pyecharts-1-简介
前段时间写了很多关于plotly_express
库的内容,从基本的一行代码出各种图,到每个类型图的绘制,再到图形的绘制技巧,内容还是非常的丰富,plotly_express
可以说是自己目前见过最棒的库,主要是体现在3点:
- 代码简洁
- 图形漂亮,颜色贼好看
- 动态可视化
不愧是可视化神器😊以后还会继续补充相关内容,特别是plotly_express
和dash
的结合。从今天开始要写另一个可视化库:pyecharts
💪
所有的文章都会是基于官网的资料和示例,以及自己使用的实际案例。
声明
在此郑重声明:接下来关于pyecharts的全部文章都是基于版本V1.7
。
写这个声明的原因是因为pyecharts
有两个版本:
- V0.5
- V1.0
它们二者的语法之间是不兼容的,并不存在太多的联系。目前网上很多的教程和博客都是基于
V0.5
但是V0.5以后团队不会再维护了。
自己曾经在使用这个库的时候,开始没有意识到这个版本的问题,找到的很多文章中的示例代码都不能直接使用,踩过很多的坑,后来才明白是版本的原因。
⚠️将来的所有文章都是基于V1.0
⚠️将来的所有文章都是基于V1.0
⚠️将来的所有文章都是基于V1.0
什么是pyecharts
在此,引用官网上的一段话来介绍什么是pyecharts:
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。
说的直白些:pyecharts=python+echarts
特性
高度概括:🐂🍺
- 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
- 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
安装
下面是自己经常安装Python相关库的代码,速度非常快:
1 | pip install -i https://pypi.douban.com/simple pyecharts==1.7 # 安装pyecharts |
官方提供的源码安装方式
1 | $ git clone https://github.com/pyecharts/pyecharts.git |
查看版本
1 | import pyecharts |
5分钟入门
案例
- 默认生成
render.html
文件
1 | from pyecharts.charts import Bar # V1版本的导入类方式!!!!非常关键,看到这种方式才是V1 |
- 指定文件和路径
1 | from pyecharts.charts import Bar |
- 在notebook中直接出图
1 | # 注意:如果在notebook中不出图,需要添加下面的两行代码 |
链式调用
1 | from pyecharts.charts import Bar |
1 | # 不习惯链式调用的开发者依旧可以单独调用方法 |
解决不出图
如果notebook中没有出图,解决方法在这里:pyecharts v1.5.1+ 起开始支持 Notebook 插件作为静态资源服务。
- 获取 pyecharts-assets 项目
1 | git clone https://github.com/pyecharts/pyecharts-assets.git |
- 安装扩展插件
1 | cd pyecharts-assets |
- 配置 pyecharts 全局 HOST
1 | # 只需要在顶部声明 CurrentConfig.ONLINE_HOST 即可 |
主题
示例
内置主题类型可查看 pyecharts.globals.ThemeType
1 | from pyecharts.charts import Bar |
主题
1 | thm = ''' |