点击上方“程序IT圈”，选择“置顶公众号”

每天早晨8点50分，准点开车打卡

我们都知道python上的一款可视化工具 matplotlib , 但是它是静态的。后来发现了 pyecharts 模块，简直好用到不行，可视化类型非常多，它是基于 Echarts 开发的。

Echarts 是百度开源的一个数据可视化 JS 库，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，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts 就诞生了。

下面带大家快速了解 pyecharts 以及基本使用方法：

✨ 特性

• 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

• 详细的文档和示例，帮助开发者更快的上手项目

• 多达 400+ 地图，为地理数据可视化提供强有力的支持

✨ 安装

1pip install pyecharts

注意：pyecharts 共有两个版本，v0.5.X 和 V1.0.X 间完全不兼容，且v0.5.X版本作者已经不维护了，请使用V1.0.X

示例数据

pyecharts 给我们提供了示例数据，后面的图表示例的数据均来自 Faker 类，Faker 类的定义如下：

 1class Faker:2    clothes = ["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"]3    drinks = ["可乐", "雪碧", "橙汁", "绿茶", "奶茶", "百威", "青岛"]4    phones = ["小米", "三星", "华为", "苹果", "魅族", "VIVO", "OPPO"]5    fruits = ["草莓", "芒果", "葡萄", "雪梨", "西瓜", "柠檬", "车厘子"]6    animal = ["河马", "蟒蛇", "老虎", "大象", "兔子", "熊猫", "狮子"]7    cars = ["宝马", "法拉利", "奔驰", "奥迪", "大众", "丰田", "特斯拉"]8    dogs = ["哈士奇", "萨摩耶", "泰迪", "金毛", "牧羊犬", "吉娃娃", "柯基"]9    week = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
10    week_en = "Saturday Friday Thursday Wednesday Tuesday Monday Sunday".split()
11    clock = (
12        "12a 1a 2a 3a 4a 5a 6a 7a 8a 9a 10a 11a 12p "
13        "1p 2p 3p 4p 5p 6p 7p 8p 9p 10p 11p".split()
14    )
15    visual_color = [
16        "#313695",
17        "#4575b4",
18        "#74add1",
19        "#abd9e9",
20        "#e0f3f8",
21        "#ffffbf",
22        "#fee090",
23        "#fdae61",
24        "#f46d43",
25        "#d73027",
26        "#a50026",
27    ]
28    months = ["{}月".format(i) for i in range(1, 13)]
29    provinces = ["广东", "北京", "上海", "江西", "湖南", "浙江", "江苏"]
30    guangdong_city = ["汕头市", "汕尾市", "揭阳市", "阳江市", "肇庆市", "广州市", "惠州市"]
31    country = [
32        "China",
33        "Canada",
34        "Brazil",
35        "Russia",
36        "United States",
37        "Africa",
38        "Germany",
39    ]
40    days_attrs = ["{}天".format(i) for i in range(30)]
41    days_values = [random.randint(1, 30) for _ in range(30)]
42
43    def choose(self) -> list:
44        return random.choice(
45            [
46                self.clothes,
47                self.drinks,
48                self.phones,
49                self.fruits,
50                self.animal,
51                self.dogs,
52                self.week,
53            ]
54        )
55
56    @staticmethod
57    def values(start: int = 20, end: int = 150) -> list:
58        return [random.randint(start, end) for _ in range(7)]
59
60    @staticmethod
61    def rand_color():
62        return random.choice(
63            [
64                "#c23531",
65                "#2f4554",
66                "#61a0a8",
67                "#d48265",
68                "#749f83",
69                "#ca8622",
70                "#bda29a",
71                "#6e7074",
72                "#546570",
73                "#c4ccd3",
74                "#f05b72",
75                "#444693",
76                "#726930",
77                "#b2d235",
78                "#6d8346",
79                "#ac6767",
80                "#1d953f",
81                "#6950a1",
82            ]
83        )

常用的图表类型

Bar：柱状图/条形图

柱状图对应的模块是 Bar
除此之外可以设置全局配置和系列配置项。配置项都是基于 options
示例代码：

 1# coding: utf-82from example.commons import Faker3from pyecharts import options as opts4from pyecharts.charts import Bar56def bar_base():78    bar = Bar(init_opts=opts.InitOpts(page_title="bar页面"))  # 设置html页面标题9    # bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])  # 设置x轴的参数
10
11    bar.add_xaxis(Faker.choose())
12    bar.add_yaxis("A", Faker.values())
13    bar.add_yaxis("B", Faker.values())
14
15    # 设置全局配置项，可选
16    bar.set_global_opts(opts.TitleOpts(title="主标题", subtitle="副标题"))
17    # render 会生成本地 HTML 文件，默认会在当前目录生成 render.html 文件
18    bar.render("bar.html")  # 也可以自己指定文件名
19
20if __name__ == "__main__":
21    bar_base()

