pyecharts库做成各种常见图表

pyecharts⽣成各种图表

pyecharts 是⼀个⽤于⽣成 Echarts 图表的类库，pyecharts 是⼀个⽤于⽣成Echarts 图表的类库。实际上就是 Echarts 与 Python 的对接。使⽤ pyecharts 可以⽣成独⽴的⽹⻚，也可以在 flflask , Django 中集成使⽤。

特 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+种常⻅图表，应有尽有

3.⽀持主流Notebook环境，Jupyter Notebook和JupyterLab

4.可轻松集成⾄Flask，Sanic，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，帮助开发者重启的上⼿项⽬

7.超过400个以上的地图⽂件，并⽀持原⽣百度地图，为地理数据可视化提供灵

活的⽀持

1.pyecharts包含的图表

Bar（柱状图/条形图）
Bar3D（3D 柱状图）
Boxplot（箱形图）
EffectScatter（带有涟漪特效动画的散点图）
Funnel（漏⽃图）
Gauge（仪表盘）
Geo（地理坐标系）
Graph（关系图）
HeatMap（热⼒图）
Kline（K线图）
Line（折线/⾯积图）
Line3D（3D 折线图）
Liquid（⽔球图）
Map（地图）
Parallel（平⾏坐标系）
Pie（饼图）
Polar（极坐标系）
Radar（雷达图）
Sankey（桑基图）
Scatter（散点图）
Scatter3D（3D 散点图）
ThemeRiver（主题河流图）
WordCloud（词云图）

2.通用配置

xAxis，yAxis：平⾯直⻆坐标系中的 x、y 轴。(Line、Bar、Scatter、
EffectScatter、Kline)
legend：图例组件。图例组件展现了不同系列的标记(symbol)，颜⾊和名字。可以通
过点击图例控制哪些系列不显示。
label：图形上的⽂本标签，可⽤于说明图形的⼀些数据信息，⽐如值，名称等。
lineStyle：带线图形的线的⻛格选项(Line、Polar、Radar、Graph、Parallel)
markLine&markPoint：图形标记组件，⽤于标记指定的特殊数据，有标记线和标记点
两种。（Bar、Line、Kline）
tooltip：提示框组件，⽤于移动或点击⿏标时弹出数据内容
toolbox：右侧实用工具箱

3.柱状图

from pyecharts.charts import Bar
from pyecharts import options

# 准备数据
province=['湖北','北京','安徽','云南','广东','南京','长沙','山东']
datal=[4000,6666,8888,9999,4444,3549,9000,1000]
data2=[5000,800,4000,600,5000,3000,800,7000]

# 创建图表对象
bar=Bar()

# 将数据渲染到表格上
bar.add_xaxis(province)       # 设置X轴标题
bar.add_yaxis('确诊人数',datal)
bar.add_yaxis('死亡人数',data2)

# 设置图表
bar.set_global_opts(
    title_opts=options.TitleOpts(title='重点城市疫情',subtitle='确诊人数和死亡人数'), ---- # 设置标题信息        
    toolbox_opts=options.ToolboxOpts() -----  # 显示工具栏
)

# 系列设置
bar.set_series_opts(
    # 是否显示数值
    label_opts=options.LabelOpts(is_show=False),
    #  添加标记点
    markpoint_opts=options.MarkPointOpts(
        data=[
            options.MarkPointItem(type_='min',name='最小值'),
            options.MarkPointItem(type_='max',name='最大值'),
        ]
    )
)

# 生成图表
bar.render('files/柱状图.html')--------#files为建立的package名称，用来存放做出来的柱状图

4.饼状图

from pyecharts.charts import Pie
from pyecharts import options

# 准备数据
data=[('苹果',155),('三星',100),('华为',500),('vivo',400),('小米',300)]

# 创建图标对象
pie=Pie()

# 关联数据
pie.add(
    # 设置系列名称
    series_name='手机销量',
    # 数据显示
    data_pair=data,
    # 空心部分和数据显示部分的比例
    radius=['1%','99%'],-----#百分比根据实际情况进行修改（空心和实心）
    rosetype='radius' ----- -- # 设置饼是不规则的,如果想要规则的话，也可以不写

)


#  额外系列设置
pie.set_global_opts(
    title_opts=options.TitleOpts(title='国产手机销量')
)
pie.set_series_opts(
    label_opts=options.LabelOpts(formatter='{b}:{d}%')-----# 例如小米30%
)

