Python繪制柱狀圖可視化神器pyecharts
更新時間：2022年09月29日 16:56:43 作者：王小王_123???????
這篇文章主要介紹了Python繪制柱狀圖可視化神器pyecharts,文章圍繞主題展開詳細的內容介紹，具有一定的參考價值，需要的小伙伴可以參考一下
pyecharts介紹
pyecharts是python與echarts鏈接，一個用于生成Echarts圖標的第三方庫，pyecharts分為v0.5.X和v1兩個大版本，兩者互不兼容，v1是一個全新的版本，經(jīng)研發(fā)團隊決定，前者將不再進行更新維護。下面是我個人整理的關于pyecharts繪制柱狀圖的案例大全，收集整理不易，多多支持！
特性：
- 簡潔的 API 設計，使用如絲滑般流暢，支持鏈式調用
- 囊括了 30+ 種常見圖表，應有盡有
- 支持主流 Notebook 環(huán)境，Jupyter Notebook 和 JupyterLab
- 可輕松集成至 Flask，Django 等主流 Web 框架
- 高度靈活的配置項，可輕松搭配出精美的圖表
- 詳細的文檔和示例，幫助開發(fā)者更快的上手項目
- 多達 400+ 地圖文件以及原生的百度地圖，為地理數(shù)據(jù)可視化提供強有力的支持
優(yōu)勢
pyecharts可以輸出網(wǎng)頁版的鏈接，直接調用資源渲染圖表，方便快捷，輸出不是圖片，而是一個可以調節(jié)的頁面，動態(tài)，炫酷，都是它的天地！它可以支持在手機端瀏覽界面，也可以修改相關參數(shù)，總的來說方便至極，而且主題都可以隨意搭配，顏色自己調。適用于公司可視化報表，企業(yè)展示，日常辦公，由于圖表過于炫酷，不大適合做科研論文展示，后期會介紹另外一個庫，可以作為科研黨的首選——matplotlib
展示
總之pyecharts科研繪制很多一般繪制不了的圖形，作為一個可視化神器它的便利之處，只有用過的小伙伴才知道，什么叫 “工欲善其事必先利其器”的道理。
柱狀圖模板系列
水晶柱狀圖
水晶柱狀圖適用于幾個數(shù)據(jù)的對比，生成的柱狀圖具有一種玲瓏剔透，清水出芙蓉的美感和清新，最適合做可視化展示。
# -*- coding : utf-8 -*-
# @Software : PyCharm
# @File : 水晶柱狀圖.py
# @CSDN : https://blog.csdn.net/weixin_47723732
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.commons.utils import JsCode
data_x = ['可樂', '雪碧', '橙汁', '綠茶', '奶茶', '百威', '青島']
data_y = [147, 53, 27, 123, 94, 118, 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="標題"),
xaxis_opts=opts.AxisOpts(
name='類別',
name_location='middle',
name_gap=30, # 標簽與軸線之間的距離，默認為20，最好不要設置20
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16 # 標簽字體大小
)),
yaxis_opts=opts.AxisOpts(
name='數(shù)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() # 工具選項
)
.render("水晶柱狀圖.html")
)
解決X軸標簽過長的柱狀圖
有時候我們在繪制柱狀圖的時候，X軸標簽過長導致圖形顯示的不正常，修改字數(shù)之后又怕展示效果不夠明顯。此圖例解決了這個難題，適合展示X軸標簽過長的問題。
# -*- coding : utf-8 -*-
# @Software : PyCharm
# @File : 解決X軸標簽過長的問題.py
from pyecharts import options as opts
from pyecharts.charts import Bar
c = (
Bar()
.add_xaxis(
[
"名字很長的X軸標簽1",
"名字很長的X軸標簽2",
"名字很長的X軸標簽3",
"名字很長的X軸標簽4",
"名字很長的X軸標簽5",
"名字很長的X軸標簽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),
# name='類型',
# name_location='middle',
# name_gap=30, # 標簽與軸線之間的距離，默認為20，最好不要設置20
# name_textstyle_opts=opts.TextStyleOpts(
# font_family='Times New Roman',
# font_size=16 # 標簽字體大小
# )
),
yaxis_opts=opts.AxisOpts(
name='數(shù)量',
name_location='middle',
name_gap=30,
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16
# font_weight='bolder',
)),
title_opts=opts.TitleOpts(title="標題1", subtitle="標題2"),
# toolbox_opts=opts.ToolboxOpts() # 工具選項
)
.render("解決X軸標簽過長問題.html")
)
print("圖表已生成！請查收！")
自定義平均刻度標簽（方便查看超出范圍）