运行代码后会在当前目录生成一个 ”bar.html“ 的文件，我们在浏览器中打开它。效果图如下：

生成的页面支持-点击取消显示某 Series

除了上述的使用方法之外，pyecharts 所有方法均支持链式调用！

翻转XY轴

代码如下：

 1def bar_reversal_axis() -> Bar:23    # pyecharts 所有方法均支持链式调用。4    c = (5        Bar(init_opts=opts.InitOpts(page_title="bar页面"))6        .add_xaxis(Faker.choose())7        .add_yaxis("商家A", Faker.values())8        .add_yaxis("商家B", Faker.values())9        .reversal_axis()
10        .set_global_opts(toolbox_opts=opts.ToolboxOpts())  # 设置工具箱配置项
11        .set_series_opts(label_opts=opts.LabelOpts(position="right"))  # 系列配置项
12        .set_global_opts(title_opts=opts.TitleOpts(title="Bar-翻转 XY 轴"))  # 全局配置项
13    )
14    return c
15
16
17if __name__ == "__main__":
18    bar_reversal_axis().render("bar.html")

效果图如下：

部分堆叠数据

同个类目轴上系列配置相同的 stack 值可以堆叠放置

例如堆叠放置A，B的代码如下：

 1def bar_stack1() -> Bar:2    c = (3        Bar()4        .add_xaxis(Faker.choose())56        # 数据堆叠，同个类目轴上系列配置相同的　stack　值可以堆叠放置。7        # stack: Optional[str] = None,8        .add_yaxis("A", Faker.values(), stack="stack1")9        .add_yaxis("B", Faker.values(), stack="stack1")
10        .add_yaxis("C", Faker.values())
11        .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
12        .set_global_opts(title_opts=opts.TitleOpts(title="Bar-堆叠数据（部分）"))
13    )
14    return c

区域缩放配置项

 1def bar_datazoom_slider() -> Bar:2    c = (3        Bar(init_opts=opts.InitOpts(page_title="bar页面"))4        .add_xaxis(Faker.days_attrs)5        .add_yaxis("商家A", Faker.days_values)6        .set_global_opts(7            title_opts=opts.TitleOpts(title="Bar-DataZoom（slider-水平）"),8            datazoom_opts=[opts.DataZoomOpts(type_="slider",)]9        )
10    )
11    return c

区域缩放配置项的设置方法在 DataZoomOpts 类中，我们可以点进去查看源码：

其中，主要用到的参数含义如下：

1 type_: str = "slider",  # 组件类型，可选 "slider", "inside"
2 # 拖动时，是否实时更新系列的视图。如果设置为 false，则只在拖拽结束的时候更新。
3 is_realtime: bool = True,
4
5 # 布局方式是横还是竖。可选值为：'horizontal', 'vertical'
6orient: str = "horizontal",

知道参数的含义后我们可以来试试效果

比如我们要将区域缩放布局改为竖，将 orient 定义为 vertical 即可，代码就不展示，可以自己动手试试！

HeatMap：热力图

热力图主要通过颜色去表现数值的大小，必须要配合 visualMap 组件使用。
直角坐标系上必须要使用两个类目轴。

热力图使用的方法函数是 add_yaxis，下面是函数的用法说明：

 1def add_yaxis(2    # 系列名称，用于 tooltip 的显示，legend 的图例筛选。3    series_name: str,45    # Y 坐标轴数据6    yaxis_data: Sequence,78    # 系列数据项9    value: Sequence,
10
11    # 是否选中图例
12    is_selected: bool = True,
13
14    # 使用的 x 轴的 index，在单个图表实例中存在多个 x 轴的时候有用。
15    xaxis_index: Optional[Numeric] = None,
16
17    # 使用的 y 轴的 index，在单个图表实例中存在多个 y 轴的时候有用。
18    yaxis_index: Optional[Numeric] = None,
19
20    # 标签配置项，参考 `series_options.LabelOpts`
21    label_opts: Union[opts.LabelOpts, dict] = opts.LabelOpts(),
22
23    # 标记点配置项，参考 `series_options.MarkPointOpts`
24    markpoint_opts: Union[opts.MarkPointOpts, dict, None] = None,
25
26    # 标记线配置项，参考 `series_options.MarkLineOpts`
27    markline_opts: Union[opts.MarkLineOpts, dict, None] = None,
28
29    # 提示框组件配置项，参考 `series_options.TooltipOpts`
30    tooltip_opts: Union[opts.TooltipOpts, dict, None] = None,
31
32    # 图元样式配置项，参考 `series_options.ItemStyleOpts`
33    itemstyle_opts: Union[opts.ItemStyleOpts, dict, None] = None,
34)
35

其中series_name， yaxis_data， value 是三个必传参数
示例代码如下：

 1import random2from example.commons import Faker3from pyecharts import options as opts4from pyecharts.charts import HeatMap567def heatmap_base() -> HeatMap:8    value = [[i, j, random.randint(0, 50)] for i in range(24) for j in range(7)]9    c = (
10        HeatMap()
11        .add_xaxis(Faker.clock)
12        .add_yaxis("series", Faker.week, value)
13        .set_global_opts(title_opts=opts.TitleOpts(title="HeatMap-基本示例"),
14                         visualmap_opts=opts.VisualMapOpts(), )
15    )
16
17    return c
18
19
20if __name__ == "__main__":
21    heatmap_base().render("heatMap.html")

