pyecharts 安装及使用指南

一、概述

Charts是一个纯Javascript的图表库，可以流畅的运行在PC和移动设备上，兼容当前绝大部分浏览器，底层依赖轻量级的Canvas类库ZRender，提供直观、生动、可交互、可高度个性化定制的数据可视化图表。ECharts提供了常规的折线图、柱状图、散点图、饼图、K线图，用于统计的盒形图，用于地理数据可视化的地图、热力图、线图，用于关系数据可视化的关系图、treemap，多维数据可视化的平行坐标，还有用于BI的漏斗图、仪表盘，并且支持图与图之间的混搭。

pyEcharts目前有0.5及以下版本和1.0以上版本，新版的pyecharts发生了许多变化。最为明显的是以前调整变量的命令现在都发生了改变。width是旧版本中对图表调整的参数，在新版本这一功能被调整到了option里面。网上大部分教程都是0.5及以下版本。

 

环境说明

python版本：3.7.9

操作系统：windows 10

开发工具：pycharm 2020

 

安装

因此，这里直接使用最新版本来进行讲解

pip3 install pyecharts

目前最新版本为1.8.1

 

自从 v0.3.2 开始，为了缩减项目本身的体积以及维持 pyecharts 项目的轻量化运行，pyecharts 将不再自带地图 js 文件。如用户需要用到地图图表，可自行安装对应的地图文件包。下面介绍如何安装。

• 全球国家地图: echarts-countries-pypkg (1.9MB): 世界地图和 213 个国家，包括中国地图
• 中国省级地图: echarts-china-provinces-pypkg (730KB)：23 个省，5 个自治区
• 中国市级地图: echarts-china-cities-pypkg (3.8MB)：370 个中国城市
• 中国县区级地图: echarts-china-counties-pypkg (4.1MB)：2882 个中国县·区
• 中国区域地图: echarts-china-misc-pypkg (148KB)：11 个中国区域地图，比如华南、华北。

选择自己需要的安装

pip3 install echarts-countries-pypkg
pip3 install echarts-china-provinces-pypkg
pip3 install echarts-china-cities-pypkg
pip3 install echarts-china-counties-pypkg
pip3 install echarts-china-misc-pypkg
pip3 install echarts-united-kingdom-pypkg

 

 pyecharts 中文文档：https://pyecharts.org/#/zh-cn/intro

 

二、柱状图

基本柱状图

示例代码

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker
import os

# 基础数据
value = [40, 30, 26, 22, 15]
attr = ["贵阳市", "遵义市", "六盘水市", "安顺市", "黔东南州"]

# 制作图表
c = (
    # 定义Bar()柱状图
    Bar()
    # x坐标
    .add_xaxis(attr)
    # y坐标
    .add_yaxis("GDP", value)
    # 设置标题
    .set_global_opts(title_opts=opts.TitleOpts(title="贵州GDP柱状图", subtitle="副标题"))
    # 渲染网页,输出图表的所有配置项
    .render()
)

# 打开网页
os.system("render.html")

 

执行之后，会在当前目录生成render.html文件，并会自动打开此网页。

效果如下：

 

 

注意：执行代码后，会输出一段警告信息：

PendingDeprecationWarning: pyecharts 所有图表类型将在 v1.9.0 版本开始强制使用 ChartItem 进行数据项配置 :)
  super().__init__(init_opts=init_opts)

这个可以忽略掉，因为目前最新版本是1.8.1，更高级的版本1.9.0还没有出来，等新版本出来时，这个警告就会消失。

 

如果实在忍受不了这个提示，可以去到pyecharts库下面的globals.py文件，找到_WarningControl类，将ShowWarning设置为False即可

参考链接：https://github.com/pyecharts/pyecharts/issues/1675

 

横向柱状图

示例代码

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker
import os

# 基础数据
city = ["贵阳市", "遵义市", "六盘水市", "安顺市", "黔东南州"]
data1 = [40, 30, 26, 22, 15]
data2 = [13, 43, 32, 38, 20]

# 制作图表
c = (
    # 定义Bar()柱状图
    Bar()
    # x坐标
    .add_xaxis(city)
    # y坐标
    .add_yaxis("2017年GD", data1)
    .add_yaxis("2016年GD", data2)
    # 翻转 XY 轴
    .reversal_axis()
    .set_series_opts(label_opts=opts.LabelOpts(position="right"))
    # 设置标题
    .set_global_opts(title_opts=opts.TitleOpts(title="贵州GDP柱状图"))
    # 渲染网页,输出图表的所有配置项
    .render()
)

