Pyecharts可视化分析图表

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。

用Echarts生成的图可视化效果非常好，而Pyecharts则是专门为了与Python衔接，方便在Python中直接使用的可视化数据分析图表。使用Pyecharts可以生成独立的网页格式的图表，还可以在flask、django中直接使用，非常方便

Pyecharts的图表类型非常多且效果非常漂亮

pip install pyecharts

pip show pyecharts

主要包括风格的设置，提示框，视觉映射，工具箱和区域缩放

（1）从pyecharts.charts库中导入Bar模块

from pyecharts.charts import Bar

（2）从pyecharts库中导入options模块

from pyecharts import options as opts

（3）从pyecharts.globals库中导入主题类型模块ThemeType

from pyecharts.globals import ThemeType

（4）设置画布大小、图表主题和图表背景颜色

（5）渲染图表到HTML文件中，并存放在程序所在目录下，存放的是我们html文件的名称，然后打开html页面，就可以看到效果

也可以直接查看效果，使用bar.render_notebook()

from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.globals import ThemeType
bar=(
    Bar(init_opts=opts.InitOpts(
#         设置画布
        width='500px',height='300px',
#         设置主题
        theme=ThemeType.WONDERLAND,
#         背景颜色
        bg_color='#fff'))
    .add_xaxis(['1月','2月','3月','4月','5月','7月'])
    .add_yaxis('零基础雪python',[2345,2323,5342,1355,3452,4365])
    .add_yaxis('python趣味案例编程',[2324,1224,5463,2342,2453,3521])
    .set_global_opts(
#         添加图表标题
        title_opts=opts.TitleOpts(
            "热门图书销量分析",
#             padding=[2,0,5,90],
            subtitle="www.mingrisoft.com",
            item_gap=5,
#             主标题文字样式配置项,颜色、字体样式、字体的粗细、字体的大小以及对齐方式等
            title_textstyle_opts=opts.TextStyleOpts(color='blue',
                                                    font_size=18),
            title_link='https://www.baidu.com/' #主标题跳转url链接
        ),
#         添加图例
        legend_opts=opts.LegendOpts(
            pos_right=50,
            item_width=45,
            legend_icon='circle'
        ),
#         添加提示框
        tooltip_opts=opts.TooltipOpts(
            trigger='axis',
            trigger_on='click',
            axis_pointer_type='cross',
            background_color='pink',
            border_width=2,
            border_color='black'
        ),
#         视觉映射
        visualmap_opts=opts.VisualMapOpts(
            type_='size',
            orient='vertical',
            pos_left='right',
            min_=1,
            max_=6000,
            range_text=['max','min'],
            range_color=['#FFF0F5','#8B008B']
        )
    )
)
# 渲染图表到html文件中
bar.render('mycharts.html')
bar.render_notebook()

效果展示

图表风格的设置，提示框，视觉映射，工具箱和区域缩放的参数具体查看官网

pyecharts - A Python Echarts Plotting Library built with love.