2021-04-29 Python绘制柱状图之可视化神器Pyecharts

蔚落 2023-01-17 14:52 62阅读 0赞

## Python绘制柱状图之可视化神器Pyecharts ##

> 昨晚写了关于Matplotlib的可视化，今天推荐一个可视化的利器-pyecharts。

前文链接：[Python可视化图表生成-Matplotlib][Python_-Matplotlib]

**安装**

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyecharts

![图片][28a7871a3724460c6a37c8cb1c15bff5.png]

**pyecharts介绍**

pyecharts是python与echarts链接，一个用于生成Echarts图标的第三方库，pyecharts分为v0.5.X和v1两个大版本，两者互不兼容，v1是一个全新的版本，经研发团队决定，前者将不再进行更新维护。

**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+ 地图文件以及原生的百度地图，为地理数据可视化提供强有力的支持

**优势**

pyecharts可以输出网页版的链接，直接调用资源渲染图表，方便快捷，输出不是图片，而是一个可以调节的页面，动态，炫酷，都是它的天地！它可以支持在手机端浏览界面，也可以修改相关参数，总的来说方便至极，而且主题都可以随意搭配，颜色自己调。适用于公司可视化报表，企业展示，日常办公，由于图表过于炫酷，不大适合做科研论文展示，matplotlib是科研论文的首选。

## **柱状图模板系列** ##

### 1、水晶柱状图 ###

水晶柱状图适用于几个数据的对比，生成的柱状图具有一种玲珑剔透，清水出芙蓉的美感和清新，最适合做可视化展示。

from pyecharts import options as optsfrom pyecharts.charts import Barfrom pyecharts.commons.utils import JsCode
    data_x = ['可乐', '雪碧', '橙汁', '绿茶', '奶茶', '百威', '青岛']data_y = [47, 53, 27, 23, 94, 18, 48]c = (    Bar()        .add_xaxis(data_x)        .add_yaxis("商家A", data_y, category_gap="60%")        .set_series_opts(        itemstyle_opts={
                   "normal": {
                       "color": JsCode(                    """new echarts.graphic.LinearGradient(0, 0, 0, 1, [{
                       offset: 0,                color: 'rgba(0, 244, 255, 1)'            }, {
                       offset: 1,                color: 'rgba(0, 77, 167, 1)'            }], false)"""                ),                "barBorderRadius": [30, 30, 30, 30],                "shadowColor": "rgb(0, 160, 221)",            }        }    )        .set_global_opts(title_opts=opts.TitleOpts(title="销量"),                         xaxis_opts=opts.AxisOpts(                             name='类别',                             name_location='middle',                             name_gap=30,  # 标签与轴线之间的距离，默认为20，最好不要设置20                             name_textstyle_opts=opts.TextStyleOpts(                                 font_family='Times New Roman',                                 font_size=16  # 标签字体大小                             )),                         yaxis_opts=opts.AxisOpts(                             name='数量',                             name_location='middle',                             name_gap=30,                             name_textstyle_opts=opts.TextStyleOpts(                                 font_family='Times New Roman',                                 font_size=16                                 # font_weight='bolder',                             )),                         # toolbox_opts=opts.ToolboxOpts()  # 工具选项                         )        .render("水晶柱状图.html"))

![图片][183e11ac383439c61c3b5539eb9a823c.png]

### X轴标签过长的柱状图 ###

有时候我们在绘制柱状图的时候，X轴标签过长导致图形显示的不正常，修改字数之后又怕展示效果不够明显。此图例解决了这个难题，适合展示X轴标签过长的问题。

from pyecharts import options as optsfrom pyecharts.charts import Bar
    c = (    Bar()        .add_xaxis(        [            "名字很长的X轴标签1",            "名字很长的X轴标签2",            "名字很长的X轴标签3",            "名字很长的X轴标签4",            "名字很长的X轴标签5",            "名字很长的X轴标签6",        ]    )        .add_yaxis("商家A", [10, 20, 30, 40, 50, 40])        .add_yaxis("商家B", [20, 10, 40, 30, 40, 50])        .set_global_opts(        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15),),        yaxis_opts=opts.AxisOpts(            name='数量',            name_location='middle',            name_gap=30,            name_textstyle_opts=opts.TextStyleOpts(                font_family='Times New Roman',                font_size=16            )),        title_opts=opts.TitleOpts(title="标题1", subtitle="标题2"),        # toolbox_opts=opts.ToolboxOpts()  # 工具选项    )        .render("解决X轴标签过长问题.html"))

![图片][c67dba56585d98d2efb911771dfec942.png]

