公众号：尤而小屋
作者：Peter
编辑：Peter
大家好，我是Peter
一直以来都在坚持更新plotly_express可视化库的内容，从基本的一行代码出各种图，到每个类型图的绘制，再到图形的绘制技巧，内容还是非常的丰富。
plotly_express可以说是自己目前见过最棒的库，主要是体现在3点：
- 代码简洁
- 图形漂亮，颜色贼好看
- 动态可视化
不愧是可视化神器😊以后还会继续补充相关内容，特别是plotly_express和dash的结合。
从今天开始也要写另一个可视化库：pyecharts。这是一个纯国产的可视化库，也非常的强大。所有的文章都会是基于官网的资料和示例，以及自己使用的实际案例。
image
声明
在此郑重声明：接下来关于pyecharts的全部文章都是基于版本V1.7。写这个声明的原因，是因为pyecharts有两个版本：V0.5和V1.0。
Peter刚开始学习Pyecharts的时候，网上看到的很多的资料都是老的，基于V0.5的，深受其害。在此告诉大家：一定要用V1.0+
它们二者的语法之间是不兼容的，并不存在太多的联系。目前网上很多的教程和博客都是基于
V0.5但是V0.5以后团队不会再维护了。
自己曾经在使用这个库的时候，开始没有意识到这个版本的问题，找到的很多文章中的示例代码都不能直接使用，踩过很多的坑，后来才明白是版本的原因。
⚠️将来的所有文章都是基于V1.0
⚠️将来的所有文章都是基于V1.0
⚠️将来的所有文章都是基于V1.0
什么是pyecharts
在此，引用官网上的一段话来介绍什么是pyecharts：
Echarts 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。
说的直白些：pyecharts=python+echarts
特性
首先我们高度概括：🐂🍺
- 简洁的 API 设计，使用如丝滑般流畅，支持链式调用
- 囊括了 30+ 种常见图表，应有尽有
- 支持主流 Notebook 环境，Jupyter Notebook 和 JupyterLab
- 可轻松集成至 Flask，Django 等主流 Web 框架
- 高度灵活的配置项，可轻松搭配出精美的图表
- 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
安装
下面是自己经常安装Python相关库的代码，速度非常快：
pip install -i https://pypi.douban.com/simple pyecharts==1.7 # 安装pyecharts
pip install -i https://pypi.douban.com/simple pandas # 安装pandas
image
官方提供的源码安装方式
$ git clone https://github.com/pyecharts/pyecharts.git
$ cd pyecharts
$ pip install -r requirements.txt
$ python setup.py install
# 或者执行 python install.py
查看版本
import pyecharts
print(pyecharts.__version__)
image
快速入门
1、默认生成render.html文件
from pyecharts.charts import Bar # V1版本的导入类方式！！！！非常关键，看到这种方式才是V1
bar = Bar()
bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
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
bar.render()
2、指定文件和路径
from pyecharts.charts import Bar
bar = Bar()
bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
bar.add_yaxis("商家B", [15, 20, 36, 18, 45, 69])
bar.render("firstpyecharts.html") # 也可以传入路径参数
3、在notebook中直接出图
# 注意：如果在notebook中不出图，需要添加下面的两行代码
# 只需要在顶部声明 CurrentConfig.ONLINE_HOST 即可
from pyecharts.globals import CurrentConfig, OnlineHostType
# OnlineHostType.NOTEBOOK_HOST 默认值为 http://localhost:8888/nbextensions/assets/
CurrentConfig.ONLINE_HOST = OnlineHostType.NOTEBOOK_HOST
# --------------------------
from pyecharts.charts import Bar
bar = Bar()
bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
bar.add_yaxis("商家B", [15, 20, 36, 18, 45, 69])
bar.render_notebook()
链式调用
在绘图的时候pyecharts支持链式调用：
from pyecharts.charts import Bar
from pyecharts import options as opts
# V1 版本开始支持链式调用
bar = (
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])
.set_global_opts(title_opts=opts.TitleOpts(title="主标题", subtitle="副标题"))
# 或者直接使用字典参数
# .set_global_opts(title_opts={"text": "主标题", "subtext": "副标题"})
)
bar.render_notebook() # notebook中显示
# 不习惯链式调用的开发者依旧可以单独调用方法
bar = Bar()
bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
bar.set_global_opts(title_opts=opts.TitleOpts(title="主标题", subtitle="副标题"))
bar.render()
image
解决不出图
如果notebook中没有出图，解决方法在这里：pyecharts v1.5.1+ 起开始支持 Notebook 插件作为静态资源服务。
- 获取 pyecharts-assets 项目
$ git clone https://github.com/pyecharts/pyecharts-assets.git
- 安装扩展插件
$ cd pyecharts-assets
# 安装并激活插件
$ jupyter nbextension install assets
$ jupyter nbextension enable assets/main
- 配置 pyecharts 全局 HOST
# 只需要在顶部声明 CurrentConfig.ONLINE_HOST 即可
from pyecharts.globals import CurrentConfig, OnlineHostType
# OnlineHostType.NOTEBOOK_HOST 默认值为 http://localhost:8888/nbextensions/assets/
CurrentConfig.ONLINE_HOST = OnlineHostType.NOTEBOOK_HOST
主题
示例
内置主题类型可查看pyecharts.globals.ThemeType
from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.globals import ThemeType
bar = (
Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT)) # 初始化的时候指定主题
.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])
.add_yaxis("商家B", [15, 6, 45, 20, 35, 66])
.set_global_opts(title_opts=opts.TitleOpts(title="主标题", subtitle="副标题"))
)
bar.render_notebook()
image
image
支持的主题
下面记录的是pyecharts支持的全部主题：
thm = '''
| CHALK = 'chalk' #粉笔风
|
| DARK = 'dark' #暗黑风
|
| ESSOS = 'essos' #厄索斯大陆
|
| INFOGRAPHIC = 'infographic' #信息图
|
| LIGHT = 'light' #明亮风格
|
| MACARONS = 'macarons' #马卡龙
|
| PURPLE_PASSION = 'purple-passion' #紫色激情
|
| ROMA = 'roma' #石榴
|
| ROMANTIC = 'romantic' #浪漫风
|
| SHINE = 'shine' #闪耀风
|
| VINTAGE = 'vintage' #复古风
|
| WALDEN = 'walden' #瓦尔登湖
|
| WESTEROS = 'westeros' #维斯特洛大陆
|
| WHITE = 'white' #洁白风
|
| WONDERLAND = 'wonderland' #仙境
'''
全局配置
在绘制图形的时候，经常需要对图形进行各种个性化的配置，请务必记住下面的这张图：
image
多种图形
下面介绍基于Pyecharts绘制的各种图形：
1、柱状图
image
2、折线图
image
3、面积图
image
4、K线图
image
5、桑基图
image
6、省份地图
image
7、漏斗图
image
当然Pyehcharts能够绘制的图形和功能远不止这些，以后会慢慢介绍，请期待~
网友评论