一、简介
关于具体详情，请咨询：pyecharts官网
pyecharts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。echarts是用js来写的，而我们使用pyecharts则可以使用python来调用里面的api。
优点：
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。
二、整理数据
安装：
pip install pyecharts
1、配置主题
bar(init_opts=opts.initopts(theme=themetype.light)) # 第一种 bar({"theme": themetype.macarons}) # 第二种
2、柱状图 bar – bar_base_dict_config
import os from matplotlib import pyplot as plt from pyecharts import options as opts from pyecharts.charts import bar from pyecharts.commons.utils import jscode from pyecharts.globals import themetype list1=cnbodfsort['region'].tolist() list2=cnbodfsort['price'].tolist() list3=cnbodfsort['persons'].tolist() c = ( bar(init_opts=opts.initopts(theme=themetype.light)) .add_xaxis(list1) .add_yaxis("票价", list2, stack="stack1", category_gap="50%") .add_yaxis("人次", list3, stack="stack1",category_gap="50%") .set_series_opts( label_opts=opts.labelopts( position="right", formatter=jscode( "function(x){return number(x.data).tofixed(2);}" ), ) ) .set_global_opts( xaxis_opts=opts.axisopts(axislabel_opts=opts.labelopts(rotate=-15)), title_opts=opts.titleopts(title='中国电影票房',subtitle='按地区比较票价与人次') ) ) # c.render("cnbo1.html") # 生成html图片 # os.system("cnbo01.html") # 执行完代码直接跳出来图片 c.render_notebook() # 直接在代码区域展示图片
3、样例数据 faker.choose()
使用这段代码会随机调用系统的样例参数：
.add_xaxis(faker.choose())
from pyecharts.faker import faker list1=cnbodfsort['region'].tolist() list2=cnbodfsort['price'].tolist() list3=cnbodfsort['persons'].tolist() c = ( bar({"theme": themetype.macarons}) ### 配置好看的图表主题！！！ .add_xaxis(faker.choose()) ### 这句话表示使用随机的后台样例数据 .add_yaxis("票价", list2, stack="stack1", category_gap="50%") .add_yaxis("人次", list3, stack="stack1",category_gap="50%") .set_series_opts( label_opts=opts.labelopts( position="right", formatter=jscode( "function(x){return number(x.data).tofixed(2);}" ), ) ) .set_global_opts( xaxis_opts=opts.axisopts(axislabel_opts=opts.labelopts(rotate=-15)), title_opts={"text":"样例数据","subtext":"使用faker.choose()"} ) ) c.render("cnbo1.html") # 生成html图片 # os.system("cnbo1.html") # 执行完代码直接跳出来图片 c.render_notebook() # 直接在代码区域展示图片
4、滚动条 bar – bar_datazoom_slider
datazoom_opts=opts.datazoomopts()
表示可以滑动的滚动条：
list1=cnbodfsort['region'].tolist() list2=cnbodfsort['price'].tolist() list3=cnbodfsort['persons'].tolist() c = ( bar(init_opts=opts.initopts(theme=themetype.light)) .add_xaxis(list1) .add_yaxis("票价", list2, stack="stack1", category_gap="50%") .add_yaxis("人次", list3, stack="stack1",category_gap="50%") .set_series_opts( label_opts=opts.labelopts( position="right", formatter=jscode( "function(x){return number(x.data).tofixed(2);}" ), ) ) .set_global_opts( xaxis_opts=opts.axisopts(axislabel_opts=opts.labelopts(rotate=-15)), title_opts=opts.titleopts(title='中国电影票房',subtitle='按地区比较票价与人次'), brush_opts=opts.brushopts() ,### 使用这个可以使图片的右上角多出来一些工具 datazoom_opts=opts.datazoomopts(), ### 可以使最下面多出滚动条 ) ) c.render("cnbo2.html") # 生成html图片 # os.system("cnbo01.html") # 执行完代码直接跳出来图片 c.render_notebook() # 直接在代码区域展示图片
5、鼠标移动效果 bar – bar_datazoom_inside
根据鼠标来放大与缩小的效果：
from pyecharts import options as opts from pyecharts.charts import bar from pyecharts.faker import faker c = ( bar() .add_xaxis(faker.days_attrs) .add_yaxis("商家a", faker.days_values, color=faker.rand_color()) .set_global_opts( title_opts=opts.titleopts(title="bar-datazoom（inside）"), datazoom_opts=opts.datazoomopts(type_="inside"), ) .render("bar_datazoom_inside.html") )
6、显示最值 bar – bar_markpoint_type
list1=cnbodfsort['region'].tolist() list2=cnbodfsort['price'].tolist() list3=cnbodfsort['persons'].tolist() c = ( bar(init_opts=opts.initopts(theme=themetype.halloween)) .add_xaxis(list1) .add_yaxis("票价", list2, stack="stack1", category_gap="50%") .add_yaxis("人次", list3, stack="stack1",category_gap="50%") .set_series_opts( label_opts=opts.labelopts( position="right", formatter=jscode( "function(x){return number(x.data).tofixed(2);}" ), ), markpoint_opts=opts.markpointopts( ######### data=[ opts.markpointitem(type_="max", name="最大值"), opts.markpointitem(type_="min", name="最小值"), opts.markpointitem(type_="average", name="平均值"), ] ),######### ) .set_global_opts( xaxis_opts=opts.axisopts(axislabel_opts=opts.labelopts(rotate=-15)), title_opts=opts.titleopts(title='中国电影票房',subtitle='按地区比较票价与人次'), brush_opts=opts.brushopts() ,### 使用这个可以使图片的右上角多出来一些工具 datazoom_opts=opts.datazoomopts(orient='vertical'), ) ) c.render("cnbo2.html") # 生成html图片 # os.system("cnbo01.html") # 执行完代码直接跳出来图片 c.render_notebook() # 直接在代码区域展示图片