### 翻转X Y轴柱状图 ###

直观的展示柱状图过于单调，有时候我们需要适当的调整一下这个主题，把xy轴翻转一下，这样更能直观的对比显示，适用多个数据类别进行比较。

from pyecharts import options as optsfrom pyecharts.charts import Bardata_x = ['可乐', '雪碧', '橙汁', '绿茶', '奶茶', '百威', '青岛']data_y = [47, 53, 27, 123, 94, 18, 48]c = (    Bar()        .add_xaxis(data_x)        .add_yaxis("商家A", data_y)        .add_yaxis("商家B", data_y)        .reversal_axis()        .set_series_opts(label_opts=opts.LabelOpts(position="right"))        .set_global_opts(title_opts=opts.TitleOpts(title="标题"),                         xaxis_opts=opts.AxisOpts(                             name='数量',                             name_location='middle',                             name_gap=30,  # 标签与轴线之间的距离，默认为20，最好不要设置20                             name_textstyle_opts=opts.TextStyleOpts(                                 font_family='Times New Roman',                                 font_size=16  # 标签字体大小                             )),                         yaxis_opts=opts.AxisOpts(                             name='类别',                             name_location='middle',                             name_gap=40,                             name_textstyle_opts=opts.TextStyleOpts(                                 font_family='Times New Roman',                                 font_size=16                                 # font_weight='bolder',                             )),                         )        .render("翻转XY轴.html"))

![图片][eaf7ade0f033c620d204983431f56605.png]

### 可移动的X、Y轴柱状图（适合数据类别过多） ###

可以移动的X轴，我们可以通过鼠标的控制展示我们想要展示的X轴的维度，这个用于数据类别过多，一般的可视化无法展示的情况，比如展示一个的销售额，我们可以用这个，显示30个数据类别。

from pyecharts import options as optsfrom pyecharts.charts import Barfrom pyecharts.globals import ThemeType
    data_x = ['0天', '1天', '2天', '3天', '4天', '5天', '6天', '7天', '8天', '9天', '10天', '11天', '12天', '13天', '14天', '15天', '16天',          '17天', '18天', '19天', '20天', '21天', '22天', '23天', '24天', '25天', '26天', '27天', '28天', '29天']
    data_y = [5, 27, 27, 7, 13, 5, 1, 2, 29, 20, 21, 28, 5, 22, 23, 4, 20, 26, 25, 1, 3, 14, 23, 11, 4, 8, 2, 22, 13, 22]c = (    Bar({"theme": ThemeType.MACARONS})        .add_xaxis(data_x)        .add_yaxis("商家A", data_y)        .set_global_opts(        title_opts=opts.TitleOpts(title="标题"),        datazoom_opts=opts.DataZoomOpts(),        # datazoom_opts=opts.DataZoomOpts(orient="vertical"), # 如果是Y轴就用这行    )        .render("变动X轴柱状图.html"))

X轴可移动

![图片][3157ece018eb77989ff0c25a6127c607.png]

Y轴可移动

![图片][d0ab807364515a032cd9f75b89ad492b.png]

更多内容参考：

> https://gallery.pyecharts.org/\#/README
> 
> ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FpbmdmZW5neGQx_size_16_color_FFFFFF_t_70][]

[Python_-Matplotlib]: http://mp.weixin.qq.com/s?__biz=MzU0NTkyMzk2MA==&mid=2247485491&idx=1&sn=15905d9e0f9828163cf78d0c2909a188&chksm=fb643e24cc13b732e8fbf9d94ac515c76238900a8d5b24ccc133c6f75b6102fdfd319cf35b13&scene=21#wechat_redirect
[28a7871a3724460c6a37c8cb1c15bff5.png]: /images/20221021/2c8d55383e4445ecbf0d694f516e9b86.png
[183e11ac383439c61c3b5539eb9a823c.png]: /images/20221021/dcf187e95e444017a75dd0aa37accd09.png
[c67dba56585d98d2efb911771dfec942.png]: /images/20221021/9143ae713e1245fcb2e1d12381ed0c4d.png
[eaf7ade0f033c620d204983431f56605.png]: /images/20221021/d5e6865b72c24ee2807fac5ae81a7c7d.png
[3157ece018eb77989ff0c25a6127c607.png]: /images/20221021/63dc5f31a52d44f18fbf25bcf6dae447.png
[d0ab807364515a032cd9f75b89ad492b.png]: /images/20221021/ebfbcfa4421046f8ac4076aa96921de5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FpbmdmZW5neGQx_size_16_color_FFFFFF_t_70]: /images/20221021/f127ccfbf0d64f2ab41a54b9d9d762a9.png