参照pyecharts-gallery示例代码分容易能完成图形的展示，不过这里也有一点小坑。这里记录下折线图和柱状图的使用。便于说事，这里使用了tushare的stock数据源。先看下效果图：

一、折线图

单根线的折线图是比较容易搞的，这里说多根线的折线图，我这里使用的代码如下：

import pyecharts.options as opts

from pyecharts.charts import Line

import talib as ta

import tushare as ts

dw = ts.get_k_data('603515')

df = dw[-30:]

x_data = df['date'].values

x_data = df['date'].values

#y_data = [820, 932, 901, 934, 1290, 1330, 1320]

line = (

Line()

.add_xaxis(xaxis_data=x_data)

.add_yaxis(

series_name="开",

y_axis=df['open'].values,

label_opts=opts.LabelOpts(is_show=False),

)

.add_yaxis(

series_name="收",

y_axis=df['close'].values,

label_opts=opts.LabelOpts(is_show=False),

)

.add_yaxis(

series_name="高",

y_axis=df['high'].values,

label_opts=opts.LabelOpts(is_show=False),

areastyle_opts=opts.AreaStyleOpts(opacity=0.5),

)

.add_yaxis(

series_name="低",

y_axis=df['low'].values,

label_opts=opts.LabelOpts(is_show=False),

areastyle_opts=opts.AreaStyleOpts(opacity=0.5),

)

.set_global_opts(

tooltip_opts=opts.TooltipOpts(

is_show=True, trigger="axis", axis_pointer_type="cross"

),

yaxis_opts=opts.AxisOpts(

type_="value",

axistick_opts=opts.AxisTickOpts(is_show=True),

splitline_opts=opts.SplitLineOpts(is_show=True),

),

xaxis_opts=opts.AxisOpts(

type_="category",

boundary_gap=False,

axispointer_opts=opts.AxisPointerOpts(is_show=True, type_="shadow"),

),

)

# .render("stacked_line_chart.html")

)

line.render_notebook()

这里是根据官方 stacked_line_chart.py 示例的基础上修改出来的。使用官方示例有一个问题。其在增加 y 轴值的时候，加了一个参数 stack="总量" ，使用该参数后，后面每根线的值会和前面一根线的各个点的值求和再显示。有这个场景比较适合使用这个选项，就是CPU利用率，不过这显然我的需求不一样，把这个值拿掉就好了。

上面使用示例中还有两个参数也说明下：

label_opts=opts.LabelOpts(is_show=False), //控制是否在线上显示各个点的值

areastyle_opts=opts.AreaStyleOpts(opacity=0.5), //控制是否以颜色区域显示某根线

二、柱状图

根据官方示例，这里先写一个柱状图的示例：

import tushare as ts

import pyecharts.options as opts

from pyecharts.charts import Bar, Line

dw = ts.get_k_data('603515')

df = dw[-30:]

x_data = df['date'].values

bar = (

Bar()

.add_xaxis(list(x_data))

.add_yaxis("开", list(df['open'].values),label_opts=opts.LabelOpts(is_show=False))

.add_yaxis("收", list(df['close'].values),label_opts=opts.LabelOpts(is_show=False))

)

bar.render_notebook()

这里有一个坑就是，默认tushare取回的每一列值的数据类型是numpy类型的，而从官方示例上可以看出，其需要引入的是列表类型，所以需要list(npdata) 或npdata.to_list()进行数据转换，不然不能正常显示柱状图，这点和折线图不同，折线图不转换也可以正常显示。

三、柱状图和折线图混用

这部分可以参考官方示例：mixed_bar_and_line ，我这里具体实现的代码如下：

import tushare as ts

import pyecharts.options as opts

from pyecharts.charts import Bar, Line

dw = ts.get_k_data('603515')

df = dw[-30:]

x_data = df['date'].values

bar = (

Bar()

.add_xaxis(list(x_data))

.add_yaxis("开", list(df['open'].values),label_opts=opts.LabelOpts(is_show=False))

.add_yaxis("收", list(df['close'].values),label_opts=opts.LabelOpts(is_show=False))

)

#bar.render_notebook()

line = (

Line()

.add_xaxis(xaxis_data=x_data)

.add_yaxis(

series_name="高",

#线上不显示数值

label_opts=opts.LabelOpts(is_show=False),

y_axis=df['high'].values,

)

.add_yaxis(

series_name="低",

label_opts=opts.LabelOpts(is_show=False),

#是否显示阴影

#areastyle_opts=opts.AreaStyleOpts(opacity=0.5),

y_axis=df['low'].values,

)

.set_global_opts(

tooltip_opts=opts.TooltipOpts(

is_show=True, trigger="axis", axis_pointer_type="cross"

),

yaxis_opts=opts.AxisOpts(

type_="value",

axistick_opts=opts.AxisTickOpts(is_show=True),

splitline_opts=opts.SplitLineOpts(is_show=True),

),

xaxis_opts=opts.AxisOpts(

type_="category",

boundary_gap=False,

axispointer_opts=opts.AxisPointerOpts(is_show=True, type_="shadow"),

),

)

)

#line.render_notebook()

bar.overlap(line).render_notebook()

效果图见最开始的图示。这里混使用主机使用bar.overlap(line)这样的用法。不过上图只是简单的展示，并没有标题，也没有y轴的单位名称，同时在鼠标移动时，也没有参考线，这些也可以参考官方示例进行配置，具体可以根据如下代码进行修改：

.set_global_opts(

tooltip_opts=opts.TooltipOpts(

is_show=True, trigger="axis", axis_pointer_type="cross"

),

xaxis_opts=opts.AxisOpts(

type_="category",

axispointer_opts=opts.AxisPointerOpts(is_show=True, type_="shadow"),

),

yaxis_opts=opts.AxisOpts(

name="水量",

type_="value",

min_=0,

max_=250,

interval=50,

axislabel_opts=opts.LabelOpts(formatter="{value} ml"),

axistick_opts=opts.AxisTickOpts(is_show=True),

splitline_opts=opts.SplitLineOpts(is_show=True),

),

)