7、改变滚动条在侧面 bar – bar_datazoom_slider_vertical
list1=cnbodfsort['region'].tolist() list2=cnbodfsort['price'].tolist() list3=cnbodfsort['persons'].tolist() c = ( bar(init_opts=opts.initopts(theme=themetype.chalk)) .add_xaxis(list1) .add_yaxis("票价", list2, stack="stack1", category_gap="50%") .add_yaxis("人次", list3, stack="stack1",category_gap="50%") .set_series_opts( label_opts=opts.labelopts( position="right", formatter=jscode( "function(x){return number(x.data).tofixed(2);}" ), ) ) .set_global_opts( xaxis_opts=opts.axisopts(axislabel_opts=opts.labelopts(rotate=-15)), title_opts=opts.titleopts(title='中国电影票房',subtitle='按地区比较票价与人次'), brush_opts=opts.brushopts() ,### 使用这个可以使图片的右上角多出来一些工具 datazoom_opts=opts.datazoomopts(orient='vertical'), ) ) c.render("cnbo2.html") # 生成html图片 # os.system("cnbo01.html") # 执行完代码直接跳出来图片 c.render_notebook() # 直接在代码区域展示图片
8、多个y轴
colors=['#5793f3','#d14a61','#675bba'] legend_list=['票房','人次','价格','评价'] list1=cnbodfsort['region'].tolist() list2=cnbodfsort['price'].tolist() list3=cnbodfsort['persons'].tolist() list4=cnbodfsort['bo'].tolist() list5=cnbodfsort['points'].tolist() c = ( bar(init_opts=opts.initopts(theme=themetype.chalk,width="1600px",height="600px")) .add_xaxis(list1) .add_yaxis("评分", list5,yaxis_index=0,category_gap="50%",color=colors[2]) .add_yaxis("票价", list2,yaxis_index=0,category_gap="50%",color=colors[0]) .add_yaxis("人次", list3,yaxis_index=0,category_gap="50%",color=colors[1]) .set_series_opts( label_opts=opts.labelopts( position="top", formatter=jscode( "function(x){return number(x.data).tofixed(2);}" ), ), markpoint_opts=opts.markpointopts( data=[ opts.markpointitem(type_="max", name="最大值"), opts.markpointitem(type_="min", name="最小值"), opts.markpointitem(type_="average", name="平均值"), ] ), ) .extend_axis( yaxis=opts.axisopts( name="票房", type_="value", min_=1000, max_=150000, interval=10000, position="right", axislabel_opts=opts.labelopts(formatter="{value} 万") ) ) .extend_axis( yaxis=opts.axisopts( name="评价", type_="value", min_=0, max_=11, interval=1, position="left", axislabel_opts=opts.labelopts(formatter="{value} 点"), axisline_opts=opts.axislineopts( linestyle_opts=opts.linestyleopts(color=colors[2]) ), splitline_opts=opts.splitlineopts( is_show=true,linestyle_opts=opts.linestyleopts(opacity=1) ), ) ) .set_global_opts( yaxis_opts=opts.axisopts( type_="value", name="票价", min_=10, max_=70, position="right", offset=80, axisline_opts=opts.axislineopts( linestyle_opts=opts.linestyleopts(color=colors[0]) ), axislabel_opts=opts.labelopts(formatter="{value} 元"), ), tooltip_opts=opts.tooltipopts(trigger="axis", axis_pointer_type="cross"), datazoom_opts=opts.datazoomopts(orient='vertical'), toolbox_opts=opts.toolboxopts(pos_left='120%'), legend_opts=opts.legendopts(is_show=false), ) ) line = ( line() .add_xaxis(xaxis_data=x_data) .add_yaxis( series_name="票房", yaxis_index=1, y_axis=list4, label_opts=opts.labelopts(is_show=false), ) ) c.render_notebook() # 直接在代码区域展示图片
双y轴：
9、直方图 bar – bar_histogram
# bar - bar_histogram from pyecharts.options.global_options import themetype from pyecharts import options as opts from pyecharts.charts import bar from pyecharts.faker import faker c = ( bar({"theme":themetype.dark}) .add_xaxis(cnboregiongb.index.tolist()) .add_yaxis("数量", cnboregiongb.values.tolist(), category_gap=0, color=faker.rand_color()) .set_global_opts(title_opts=opts.titleopts(title="bar-直方图")) ) c.render_notebook()
以上就是python pyecharts绘制条形图详解的详细内容，更多关于python pyecharts条形图的资料请关注<计算机技术网(www.ctvol.com)!!>其它相关文章！
需要了解更多python教程分享Python pyecharts绘制条形图详解，都可以关注python教程分享栏目—计算机技术网(www.ctvol.com)!
本文来自网络收集，不代表计算机技术网立场，如涉及侵权请联系管理员删除。
ctvol管理联系方式QQ:251552304
本文章地址：https://www.ctvol.com/pythontutorial/1072879.html