WordCloud：词云图

词云图用的的方法函数是 add，使用方法如下：

 1def add(2    # 系列名称，用于 tooltip 的显示，legend 的图例筛选。3    series_name: str,45    # 系列数据项，[(word1, count1), (word2, count2)]6    data_pair: Sequence,78    # 词云图轮廓，有 'circle', 'cardioid', 'diamond', 'triangle-forward', 'triangle', 'pentagon', 'star' 可选9    shape: str = "circle",
10
11    # 单词间隔
12    word_gap: Numeric = 20,
13
14    # 单词字体大小范围
15    word_size_range=None,
16
17    # 旋转单词角度
18    rotate_step: Numeric = 45,
19
20    # 提示框组件配置项，参考 `series_options.TooltipOpts`
21    tooltip_opts: Union[opts.TooltipOpts, dict, None] = None,
22)
23

其中series_name， data_pair， shape 是三个必传参数
示例代码如下：

 1from pyecharts.charts import WordCloud2from pyecharts import options as opts34words = [5    ("火箭", 10000),6    ("勇士库里", 8888),7    ("在你写这个教程之前，我已经会用了", 6181),8    ("哈登", 6386),9    ("金州拉文", 5055),
10    ("杜兰特", 6467),
11    ("戳眼", 2244),
12    ("NBA", 1868),
13    ("季后赛", 1484),
14    ("约老师", 1112),
15    ("利拉德", 865),
16    ("双卡双待", 847),
17    ("字母歌MVP", 5582),
18    ("卡哇伊", 555),
19    ("猛龙", 550),
20    ("大帝", 462),
21    ("西蒙斯不投三分", 366),
22    ("JB", 360),
23    ("科尔垃圾", 282),
24    ("格林公式", 273),
25    ("欧文", 2650),
26]
27
28
29def wordcloud_base() -> WordCloud:
30    c = (
31        WordCloud()
32        .add("", words, word_size_range=[20, 50], shape="diamond", word_gap=10)
33        .set_global_opts(title_opts=opts.TitleOpts(title="WordCloud-shape-diamond"))
34    )
35    return c
36
37
38if __name__ == "__main__":
39    wordcloud_base().render("wordCloud.html")

效果图如下：

保存为图片

前面我们讲的几种图形生成方法，最后都保存成 html文件，pyecharts 还提供了保存为图片的方式

需要安装 snapshot_selenium，同时需要将浏览器驱动保存路径 cheromdriver.exe 加入到环境变量中

1pip install snapshot_selenium

示例代码如下：

 1# coding: utf-82import random34from pyecharts.charts import WordCloud5from pyecharts import options as opts6from snapshot_selenium import snapshot as driver7from pyecharts.render import make_snapshot89words = [
10    ("火箭", 10000),
11    ("勇士库里", 8888),
12    ("在你写这个教程之前，我已经会用了", 6181),
13    ("哈登", 6386),
14    ("金州拉文", 5055),
15    ("杜兰特", 6467),
16    ("戳眼", 2244),
17    ("NBA", 1868),
18    ("季后赛", 1484),
19    ("约老师", 1112),
20    ("利拉德", 865),
21    ("双卡双待", 847),
22    ("字母歌MVP", 5582),
23    ("卡哇伊", 555),
24    ("猛龙", 550),
25    ("大帝", 462),
26    ("西蒙斯不投三分", 366),
27    ("JB", 360),
28    ("科尔垃圾", 282),
29    ("格林公式", 273),
30    ("欧文", 2650),
31]
32
33
34def wordcloud_base() -> WordCloud:
35    c = (
36        WordCloud()
37        .add("", words, word_size_range=[20, 50], shape="diamond", word_gap=10)
38        .set_global_opts(title_opts=opts.TitleOpts(title="WordCloud-shape-diamond"))
39    )
40    return c
41
42
43if __name__ == "__main__":
44    make_snapshot(driver, wordcloud_base().render(), "wordcloud.png")
45    # wordcloud_base().render("wordCloud.html")

最后会在当前目录生成一张 wordcloud.png 的图片

总结

1.根据自己想制作的图形，导入相关的包
2.进行图表的基础设置，创建图表对象
3.需要了解该图表对象下面的函数中参数的含义，及其使用方法
4.配置项主要是在 options中进行配置，有全局配置项和系列配置项，需要了解配置项下面对象含义使用方法
5.利用render()方法来报存图表

pyecharts 还有许多好玩的 3D图表 和 地图图表，大家有兴趣的可以继续深入学习！

觉得对你有用，就帮忙点个赞呗…

黑客必用神器，网络抓包工具

互联网的公司没有中年人

推荐11个挺常用的IDEA插件

SpringBoot中如何干掉过多的 if else！

成就更好的自己，就是不停地做减法

公众号氛围活跃的技术微信群

点个"

在看

"，告诉我你曾来过