsort['REGION'].tolist()
list2=cnbodfsort['PRICE'].tolist()
list3=cnbodfsort['PERSONS'].tolist()
list4=cnbodfsort['BO'].tolist()
list5=cnbodfsort['points'].tolist()
c = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.CHALK,width="1600px",height="600px"))
    .add_xaxis(list1)
    .add_yaxis("评分", list5,yaxis_index=0,category_gap="50%",color=colors[2])
    .add_yaxis("票价", list2,yaxis_index=0,category_gap="50%",color=colors[0])
    .add_yaxis("人次", list3,yaxis_index=0,category_gap="50%",color=colors[1])
    
    .set_series_opts(
        label_opts=opts.LabelOpts(
            position="top",
            formatter=JsCode(
                "function(x){return Number(x.data).toFixed(2);}"
            ),
        ),
        markpoint_opts=opts.MarkPointOpts(
            data=[
            opts.MarkPointItem(type_="max", name="最大值"),
            opts.MarkPointItem(type_="min", name="最小值"),
            opts.MarkPointItem(type_="average", name="平均值"),
               ]
           ),
    )    
    .extend_axis(
    yaxis=opts.AxisOpts(
        name="票房",
        type_="value",
        min_=1000,
        max_=150000,
        interval=10000,
        position="right",
        axislabel_opts=opts.LabelOpts(formatter="{value} 万")
    )
    )
    
    .extend_axis(
    yaxis=opts.AxisOpts(
        name="评价",
        type_="value",
        min_=0,
        max_=11,
        interval=1,
        position="left",
        axislabel_opts=opts.LabelOpts(formatter="{value} 点"),
        axisline_opts=opts.AxisLineOpts(
            linestyle_opts=opts.LineStyleOpts(color=colors[2])
        ),
        splitline_opts=opts.SplitLineOpts(
            is_show=True,linestyle_opts=opts.LineStyleOpts(opacity=1)
        ),
        )
    )
    
        .set_global_opts(
            yaxis_opts=opts.AxisOpts(
                type_="value",
                name="票价",
                min_=10,
                max_=70,
                position="right",
                offset=80,
                axisline_opts=opts.AxisLineOpts(
                    linestyle_opts=opts.LineStyleOpts(color=colors[0])
            ),
            axislabel_opts=opts.LabelOpts(formatter="{value} 元"),
        ),

        tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),
        datazoom_opts=opts.DataZoomOpts(orient='vertical'),
        toolbox_opts=opts.ToolboxOpts(pos_left='120%'),
        legend_opts=opts.LegendOpts(is_show=False),
    )
 )
line = (
    Line()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(
        series_name="票房",
        yaxis_index=1,
        y_axis=list4,
        label_opts=opts.LabelOpts(is_show=False),
    )
)
c.render_notebook() # 直接在代码区域展示图片

双Y轴：
请添加图片描述

9、直方图 Bar - Bar_histogram

# Bar - Bar_histogram
from pyecharts.options.global_options import ThemeType
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker

c = (
    Bar({"theme":ThemeType.DARK})
    .add_xaxis(cnboregiongb.index.tolist())
    .add_yaxis("数量", cnboregiongb.values.tolist(), category_gap=0, color=Faker.rand_color())
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-直方图"))
)
c.render_notebook()

