pyecharts基础之柱状图的绘制

安装

pip install pyecharts

查看版本

pyecharts分为v0.5.X和v1两个大版本,0.5.x 版本将不再进行维护推荐使用v1版本

import pyechartsprint(pyecharts.__version__)

绘制第一个图表

from pyecharts.charts import Bar#导入pyecharts库并将其命名为barbar = Bar()#定义x轴bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])#定义y轴bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])# render 会生成本地 HTML 文件,默认会在当前目录生成 render.html 文件# 也可以传入路径参数,如 bar.render("mycharts.html")bar.render_notebook()#注:其实这运行结果都是动态的,这里只放上截图

试试再加上一个店铺的价格

链式调用:我们在调用同一对象多次其属性或方法的时候,我们需要多次书写对象进行. 或 () 操作,链式调用是一种简化此过程的一种编码方式,使代码简洁、易读。链式调用通常有以下几种实现方式,但是本质上相似,都是通过返回对象供之后进行调用。
https://pyecharts.org/

用这段代码也可以实现上图中的效果

from pyecharts.charts import Barbar = ( Bar() .add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]) .add_yaxis("商家A", [5, 20, 36, 10, 75, 90]))bar.render_notebook()

了解了链式调用以后,我们来试试给他增加另一个店铺的价格并加上标题

from pyecharts.charts import Barfrom pyecharts import options as opts
# 示例数据cate = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]data1 = [5, 20, 36, 10, 75, 90]data2 = [8, 30, 26, 12, 65, 80]
# 1.x版本支持链式调用bar = (Bar() .add_xaxis(cate) .add_yaxis('商家1', data1) .add_yaxis('商家2', data2) .set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例", subtitle="我是副标题")) )
bar.render_notebook()

试试换个颜色

如果你觉得这个颜色单调的话,可以考虑使用不同的主题

pyecharts 提供了 10+ 种内置主题,开发者也可以定制自己喜欢的主题

from pyecharts.charts import Barfrom pyecharts import options as optsfrom pyecharts.globals import ThemeType#导入主题
# 示例数据cate = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]data1 = [5, 20, 36, 10, 75, 90]data2 = [8, 30, 26, 12, 65, 80]
# 1.x版本支持链式调用bar = (Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))#使用主题 .add_xaxis(cate) .add_yaxis('商家1', data1) .add_yaxis('商家2', data2) .set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例", subtitle="我是副标题")) )
bar.render_notebook()

全局配置

可以通过全局配置(.set_global_opts():)控制以下区域

(0)

相关推荐

  • Python可视化之Pyecharts神器(三)

    一.数据读取 import pandas as pd import pymysql config = {           'host':'localhost',           'port': ...

  • python数据可视化:基于pyecharts的BI可视化报表(I)

    python数据可视化:基于pyecharts的BI可视化报表(I)

  • 【学习分享】利用pyecharts绘图--分页显示图

    【学习分享】利用pyecharts绘图--分页显示图

  • Flask

    Flask 本指南介绍了如何在 Flask 中使用 pyecharts. Flask 模板渲染 Step 0: 新建一个 Flask 项目 $ mkdir pyecharts-flask-demo$ ...

  • 如何使用pyecharts中自带的数据集?

    如何使用 pyecharts 中自带的数据集? 我们在学习pyehcarts绘图的过程中,需要一些练习的数据. pyecharts为我们提供了这样的数据集 -- Faker,存储于 faker.py ...

  • 盘点 Django 展示可视化图表的多种方式(建议收藏)

    盘点 Django 展示可视化图表的多种方式(建议收藏)

  • bar库 pyecharts

    Pyecharts V1全新版本使用教程--Bar(柱状图的使用) 以下内容均来自Pyecharts官方使用文档(可自行阅读)和自己的理解: 官方链接:https://pyecharts.org/#/ ...

  • Python 招聘岗位数据可视化

    来源:Python 技术「ID: pythonall」 项目背景 最近朋友圈又有小伙伴被降薪.被裁员了.往年金三银四是找工作的好时机,但在今年疫情之下互联网似乎更冷了.为了更好的找到好工作,就要了解企 ...

  • pyecharts图表库学习:Grid并行显示多张图

    自定义图表类 Grid 类:并行显示多张图 Overlap 类:结合不同类型图表叠加画在同张图上 Page 类:同一网页按顺序展示多图 Timeline 类:提供时间线轮播多张图 Grid:并行显示多 ...

  • [pyecharts学习笔记]

    学习了许多 pyecharts绘制的图形后,总想着,如果能将所有图片集中到一个页面就好了,这样就可以对不同的情况进行同时交互展示 pyecharts 中的 页面组件 Page 很好的解决的这个问题,能 ...

  • Python Flask 数据可视化

    数据可视化是数据处理中的重要部分,前面我们了解了 Flask 的开发和部署,如何用 Flask 做数据可视化呢?今天我们来了解一下. Python 语言极富表达力,并且拥有众多的数据分析库和框架,是数 ...

  • pyecharts生成各种图表

    pyecharts的使用 pyecharts 是一个用于生成 Echarts 图表的类库. echarts 是百度开源的一个数据可视化 JS 库,主要用于数据可视化.pyecharts 是一个用于生成 ...

  • Python 图表利器 pyecharts

    来源:Python 技术「ID: pythonall」 随着互联网的高速发展,数据量也在疯狂增长,近几年数据分析,数据挖掘的岗位越来越吃香.说到数据分析,就离不开数据的可视化,毕竟图表比冷冰冰的数字直 ...