你要偷偷的学Python，然后惊呆所有人（第十六天）
标题无意冒犯，就是觉得这个广告挺好玩的
文章目录
- 前言
- 竞品分析
- pyecharts是什么
- 快速上手
- 先来一个玩玩
- pyecharts 所有方法均支持链式调用
- 使用 options 配置项
- 补充知识
- faker
- pyecharts中有哪些可用的颜色呢？
- 柱状图
- 加个底部滚动条
- 加个侧部滚动条
- Mark标志线
- 标点与多标点
- 自定义柱子颜色
- 调整柱间距离
- 翻转XY轴
- 直方图
前言
前期回顾：你要偷偷学Python（第十五天）
本篇来讲一讲pyechart里面的柱状图部分，刚学的，热乎着。
是有点步伐凌乱了啊，哎，莫得办法啦，最近都很忙，只能学到什么更新什么了，要是等着更新爬虫，估计还要四五天。
如果大家在学习中遇到困难，想找一个python学习交流环境，可以加入我们的python圈，裙号1160381299，可领取python学习资料，会节约很多时间，减少很多遇到的难题。
本系列文默认各位有一定的C或C++基础，因为我是学了点C++的皮毛之后入手的Python。
本系列文默认各位会百度。
然后呢，本系列的目录嘛，说实话我个人比较倾向于那两本 Primer Plus，所以就跟着它们的目录结构吧。
本系列也会着重培养各位的自主动手能力，毕竟我不可能把所有知识点都给你讲到，所以自己解决需求的能力就尤为重要，所以我在文中埋得坑请不要把它们看成坑，那是我留给你们的锻炼机会，请各显神通，自行解决。
1234567竞品分析
这个模块你百度一下就能找到一大堆啊，大家的各个功能也都实现的很完善的。
那为什么我向你们推荐我的这篇呢？是吧，这里建议先收藏起来哦，因为划走了就不一定能找到这么好的了哦。
- 时间线。我这篇是2020年11月22日的，相对于网上目前能找到的大部分这类文章来说，我这算是最新的。
- 我是亲测有效的啊，也是时间问题，有的库它已经经过了改版，而网上有些代码并没有进行实时的更新，导致我走了不少的弯路。那么大可以再走一遍我走过的弯路哦。
pyecharts是什么
前几天老师在上边讲echarts，这和pyecharts是否有千丝万缕的联系嘞？
Echarts 是一个由百度开源的数据可视化，巴拉巴拉一大堆，Python 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。
就这么简单。
这两天写的一个项目需要用到pyechart，所以花了一天就上手了，再花了一天搞了个小玩意儿。
快速上手
先来一个玩玩
让大家快速看到结果啊，网上基本都是这个版本
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()
pyecharts 所有方法均支持链式调用
from pyecharts.charts import Bar
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])
)
bar.render()
使用 options 配置项
from pyecharts.charts import Bar
from pyecharts import options as opts
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"))
)
bar.render()
# 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()
补充知识
补充写在前头，怕是你们看动画看的眼花，忘了往后翻，代码又会看不懂了。
faker
在代码里面会看到Faker，如果不去查资料的话，凭自己主观臆断终究是难以猜透，可以猜出什么意思，不就是随机值嘛，但是有哪些随机值，不知道。
我就先把这块石头搬开。
pyecharts为了方便大家学习，提供了一些假数据来帮助运行程序：
Faker.choose()
#['周一', '周二', '周三', '周四', '周五', '周六', '周日']
Faker.values()
#[22, 148, 43, 81, 143, 60, 93]
Faker.country # 随机英文国家列表
#['China', 'Canada', 'Brazil', 'Russia', 'United States', 'Africa', 'Germany']
Faker.cars # 随机各种中文汽车品牌的列表
Faker.visual_color # 随机颜色列表
Faker.days_attrs # 'number天'字符串列表
Faker.clock # 时间字符串列表
Faker.dogs # 随机各种狗的列表
Faker.guangdong_city # 广东省下面7个市的固定列表
Faker.img_path(r'C:\abc.jpg') # 返回图片路径
Faker.week_en # 英文的星期一到日
没办法完全举例啊，太长了，三四百行，估计有四五千字，放上来就刷屏了，我就一并放在文件夹里面了吧，有兴趣的可以去看一眼。
pyecharts中有哪些可用的颜色呢？
这个问题也是不少新手比较关心的吧，毕竟上面那个柱子全红的，初看还可以，看久了也生厌。
定义颜色可以用英文，也可以用十六进制RGB配色方案，这个比较方便。举个栗子吧：#2E2E2E，#不管它，后面的六个字符两两拆分，分别代表R、B、G值、
那么如何配色呢？我也不多废话，打开你的调色板也要用十六进制去再换算，还不如这样：https://www.fontke.com/tool/rgb/f948f7/
柱状图
加个底部滚动条
加个侧部滚动条
Mark标志线
标点与多标点
这里标出的是两个商家各种饮料销量的 【最高值、平均值、最低值】
接下来对这些柱子和坐标轴进行一波操作吧
自定义柱子颜色
调整柱间距离
翻转XY轴
直方图
最后多说一句，想学习Python可联系小编，这里有我自己整理的整套python学习资料和路线，想要这些资料的都可以进q裙1160381299领取。
本文章素材来源于网络，如有侵权请联系删除。