在这里插入图片描述

温欣2030
关注
  • 8
    点赞
  • 踩
  • 43
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
python 数据可视化———绘制饼状图（bar）
a1227406795的博客
05-10 2万+
快速使用python matplotlib绘制饼状图
pyecharts图表库学习:Bar（柱状图/条形图）、Bar3D（3D 柱状图）
热门推荐
错位的梦寐的博客
11-17 1万+
柱状/条形图，通过柱形的高度/条形的宽度来表现数据的大小。 Bar.add() 方法签名 add(name, x_axis, y_axis, is_stack=False, bar_category_gap='20%', **kwargs) name -> str 图例名称 x_axis -> list x 坐标轴数据 y_axis -> list y 坐标...
python使用pyecharts构建柱状图
qq_45807165的博客
11-21 1010
前面学习过的sorted函数可以对数据容器进行排序，但是不能指定排序规则，在后面的数据处理中，我们需要对容器进行排序而且还需要指定排序规则sorted函数就无法实现，我们需要使用sort函数。sort函数使用方式：列表.sort(key=选择排序依据的函数，reversion=True|False)参数reversion：是否反转排序的结果。True表示降序，False表示升序。参数key：要求传入一个函数，将元素中的每一个元素都传入函数中，返回排序的依据。可以改变柱状图的颜色。
Python数据分析及可视化之Pyecharts可视化1
随心发挥
11-17 4152
Python数据分析及可视化之Pyecharts可视化
Python-PyEcharts绘制柱状图
qq_35989920的博客
05-19 3045
Python-PyEcharts绘制柱状图
通过Python pyecharts输出保存图片代码实例
01-19
安装pyecharts：pip install pyecharts 安装snapshot-selenium：...from pyecharts.charts import Bar from pyecharts import options as opts # 导入输出图片工具 from pyecharts.render import make_snapshot # 使
python pyecharts 实现一个文件绘制多张图
09-16
Python PyEcharts 是一个强大的数据可视化库，它允许开发者用Python语言创建交互式的Echarts图表。Echarts是由百度开发的JavaScript库，用于在网页上生成高质量的数据可视化图形。本篇文章将详细探讨如何使用...
python的pyecharts绘制各种图表详细（附代码）
01-20
环境：pyecharts库，echarts-countries-pypkg，echarts-china-provinces-pypkg，...1、标题栏的属性：一般在实例化（初始化）类型时给与，如bar = Bar（“大标题”，“副标题”，···各种属性···） title_colo
python+pyecharts生成网页可视化图表
06-10
PyEcharts是Python的一个库，它是百度ECharts的Python版本，ECharts是一款由百度开发的开源JavaScript图表库，支持丰富的图表类型，如折线图、柱状图、饼图、散点图等。PyEcharts将ECharts的功能与Python的语法相...
Python可视化 --条形图（bar）
最新发布
m0_73299799的博客
03-11 1398
bar函数的参数同样很多，希望读者能够认真地掌握每个参数的含义，以便使用时得心应手。下面将基于该函数绘制三类条形图，分别是。
Pyecharts数据可视化之柱状图、条形图、漏斗图，常用配置项
weixin_50209097的博客
10-24 2529
pyecharts绘制可交互的可视化图标，柱状图、条形图、漏斗图，以及常用的配置项（标签、坐标轴、工具箱等）。
python怎么安装pyecharts_Python 入门pyecharts，报错解决，更换主题。
weixin_39518002的博客
12-03 2208
背景：需要使用python分析结果后，以图表的形式生成。目标：安装pyecharts，输出可视化图表。Pyecharts中文官方文档一、安装pyecharts直接上手安装pyecharts的最新版本pip install pyecharts二、导入pyecharts1、导入报错网上很多文章会让你直接开始绘图。from pyecharts import Barfrom pyecharts impor...
python数据分析——pyecharts柱状图全解（小白必看）
pdcfighting的博客
04-04 7776
击上方“Python爬虫与数据挖掘”，进行关注回复“书籍”即可获赠Python从入门到进阶共10本电子书今日鸡汤伯仲之间见伊吕，指挥若定失萧曹。一、pyecharts简介pyecharts...
pyechart-Bar基础操作
qq_41815396的博客
03-19 2679
最简单的Bar from pyecharts import options as opts from pyecharts.charts import Bar x_axis=["first","second","third","forth","fifth"] simple_y_axis=[1,2,3,4,5] simpleBar = ( Bar() .add_xaxis(x_axis...
第2天 | 3天搞定Pyecharts数据分析，主题样式
10-06 763
Pyecharts提供10多种不同的风格，也提供了便捷的定制主题的方法。主题选择由InitOpts类指定，可选值在from pyecharts.globals import ThemeType中，使用方法如下： Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT)) ThemeType类中，有LIGHT、DARK、WHITE和CHALK等等可选，具体效果，需要你自行测试。 如果内置的主题不能满足你的需求，那你可以到Echarts官网进行构建，自定义自己
Pyecharts1.x版本全网最全教程，想学数据可视化的，看这一篇就够了！
AwesomeTang
03-06 2634
前言 本项目整理了目前pyecharts支持的所有图表以及基础配置项～ 所有代码均基于Pyecharts v1.7.1版本，均已全部运行通过； 文中代码是基于jupyter notebook中写的，如需在其他IDE中运行，请将最后一句代码改成chart.render(); 文章篇幅较长，建议收藏或者添加书签~ 欢迎各位订阅我的付费专栏，目前持续更新中！ 「Pyecharts50例」：50个完整的Pyecharts基础实例，简单易上手，文中均包含完整代码~ 「Pyecharts
Python数据可视化 pyecharts实战
06-03
     本课程是pyecharts的入门课程。主要介绍了pyecharts函数库的基本使用方法。主要内容包括pyecharts简介，用pyecharts绘制离散点、折线、柱状图、柱状图和折线图组合、饼图、地理图等，而且这些图表是可交互的。
python pyecharts 三重 柱状图
08-24
要绘制Python Pyecharts的三重柱状图，可以使用Pyecharts库的Bar3D类进行操作。以下是一个简单的示例代码： ```python from pyecharts import options as opts from pyecharts.charts import Bar3D data = [ [0, 0, 0, 2], [0, 0, 1, 3], [0, 0, 2, 1], [0, 1, 0, 4], [0, 1, 1, 2], [0, 1, 2, 2], [0, 2, 0, 1], [0, 2, 1, 3], [0, 2, 2, 4], [1, 0, 0, 2], [1, 0, 1, 4], [1, 0, 2, 1], [1, 1, 0, 3], [1, 1, 1, 1], [1, 1, 2, 3], [1, 2, 0, 2], [1, 2, 1, 1], [1, 2, 2, 2], ] x_data = ["A", "B", "C"] y_data = ["X", "Y", "Z"] bar3d = ( Bar3D() .add( "", data, xaxis3d_opts=opts.Axis3DOpts(data=x_data), yaxis3d_opts=opts.Axis3DOpts(data=y_data), zaxis3d_opts=opts.Axis3DOpts(type_="value"), ) .set_global_opts( visualmap_opts=opts.VisualMapOpts(max_=5), title_opts=opts.TitleOpts(title="Python Pyecharts 三重柱状图"), ) ) bar3d.render("bar3d.html") ``` 此代码使用了Bar3D类来创建一个三维柱状图，通过add()方法添加数据和设置坐标轴样式，通过set_global_opts()方法设置图表的全局选项，最后通过render()方法将图表输出到HTML文件中。您可以根据自己的需要修改数据和样式来绘制不同的三重柱状图。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [100例Python代码带你从入门到进阶！](https://blog.csdn.net/weixin_46089319/article/details/106686395)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [Python绘图还在用Matplotlib？out了 ！发现一款手绘可视化神器！](https://blog.csdn.net/lovenankai/article/details/103286320)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

温欣2030

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值