Pyecharts V1全新版本使用教程——Bar(柱状图的使用)

以下内容均来自Pyecharts官方使用文档(可自行阅读)和自己的理解:

官方链接:https://pyecharts.org/#/zh-cn/intro

github链接:https://github.com/pyecharts/pyecharts-gallery

概况:

Echarts 是一个由百度开源的数据可视化,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 是一门富有表达力的语言,很适合用于数据处理。当数据分析遇上数据可视化时,pyecharts 诞生了。

版本:

pyecharts 分为 v0.5.X 和 v1 两个大版本,v0.5.X 和 v1 间不兼容,v1 是一个全新的版本

(目前网络上的资源大都是 v0.5.X 版本,v1 版本的教程非常少,也有付费详细的,自己也在琢磨当中)

v0.5.X支持 Python2.7,3.4+

v1仅支持 Python3.6+

安装:

若直接 pip install pyecharts 安装,则默认安装最新版本,受用pycharm安装也是默认安装最新版本,若向安装老版本则 pip install pyecharts==0.5.11(版本号)那么网络上大部分的教程即可使用

导入库:

最新版本导入:

from pyecharts.charts import Bar
#导入设置系列配置和全局配置,下面会说到用法
from pyecharts import options as opts

开始上手直接使用:

给出官方简单上手教程:
在这里插入图片描述
在这里插入图片描述
我也最近看了旧版本的使用方法,就简单使用来说仅仅是添加 x 和 y 轴的方法变了

add_xaxis  加入x轴参数

add_yaxis  加入y轴参数,可以设置y轴上的一些数据,也可以在全局设置中进行设置

升级使用方法

set_global_opts  全局配置设置

set_series_opts  系列配置设置

先来解释以下全局配置和系列配置,新版本与旧版本的不同我感觉就在这里,把对于可视化图形的展示分开分别归入两类。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
以上的内容都来自官方使用文档,可以看到二者对两大类的图形进行了不同的封装,使用起来有条不紊。

上代码再进行解释,以我之前爬取的我的大学成绩为例:

#定义可视化的数据,为列表类型
name_result = handle_name(name_17_18_autumn)
mark_result = handle_mark(mark_17_18_autumn)
#初始化
bar = Bar()
#添加 x 轴数据,添加的时候得注意参数的个数和类型
bar.add_xaxis(name_result)
#添加 y 轴数据,添加的时候注意参数,前两个参数必有
bar.add_yaxis("17-18学年秋成绩",mark_result)
#全局配置设置,此只设置了总的标题和副标题,其它的设置均在使用文档中详解
bar.set_global_opts(title_opts=opts.TitleOpts(title="柱状图", subtitle="17-18学年秋成绩"))
# 也可以传入路径参数,如 bar.render("mycharts.html")
bar.render("17-18学年秋成绩.html")

在这里插入图片描述增加系列配置

#定义可视化的数据,为列表类型
name_result = handle_name(name_17_18_autumn)
mark_result = handle_mark(mark_17_18_autumn)
#初始化
bar = Bar()
#添加 x 轴数据,添加的时候得注意参数的个数和类型
bar.add_xaxis(name_result)
#添加 y 轴数据,添加的时候注意参数,前两个参数必有
bar.add_yaxis("17-18学年秋成绩",mark_result)
#系列配置设置,这里可以设置显示最大最小值,设置平均分数线
bar.set_series_opts(
    #是否显示标签
    label_opts = opts.LabelOpts(is_show = False)
    ,markpoint_opts = opts.MarkPointOpts(data = [opts.MarkPointItem(type_ = "max",name = "max")
                                                ,opts.MarkPointItem(name = "min",type_ = "min")]
                                        )
    ,markline_opts = opts.MarkLineOpts(data = [opts.MarkLineItem(name = "average",type_ = "average")]))
#全局配置设置
bar.set_global_opts(title_opts=opts.TitleOpts(title="柱状图", subtitle="17-18学年秋成绩"))
# 也可以传入路径参数,如 bar.render("mycharts.html")
bar.render("17-18学年秋成绩.html")

在这里插入图片描述
这就是全局设置和系列设置的不同

如何增加系列配置,以代码为例:

  1. 使用方法 bar.set_series_opts()
  2. 根据系列配置中你想增加的东西在括号中添加参数,参数在官方文档中有详细介绍,如图:
    在这里插入图片描述
  3. 根据图中的参数指示设定你的参数(在使用Pycharm编写代码的时候直接就有提示非常方便)
bar.set_series_opts(
    #是否显示标签
    label_opts = opts.LabelOpts(is_show = False)
    ,markpoint_opts = opts.MarkPointOpts(data = [opts.MarkPointItem(type_ = "max",name = "max")
                                                ,opts.MarkPointItem(name = "min",type_ = "min")]
                                        )
    ,markline_opts = opts.MarkLineOpts(data = [opts.MarkLineItem(name = "average",type_ = "average")]))
#全局配置

其它的详细的设置方法均在官方的使用文档,自己也在琢磨,要是哪位兄弟有好的方法一定评论或者私信我呢。

Logo

旨在为数千万中国开发者提供一个无缝且高效的云端环境,以支持学习、使用和贡献开源项目。

更多推荐