pyecharts x轴全显示_超详细Pyecharts 1.x 教程，让你的图表动起来

↑ 关注 + 星标 ~ 有趣的不像个技术号每晚九点，我们准时相约

作者：木木小宇宙

来源：Python数据分析实战与AI干货

大家好，我是朱小五

今天交流群有同学问Pyecharts1.x版本的使用方法，小五正好分享一篇，是对这个库新版本的系统讲解，值得细看！

当然详细版最好还是看文档

文档：https://pyecharts.org/#/

示例：https://gallery.pyecharts.org/

01 前言

Pyecharts在1.x版本之后迎来重大更新，与老版本(0.5X)已是两个完全不同的版本，所以很多小伙伴在使用Pyecharts出现了类似'pyecharts' has no attribute 'xxx'的报错，那是因为你安装了1.x的版本却使用了0.5x的调用方法。

当然如果你更习惯使用0.5X版本的可以通过如下语句来进行安装：pip install pyecharts==0.5.11

安装1.x版本(仅支持Python 3.6+)：pip install pyecharts

本文将会介绍Pyecharts1.x版本的使用方法，本文所有语句均基于v1.6.2，通过以下语句查询使用pyecharts版本：

import pyecharts

print(pyecharts.__version__)

02 基本使用

链式调用

pyecharts在v1.x之后支持链式调用，具体语句如下：

from pyecharts.charts import Barfrom pyecharts import options as opts

# 示例数据cate = ['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu']data1 = [123, 153, 89, 107, 98, 23]data2 = [56, 77, 93, 68, 45, 67]

# 1.x版本支持链式调用bar = (Bar()       .add_xaxis(cate)       .add_yaxis('电商渠道', data1)       .add_yaxis('门店', data2)       .set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例", subtitle="我是副标题"))      )

bar.render_notebook()

注：其实这运行结果都是动态的，这里只放上截图，可在自己电脑上Jupyter 中运

行查看！

全局配置

可以通过全局配置(.set_global_opts():)控制以下区域

系列配置

可以通过系列配置(.set_global_opts():)控制图表中的文本，线样式，标记等.

"""系列配置项使用示例：1. 不显示数值2. 标记每个系列的最大值"""bar = (Bar()       .add_xaxis(cate)       .add_yaxis('电商渠道', data1)       .add_yaxis('门店', data2)       .set_series_opts(label_opts=opts.LabelOpts(is_show=False),                        markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="max", name="最大值"),]))       .set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例", subtitle="我是副标题"))      )

bar.render_notebook()

03 饼图

from pyecharts.charts import Piefrom pyecharts import options as opts

# 示例数据cate = ['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu']data = [153, 124, 107, 99, 89, 46]pie = (Pie()       .add('', [list(z) for z in zip(cate, data)],            radius=["30%", "75%"],            rosetype="radius")       .set_global_opts(title_opts=opts.TitleOpts(title="Pie-基本示例", subtitle="我是副标题"))       .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%"))      )

pie.render_notebook()

04 折线图

from pyecharts.charts import Linefrom pyecharts import options as opts

# 示例数据cate = ['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu']data1 = [123, 153, 89, 107, 98, 23]data2 = [56, 77, 93, 68, 45, 67]"""折线图示例:1. is_smooth 折线 OR 平滑2. markline_opts 标记线 OR 标记点"""line = (Line()       .add_xaxis(cate)       .add_yaxis('电商渠道', data1,                   markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")]))       .add_yaxis('门店', data2,                   is_smooth=True,                   markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(name="自定义标记点",                                                                              coord=[cate[2], data2[2]], value=data2[2])]))       .set_global_opts(title_opts=opts.TitleOpts(title="Line-基本示例", subtitle="我是副标题"))      )

line.render_notebook()

05 漏斗图

from pyecharts.charts import Funnelfrom pyecharts import options as opts

# 示例数据cate = ['访问', '注册', '加入购物车', '提交订单', '付款成功']data = [30398, 15230, 10045, 8109, 5698]"""漏斗图示例：1. sort_控制排序，默认降序；2. 标签显示位置"""funnel = (Funnel()          .add("用户数", [list(z) for z in zip(cate, data)],                sort_='ascending',               label_opts=opts.LabelOpts(position="inside"))          .set_global_opts(title_opts=opts.TitleOpts(title="Funnel-基本示例", subtitle="我是副标题"))         )

funnel.render_notebook()

