pyecharts是什麼？

pyecharts 是一個用於生成 Echarts 圖表的類庫。Echarts 是百度開源的一個數據可視化 JS 庫。用 Echarts 生成的圖可視化效果非常棒，

安裝很簡單：pip install pyecharts

如需使用 Jupyter Notebook 來展示圖表，只需要調用自身實例即可，同時兼容 Python2 和 Python3 的 Jupyter Notebook 環境。所有圖表均可正常顯示，與瀏覽器一致的交互體驗，簡直不要太強大。

參考自pyecharts官方文檔:http://pyecharts.org

首先開始來繪製你的第一個圖表

使用 Jupyter Notebook 來展示圖表，只需要調用自身實例即可

• add() 主要方法，用於添加圖表的數據和設置各種配置項
• render() 默認將會在根目錄下生成一個 render.html 的文件，文件用瀏覽器打開。

使用主題

自 0.5.2+ 起，pyecharts 支持更換主體色系

使用 pyecharts-snapshot 插件

如果想直接將圖片保存為 png, pdf, gif 格式的文件，可以使用 pyecharts-snapshot。使用該插件請確保你的系統上已經安裝了 Nodejs 環境。

1. 安裝 phantomjs $ npm install -g phantomjs-prebuilt
2. 安裝 pyecharts-snapshot $ pip install pyecharts-snapshot
3. 調用 render 方法 bar.render(path='snapshot.png') 文件結尾可以為 svg/jpeg/png/pdf/gif。請注意，svg 文件需要你在初始化 bar 的時候設置 renderer='svg'。

圖形繪製過程

基本上所有的圖表類型都是這樣繪製的：

1. chart_name = Type() 初始化具體類型圖表。
2. add() 添加數據及配置項。
3. render() 生成本地文件（html/svg/jpeg/png/pdf/gif）。

add() 數據一般為兩個列表（長度一致）。如果你的數據是字典或者是帶元組的字典。可利用 cast() 方法轉換。

多次顯示圖表

從 v0.4.0+ 開始，pyecharts 重構了渲染的內部邏輯，改善效率。推薦使用以下方式顯示多個圖表。如果使是 Numpy 或者 Pandas，可以參考這個示例

當然你也可以採用更加酷炫的方式，使用 Jupyter Notebook 來展示圖表，matplotlib 有的，pyecharts 也會有的

Note： 從 v0.1.9.2 版本開始，廢棄 render_notebook() 方法，現已採用更加 pythonic 的做法。直接調用本身實例就可以了。

比如這樣

還有這樣

如果使用的是自定義類，直接調用自定義類示例即可

圖表配置

• 圖形初始化
• 通用配置項
• xyAxis：平面直角座標系中的 x、y 軸。(Line、Bar、Scatter、EffectScatter、Kline)
• dataZoom：dataZoom 組件 用於區域縮放，從而能自由關注細節的數據信息，或者概覽數據整體，或者去除離群點的影響。(Line、Bar、Scatter、EffectScatter、Kline、Boxplot)
• legend：圖例組件。圖例組件展現了不同系列的標記(symbol)，顏色和名字。可以通過點擊圖例控制哪些系列不顯示。
• label：圖形上的文本標籤，可用於說明圖形的一些數據信息，比如值，名稱等。
• lineStyle：帶線圖形的線的風格選項(Line、Polar、Radar、Graph、Parallel)
• grid3D：3D笛卡爾座標系組配置項，適用於 3D 圖形。（Bar3D, Line3D, Scatter3D)
• axis3D：3D 笛卡爾座標系 X，Y，Z 軸配置項，適用於 3D 圖形。（Bar3D, Line3D, Scatter3D)
• visualMap：是視覺映射組件，用於進行『視覺編碼』，也就是將數據映射到視覺元素（視覺通道）
• markLine&markPoint：圖形標記組件，用於標記指定的特殊數據，有標記線和標記點兩種。（Bar、Line、Kline）
• tooltip：提示框組件，用於移動或點擊鼠標時彈出數據內容
• toolbox：右側實用工具箱

圖表詳細

• Bar（柱狀圖/條形圖）
• Bar3D（3D 柱狀圖）
• Boxplot（箱形圖）
• EffectScatter（帶有漣漪特效動畫的散點圖）
• Funnel（漏斗圖）
• Gauge（儀表盤）
• Geo（地理座標系）
• GeoLines（地理座標系線圖）
• Graph（關係圖）
• HeatMap（熱力圖）
• Kline/Candlestick（K線圖）
• Line（折線/面積圖）
• Line3D（3D 折線圖）
• Liquid（水球圖）
• Map（地圖）
• Parallel（平行座標系）
• Pie（餅圖）
• Polar（極座標系）
• Radar（雷達圖）
• Sankey（桑基圖）
• Scatter（散點圖）
• Scatter3D（3D 散點圖）
• ThemeRiver（主題河流圖）
• TreeMap（矩形樹圖）
• WordCloud（詞雲圖）
• 用戶自定義
• Grid 類：並行顯示多張圖
• Overlap 類：結合不同類型圖表疊加畫在同張圖上
• Page 類：同一網頁按順序展示多圖
• Timeline 類：提供時間線輪播多張圖
• 統一風格

注：pyecharts v0.3.2以後，pyecharts 將不再自帶地圖 js 文件。如用戶需要用到地圖圖表，可自行安裝對應的地圖文件包。

地圖文件被分成了三個 Python 包，分別為：

全球國家地圖:

echarts-countries-pypkg

中國省級地圖:

echarts-china-provinces-pypkg

中國市級地圖:

echarts-china-cities-pypkg

直接使用python的pip安裝

但是這裡大家一定要注意，安裝完地圖包以後一定要重啟jupyter notebook，不然是無法顯示地圖的。

顯示如下：

總得來說，這是一個非常強大的可視化庫，既可以集成在flask、Django開發中，也可以在做數據分析的時候單獨使用，實在是居家旅行的必備神器啊

小夥伴們如果發現了更好玩的庫，歡迎留言。。。

閱讀更多 愛數據的小司機 的文章

關鍵字: Python Line Django