丑话先说前头

今天，来给大家介绍 Python 中一款炒鸡好用的可视化库——Pyecharts。那么在这里注意奥~这个库实际上是对接的前端框架——echarts。款式没得挑剔，不过在安装这块有点小陷阱，也就是针对于版本这块分为 v0.5.X 和 v1 ，而这两个版本之间的使用又是不兼容的。所以得先说好，我们本篇文章所有的代码所依赖的都是v1的版本。如下图：

让我们开始叭

在这里，我给大家介绍几种比较常用的基础图绘制方法，那其实代码看不懂也木的一点关系。因为，画图嘛，只要替换数据即可。其次，我是非常建议大家去欣赏以下他那详细的说明文档。不要害怕英文，因为Pyecharts是全中文的说明文档。嘿嘿，官网链接：https://pyecharts.org/#/zh-cn

竖条形图

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

c = (
        Bar(
            init_opts=opts.InitOpts(
                width="500px",
                height="400px",
                theme=ThemeType.LIGHT,
                bg_color="skyblue"
            )
        )
        .add_xaxis(Faker.choose())
        .add_yaxis("商家A", Faker.values())
        .add_yaxis("商家B", Faker.values())
    )
c.render_notebook()

横向条形图

横向条形图只需要调用reversal_axis()即可。

c = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家A", Faker.values())
    .add_yaxis("商家B", Faker.values())
    .reversal_axis()
    .set_series_opts(label_opts=opts.LabelOpts(position="right"))
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-翻转 XY 轴"))
)

堆叠条形图

堆叠条形图只要在添加y轴的函数add_yaxis上添加stack参数即可。

c = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家A", Faker.values(), stack="stack1")
    .add_yaxis("商家B", Faker.values(), stack="stack1")
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-堆叠数据（全部）"))
)
c.render_notebook()

设置条形图的间距

• category_gap参数：x轴每个分类的间距

c = (
    Bar()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家A", Faker.values(), category_gap="80%")
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-单系列柱间距离"))
)
c.render_notebook()

带有网格的条形图

网格图，是在x轴和y轴上，都绘制横线，形成的网格。可以在opts.AxisOpts中通过设置splitline_opts实现。

c = (
        Bar()
        .add_xaxis(Faker.choose())
        .add_yaxis("商家A", Faker.values())
        .set_global_opts(
            title_opts=opts.TitleOpts(title="Scatter-显示分割线"),
            xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),
            yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),
        )
    )
c.render_notebook()

箱线图

箱线图使用pyecharts.charts.Boxplot来实现。

import numpy as np
import pandas as pd
from pyecharts.charts import Boxplot

"""
注意：箱型图不支持链式调用，因为数据需要c.prepare_data()
"""
v1 = [
    [850, 740, 900, 1070, 930, 850, 950, 980, 980, 880, 1000, 980],
    [960, 940, 960, 940, 880, 800, 850, 880, 900, 840, 830, 790],
]
v2 = [
    [890, 810, 810, 820, 800, 770, 760, 740, 750, 760, 910, 920],
    [890, 840, 780, 810, 760, 810, 790, 810, 820, 850, 870, 870],
]

c = Boxplot()
c.add_xaxis(["商品1","商品2"])
c.add_yaxis("A",c.prepare_data(v1))
c.add_yaxis("B",c.prepare_data(v2))
c.render_notebook()

地理图(地图)绘制(map)

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

"""
中国地图
淘宝商家的商品售卖情况
"""
c = (
    Map()
    .add("淘宝的商家商品售卖情况",[(x,y) for x,y in zip(Faker.provinces,Faker.values())],"china")   # 值是元组或列表
    .set_global_opts(
        visualmap_opts=opts.VisualMapOpts()  # 颜色越深 说明越多
    )
)

c.render_notebook()

"""
广东省
人口分布情况(伪数据)
"""
c = (
    Map()
    .add("广东省各个城市密度", [list(z) for z in zip(Faker.guangdong_city, Faker.values())], "广东")
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Map-广东地图"),
        visualmap_opts=opts.VisualMapOpts(),
    )
)
c.render_notebook()

世界地图

"""
世界地图
"""
c = (
    Map()
    .add("商家A", [list(z) for z in zip(Faker.country, Faker.values())], "world")
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) # 不显示默认标签
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Map-世界地图"),
        visualmap_opts=opts.VisualMapOpts(max_=200),
    )
)
c.render_notebook()

奥霍，突然记起一件非常重要的事情，在代码中涉及到了一个faker文件，为了保障大家可以运行代码，我将这个faker文件给大家放到了公众号的自动回复区域奥，欢迎大家到公众号留言faker即可获取。