# 显示图表
pie.render('files/饼图.html')

5.饼图简化版

from pyecharts.charts import Pie
from pyecharts import options

pie=(
    Pie()
    .add(
        series_name='手机销量',
        data_pair=[('小米',100),('红米',200)], ----#准备的数据
        rosetype='radius',
        radius=['30%','70%']
    )
    .set_global_opts(title_opts=options.TitleOpts(title='国产手机销量'))
    .set_series_opts(
        label_opts=options.LabelOpts(formatter='{b}:{d}%')
    )
)

pie.render('templates/饼图.html')

6.折线图

from pyecharts.charts import Line
from pyecharts import options

#  准备数据
province=['湖北','北京','安徽','云南','广东','南京','长沙','山东']
datal=[4000,6666,8888,9999,4444,3549,9000,1000]


# 实例化一个图表对象
line=Line()

# 关联数据
line.add_xaxis(province)
line.add_yaxis(series_name='确诊人数',y_axis=datal,is_smooth=True) -------- # is_smooth=True为曲线，如果没有此项，则为直线

# 配置
line.set_global_opts(
    title_opts=options.TitleOpts(title='严重感染的城市'),
     toolbox_opts=options.ToolboxOpts()
 )
line.set_series_opts(
        markline_opts=options.MarkLineOpts(
         #设置平均值的标记线
         data=[options.MarkLineItem(name='平均值',type_='average')]
         #设置最大值的标记线
         data=[options.MarkLineItem(name='最大值',type_='max')]
        )
)

line.render('files/折线图.html')

7.地图

from pyecharts.charts import Map
from pyecharts import options

#  数据准备
data=[('云南',155),('河北',100),('河南',3000),('湖北',400),('山西',300)]

# 生成一个图表对象
map=Map()

# 渲染数据
map.add(series_name='国内感染城市',data_pair=data,maptype='world')-----# maptype='world'为世界地图，去掉就是中国地图

map.set_global_opts(
    # 右下角标题
    title_opts=options.TitleOpts(title='感染人数'), 
    # 隐藏顶部的数据导航显示
    legend_opts=options.LegendOpts(is_show=True),
    title_opts=options.TitleOpts(title='大标题',subtitle='副标题'),
    # 设置颜⾊块标记范围
    visualmap_opts=options.VisualMapOpts(
        max_=500,
        min_=0,
        is_piecewise=True,    
        pieces=[   # 按照这个来显示
            {"min":0,"max":100,"label":'0-100','color':'pink'},
            {"min":100,"max":200,"label":'100-200','color':'yello'},
            {"min":200,"max":1000,"label":'200-1000','color':'blue'},
            {"min":1000,"max":2000,"label":'1000-2000','color':'orange'},
            {"min":2000,"label":'>=2000','color':'red'},
        ]
    )
)

# 生成地图
map.render('files/map.html')

8.组合图

from pyecharts.charts import  Bar,Line,Grid
from pyecharts import options

# 先准备好数据，然后根据数据画折线图和柱状图，再将折线图和柱状图组合在一起
province=['湖北','北京','安徽','云南','广东','南京','长沙','山东']
datal=[4000,6666,8888,9999,4444,3549,9000,1000]
data2=[5000,800,4000,600,5000,3000,800,7000]


bar=Bar()   # 实例化柱状图对象
line=Line()   # 实例化折线图对象

# 画柱状图
bar.add_xaxis(province)
bar.add_yaxis('确诊人数',datal)
bar.add_yaxis('已故人数',data2)
bar.set_global_opts(
    title_opts=options.TitleOpts(title='疫情信息')
)


# 画折线图
line.add_xaxis(province)
line.add_yaxis('确诊人数',datal)
line.add_yaxis('已故人数',data2)


# 创建组合对象
grid=Grid(init_opts=options.InitOpts(width='1800px',height='800px'))

# 将柱状图和折线图嵌入过来
grid.add(bar,grid_opts=options.GridOpts(
    pos_top='100',
    pos_left='60',
    width='500',
    height='400'
))

grid.add(line,grid_opts=options.GridOpts(
    pos_top='50',
    pos_left='100',
    width='300',
    height='400'
 ))

grid.render('files/组合.html')

注意：可以组合所有图表，根据实际情况