有時候數(shù)據(jù)過于多，柱狀圖過于密集，我們知道一個平均數(shù)，需要快速的查看那些數(shù)據(jù)超過了這個閾值，那些數(shù)據(jù)低于平均值，這時候我們可以自己定義一個刻度標簽，方便我們理解。
# -*- coding : utf-8 -*-
# @Software : PyCharm
# @File : 自定義平均刻度.py
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.globals import ThemeType
data_x=['周一', '周二', '周三', '周四', '周五', '周六', '周日']
data_y_1=[40, 119, 79, 83, 107, 133, 95]
data_y_2=[20, 143, 74, 97, 92, 53, 66]
c = (
Bar({"theme": ThemeType.MACARONS})
.add_xaxis(data_x)
.add_yaxis("商家A", data_y_1)
.add_yaxis("商家B", data_y_2)
.set_series_opts(
label_opts=opts.LabelOpts(is_show=False),
markline_opts=opts.MarkLineOpts(
data=[opts.MarkLineItem(y=50, name="yAxis=50")]
),
)
.set_global_opts(title_opts=opts.TitleOpts(title="標題"),
xaxis_opts=opts.AxisOpts(
name='類別',
name_location='middle',
name_gap=30, # 標簽與軸線之間的距離，默認為20，最好不要設置20
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16 # 標簽字體大小
)),
yaxis_opts=opts.AxisOpts(
name='數(shù)量',
name_location='middle',
name_gap=40,
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16
# font_weight='bolder',
)),
# datazoom_opts=opts.DataZoomOpts(type_="inside"), #鼠標可以滑動控制
# toolbox_opts=opts.ToolboxOpts() # 工具選項
# brush_opts=opts.BrushOpts() #可以保存選擇
)
.render("顯示平均刻度.html")
)
print("圖表已生成！請查收！")
翻轉X Y軸柱狀圖
直觀的展示柱狀圖過于單調，有時候我們需要適當?shù)恼{整一下這個主題，把xy軸翻轉一下，這樣更能直觀的對比顯示，適用多個數(shù)據(jù)類別進行比較。
# -*- coding : utf-8 -*-
# @Software : PyCharm
# @File : 翻轉XY軸.p
from pyecharts import options as opts
from pyecharts.charts import Bar
data_x = ['可樂', '雪碧', '橙汁', '綠茶', '奶茶', '百威', '青島']
data_y = [147, 53, 27, 123, 94, 118, 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="標題"),
xaxis_opts=opts.AxisOpts(
name='數(shù)量',
name_location='middle',
name_gap=30, # 標簽與軸線之間的距離，默認為20，最好不要設置20
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16 # 標簽字體大小
)),
yaxis_opts=opts.AxisOpts(
name='類別',
name_location='middle',
name_gap=40,
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16
# font_weight='bolder',
)),
# datazoom_opts=opts.DataZoomOpts(type_="inside"), #鼠標可以滑動控制
# toolbox_opts=opts.ToolboxOpts() # 工具選項
# brush_opts=opts.BrushOpts() #可以保存選擇
)
.render("翻轉XY軸.html")
)
print("圖表已生成！請查收！")
可以移動的X軸柱狀圖（適合數(shù)據(jù)類別過多）
可以移動的X軸，我們可以通過鼠標的控制展示我們想要展示的X軸的維度，這個用于數(shù)據(jù)類別過多，一般的可視化無法展示的情況，比如展示一個的銷售額，我們可以用這個，顯示30個數(shù)據(jù)類別。
# -*- coding : utf-8 -*-
# @Software : PyCharm
# @File : 可以變動的X軸.py
from pyecharts import options as opts
from pyecharts.charts import Bar
from 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="標題"),
datazoom_opts=opts.DataZoomOpts(),