06 热力图

from pyecharts.charts import HeatMapfrom pyecharts import options as optsfrom pyecharts.faker import Fakerimport random

# 示例数据data = [[i, j, random.randint(0, 50)] for i in range(24) for j in range(7)]heat = (HeatMap()        .add_xaxis(Faker.clock)        .add_yaxis("访客数",                    Faker.week,                    data,                   label_opts=opts.LabelOpts(is_show=True, position="inside"))        .set_global_opts(            title_opts=opts.TitleOpts(title="HeatMap-基本示例", subtitle="我是副标题"),            visualmap_opts=opts.VisualMapOpts(),            legend_opts=opts.LegendOpts(is_show=False))       )

heat.render_notebook()

07 地理图

16
17_map.render_notebook()

08 地理热点图

from pyecharts import options as optsfrom pyecharts.charts import Mapimport random

province = ['广东', '湖北', '湖南', '四川', '重庆', '黑龙江', '浙江', '山西', '河北', '安徽', '河南', '山东', '西藏']data = [(i, random.randint(50, 150)) for i in province]_map = (        Map()        .add("销售额", data, "china")        .set_global_opts(            title_opts=opts.TitleOpts(title="Map-基本示例"),            legend_opts=opts.LegendOpts(is_show=False),            visualmap_opts=opts.VisualMapOpts(max_=200, is_piecewise=True),        )    )

_map.render_notebook()

09 组合图标

from pyecharts import options as optsfrom pyecharts.charts import Map, Bar, Gridfrom pyecharts.globals import ChartType, ThemeTypeimport random

province = ['武汉', '十堰', '鄂州', '宜昌', '荆州', '孝感', '黄石', '咸宁', '仙桃']data = [324, 125, 145, 216, 241, 244, 156, 278, 169]bar = (Bar()       .add_xaxis(province)       .add_yaxis('营业额', data)       .set_series_opts(label_opts=opts.LabelOpts(is_show=False))       .set_global_opts(            title_opts=opts.TitleOpts(title="Grid-Bar")        )      )

line = (Line()       .add_xaxis(province)       .add_yaxis('营业额', data,                   markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")]))       .set_global_opts(title_opts=opts.TitleOpts(title="Grid-Line", pos_top="48%"))      )

grid = (        Grid()        .add(bar, grid_opts=opts.GridOpts(pos_bottom="60%"))        .add(line, grid_opts=opts.GridOpts(pos_top="60%"))    )

grid.render_notebook()

10 主题设置

from pyecharts import options as optsfrom pyecharts.charts import Barfrom pyecharts.globals import ThemeType

# 示例数据cate = ['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu']data1 = [123, 153, 89, 107, 98, 23]data2 = [56, 77, 93, 68, 45, 67]"""主题设置：默认white"""bar = (Bar(init_opts=opts.InitOpts(theme=ThemeType.ROMANTIC))       .add_xaxis(cate)       .add_yaxis('电商渠道', data1)       .add_yaxis('门店', data2)       .set_series_opts(label_opts=opts.LabelOpts(is_show=False),                        markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="max", name="最大值"),]))       .set_global_opts(title_opts=opts.TitleOpts(title="Theme-ROMANTIC"))      )

bar.render_notebook()

11 时间轴

from pyecharts import options as optsfrom pyecharts.charts import Bar, Timelinefrom pyecharts.globals import ThemeType

# 示例数据cate = ['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu']tl = Timeline()for i in range(2015, 2020):    bar = (        Bar()        .add_xaxis(cate)        .add_yaxis("线上", [random.randint(50, 150) for _ in cate])        .add_yaxis("门店", [random.randint(100, 200) for _ in cate])        .set_global_opts(title_opts=opts.TitleOpts("手机品牌{}年营业额".format(i)))    )    tl.add(bar, "{}年".format(i))

tl.render_notebook()

近期文章，点击图片即刻查看

后台回复「进群」，加入读者交流群~

点击「积分」，了解积分规则~

五

干货，收藏，点赞！

觉得不够全直接上官方文档

朱小五