# 打开网页
os.system("render.html")

效果如下：

 

三、带有涟漪特效动画的散点图

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

c = (
    EffectScatter()
    .add_xaxis(Faker.choose())
    .add_yaxis("", Faker.values())
    .set_global_opts(title_opts=opts.TitleOpts(title="EffectScatter-基本示例"))
    .render()
)
# 打开网页
os.system("render.html")

效果如下：

 

 

四、绘制3D图形

3D折线图

from pyecharts import options as opts
from pyecharts.charts import Line3D
from pyecharts.faker import Faker

data = [[1,2,3,4], [1,2,3,4], [0,4,8,16]]

c = (
    Line3D()
    .add(
        "",
        data,
        xaxis3d_opts=opts.Axis3DOpts(Faker.clock, type_="value"),
        yaxis3d_opts=opts.Axis3DOpts(Faker.week_en, type_="value"),
        grid3d_opts=opts.Grid3DOpts(
            width=100, depth=100
        ),
    )
    .set_global_opts(
        # visualmap_opts=opts.VisualMapOpts(
        #     max_=30, min_=0, range_color=Faker.visual_color
        # ),
        title_opts=opts.TitleOpts(title="3D 折线图示例"),
    )
    .render()
)

# 打开网页
os.system("render.html")

效果如下：

 

3D散点图

import pyecharts.options as opts
from pyecharts.charts import Scatter3D
import random

data = [[random.randint(0, 100), random.randint(0, 100), random.randint(0, 100)] for _ in range(80)]

range_color = ['#313695', '#4575b4', '#74add1', '#abd9e9', '#e0f3f8', '#ffffbf',

               '#fee090', '#fdae61', '#f46d43', '#d73027', '#a50026']

c = (
    Scatter3D(
        init_opts=opts.InitOpts(width="1200px", height="600px")
    )  # bg_color="black"
    .add(
        series_name="3D 散点图示例",
        data=data,
        xaxis3d_opts=opts.Axis3DOpts(
            # name=config_xAxis3D,
            type_="value",
            # textstyle_opts=opts.TextStyleOpts(color="#fff"),
        ),
        yaxis3d_opts=opts.Axis3DOpts(
            # name=config_yAxis3D,
            type_="value",
            # textstyle_opts=opts.TextStyleOpts(color="#fff"),
        ),
        zaxis3d_opts=opts.Axis3DOpts(
            # name=config_zAxis3D,
            type_="value",
            # textstyle_opts=opts.TextStyleOpts(color="#fff"),
        ),
        grid3d_opts=opts.Grid3DOpts(width=100, height=100, depth=100),
    )
    .set_global_opts(
        visualmap_opts=[
            opts.VisualMapOpts(
                type_="color",
                is_calculable=True,
                dimension=3,
                pos_top="10",
                max_=79 / 2,
                range_color=range_color,
            ),
            # opts.VisualMapOpts(
            #     type_="size",
            #     is_calculable=True,
            #     dimension=4,
            #     pos_bottom="10",
            #     max_=2.4 / 2,
            #     range_size=[10, 40],
            # ),
        ]
    )
    .render()
)
# # 打开网页
os.system("render.html")

效果如下：

 

五、仪表盘

from pyecharts import options as opts
from pyecharts.charts import Gauge

c = (
    Gauge()
    .add("重大项目", [("投资占比", 66.66)])
    .set_global_opts(title_opts=opts.TitleOpts(title="仪表盘图形"))
    .render()
)
# # 打开网页
os.system("render.html")

效果如下：

 

六、水球图

from pyecharts import options as opts
from pyecharts.charts import Liquid
import os

c = (
    Liquid()
    .add("Liquid", [0.8])
    .set_global_opts(title_opts=opts.TitleOpts(title="水球图"))
    .render()
)
# # 打开网页
os.system("render.html")

效果如下：

 

 

讲到这里基本的图形讲解完毕，更多知识推荐大家结合实际应用研究

 

本文参考链接：

https://www.cnblogs.com/dgwblog/p/11811562.html