# 需要的時候可以加入，添加列表形式即可
# datazoom_opts=opts.DataZoomOpts(type_="inside")
)
.render("變動X軸柱狀圖.html")
)
print("圖表已生成！請查收！")可以移動的Y軸柱狀圖（適合數(shù)據(jù)類別過多）
既然X軸可以，那么Y軸必然也可以，下面來看看這個效果如何。
# -*- coding : utf-8 -*-
# @Software : PyCharm
# @File : 可以變動的Y軸.py
from pyecharts import options as opts
from pyecharts.charts import Bar
from 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="標題"),
datazoom_opts=opts.DataZoomOpts(orient="vertical"),
)
.render("變動Y軸柱狀圖.html")
)
print("圖表已生成！請查收！")二維簡單柱狀圖（主題可選擇）
一個柱狀圖里面可以展示多種類別的數(shù)據(jù)，主題可以選擇，便于我們對數(shù)據(jù)進行直觀的對比和理解。
# -*- coding : utf-8 -*-
# @Software : PyCharm
# @File : 柱狀圖-主題可選擇.py
# from pyecharts.charts import Bar
# from pyecharts.faker import Faker
from pyecharts.globals import ThemeType
from pyecharts import options as opts
from pyecharts.charts import Bar
data_0=['周一', '周二', '周三', '周四', '周五', '周六', '周日']
data1=[23, 52, 108, 93, 110, 108, 48]
data2=[97, 81, 118, 149, 134, 47, 66]
c = (
Bar({"theme": ThemeType.MACARONS})
.add_xaxis(data_0)
.add_yaxis("商家A", data1) #gap="0%" 這個可設置柱狀圖之間的距離
.add_yaxis("商家B", data2) #gap="0%" 這個可設置柱狀圖之間的距離
.set_global_opts(title_opts={"text": "B標題1", "subtext": "標題2"}, #該標題的顏色跟隨主題
# 該標題默認為黑體顯示，一般作為顯示常態(tài)
# title_opts=opts.TitleOpts(title="標題")
xaxis_opts=opts.AxisOpts(
name='星期',
name_location='middle',
name_gap=30, # 標簽與軸線之間的距離，默認為20，最好不要設置20
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16 # 標簽字體大小
)),
yaxis_opts=opts.AxisOpts(
name='數(shù)量',
name_location='middle',
name_gap=30,
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16
# font_weight='bolder',
)),
# datazoom_opts=opts.DataZoomOpts(type_="inside"), #鼠標可以滑動控制
# toolbox_opts=opts.ToolboxOpts() # 工具選項
# brush_opts=opts.BrushOpts() #可以保存選擇
)
.render("簡單柱狀圖.html")
)
print("圖表已生成！請查收！")
動畫延遲柱狀圖
個人感覺這個就是設置的一個元素，延遲展示了一下，沒有什么太大的用處，當然也可以用到需要的場景。
# -*- coding : utf-8 -*-
# @Software : PyCharm
# @File : 動畫延遲.py
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker
c = (
Bar(
init_opts=opts.InitOpts(
animation_opts=opts.AnimationOpts(
animation_delay=1000, animation_easing="elasticOut"
)
)
)
.add_xaxis(Faker.choose())
.add_yaxis("商家A", Faker.values())
.add_yaxis("商家B", Faker.values())
.set_global_opts(title_opts=opts.TitleOpts(title="標題"),
xaxis_opts=opts.AxisOpts(
name='類別',
name_location='middle',
name_gap=30, # 標簽與軸線之間的距離，默認為20，最好不要設置20
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16 # 標簽字體大小
)),
yaxis_opts=opts.AxisOpts(
name='數(shù)量',
name_location='middle',
name_gap=40,
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16
# font_weight='bolder',
)),
# datazoom_opts=opts.DataZoomOpts(type_="inside"), #鼠標可以滑動控制
# toolbox_opts=opts.ToolboxOpts() # 工具選項
# brush_opts=opts.BrushOpts() #可以保存選擇
)
.render("動畫延遲.html")
)
print('圖表已生成！請查收！')
直方圖按照顏色區(qū)分
直方圖更加的直觀的展示，這個案例更是可以運用到統(tǒng)計里面，顏色的區(qū)分讓我們更加的快速理解。
# -*- coding : utf-8 -*-
# @Software : PyCharm
# @File : 直方圖.py
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker
x = Faker.dogs + Faker.animal
xlen = len(x)
y = []
for idx, item in enumerate(x):
if idx <= xlen / 2:
y.append(
opts.BarItem(
name=item,
value=(idx + 1) * 10,
itemstyle_opts=opts.ItemStyleOpts(color="#749f83"),
)
)
else:
y.append(
opts.BarItem(
name=item,
value=(xlen + 1 - idx) * 10,
itemstyle_opts=opts.ItemStyleOpts(color="#d48265"),
)
)
c = (
Bar()
.add_xaxis(x)
.add_yaxis("series0", y, category_gap=0, color=Faker.rand_color())
.set_global_opts(title_opts=opts.TitleOpts(title="Bar-直方圖（顏色區(qū)分）"),
xaxis_opts=opts.AxisOpts(
name='類別',
name_location='middle',
name_gap=30, # 標簽與軸線之間的距離，默認為20，最好不要設置20
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16 # 標簽字體大小
)),
yaxis_opts=opts.AxisOpts(
name='數(shù)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() # 工具選項
# brush_opts=opts.BrushOpts() #可以保存選擇
)
.render("直方圖.html")
)
print("圖表已生成！請查收！")
到此這篇關于Python繪制柱狀圖可視化神器pyecharts的文章就介紹到這了,更多相關Python pyecharts內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
Python seek()和tell()函數(shù)的具體使用
本文主要介紹了Python seek()和tell()函數(shù)的具體使用，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2023-02-02
這篇文章主要介紹了Python使用Selenium模擬瀏覽器自動操作功能，本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-09-09
這篇文章主要介紹了Python簡明入門教程,較為詳細的分析了Python的基本概念及語法基礎,有助于Python初學者更好的掌握Python的基本語法與使用技巧,需要的朋友可以參考下2015-08-08
這篇文章主要介紹了web.py在模板中輸出美元符號的方法,即在web.py的模板中輸出$符號的方法,需要的朋友可以參考下2014-08-08
python 用pandas實現(xiàn)數(shù)據(jù)透視表功能
這篇文章主要介紹了python 用pandas實現(xiàn)數(shù)據(jù)透視表功能的方法，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2020-12-12
Rect是pygame中的一個創(chuàng)建矩形的對象，它包含一些屬性主要是兩塊：坐標和長寬，Pygame?通過?Rect?對象存儲和操作矩形區(qū)域，這篇文章主要介紹了pygame中Rect對象,需要的朋友可以參考下2022-07-07
好的代碼具有易理解、可擴展、易維護的特點，簡直是人見人愛。本文就將介紹寫好python代碼的多個技巧2021-05-05
python opencv檢測直線 cv2.HoughLinesP的實現(xiàn)
cv2.HoughLines()函數(shù)是在二值圖像中查找直線，本文結合示例詳細的介紹了cv2.HoughLinesP的用法，感興趣的可以了解一下2021-06-06
這篇文章主要介紹了python使用正則來處理各種匹配問題,本文通過實例代碼給大家講解的非常詳細，具有一定的參考借鑒價值，需要的朋友可以參考下2019-12-12
在Python中,編寫可讀性強且Pythonic的代碼是至關重要的,重構技巧是指通過調整代碼結構和風格,使其更符合Python的慣例和標準,從而提高代碼的可讀性、簡潔性和可維護性,本文將深入探討八項重構技巧,幫助您編寫更Pythonic的代碼2024-01-01