Pyecharts可視化圖片渲染的方法詳解

更新時間：2022年02月22日 09:01:41 作者：葉庭云

使用 pyecharts 渲染成圖片一直是開發(fā)者比較關心的功能，pyecharts提供了selenium、phantomjs和pyppeteer 三種方式。本文將具體介紹一下這三種方式的使用，需要的可以參考一下

使用 pyecharts 渲染成圖片一直是開發(fā)者比較關心的功能，pyecharts提供了 selenium、phantomjs 和 pyppeteer 三種方式。

更多介紹可以學習官方文檔：https://pyecharts.org/#/zh-cn/render_images

首先需要安裝上snapshot-selenium

pip install snapshot-selenium -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

測試代碼如下：

from pyecharts.render import make_snapshot
from snapshot_selenium import snapshot
from pyecharts import options as opts
from pyecharts.charts import Sankey


sankey = Sankey(
    init_opts=opts.InitOpts(
        width='1000px',
        height='600px',
        bg_color='#fff'
    )
)
sankey.add(
    '',
    nodes,
    links,
    node_gap=0,
    node_width=80,
    pos_right='5%',
    node_align='justify',
    focus_node_adjacency=True,
    linestyle_opt=opts.LineStyleOpts(curve=0.5, opacity=0.2, color="source"),
    label_opts=opts.LabelOpts(position='inside', color='white'),
    itemstyle_opts=opts.ItemStyleOpts(border_color="#fff"),
)

print("：".join(["CSDN葉庭云", "https://yetingyun.blog.csdn.net/"]))
# sankey.render("./results/009.html")
make_snapshot(snapshot, sankey.render(), "Pyecharts生成圖片.png")

關鍵代碼：

from pyecharts.render import make_snapshot
from snapshot_selenium import snapshot

# 渲染的html保存為png圖片
make_snapshot(snapshot, sankey.render(), "Pyecharts生成圖片.png")

結果如下：

補充

當然Pyecharts不僅能進行可視化圖片渲染，還能進行圖表的渲染，同樣也是使用selenium, phantomjs 和 pyppeteer這三種方式

渲染圖片依賴庫

1.make_snapshot

make_snapshot 用于 pyecharts 直接生成圖片。

from pyecharts.render import make_snapshot

def make_snapshot(
    # 渲染引擎，可選 selenium 或者 phantomjs
    engine: Any,

    # 傳入 HTML 文件路徑
    file_name: str,

    # 輸出圖片路徑
    output_name: str,

    # 延遲時間，避免圖還沒渲染完成就生成了圖片，造成圖片不完整
    delay: float = 2,

    # 像素比例，用于調節(jié)圖片質量
    pixel_ratio: int = 2,

    # 渲染完圖片是否刪除原 HTML 文件
    is_remove_html: bool = False,

    # 瀏覽器類型，目前僅支持 Chrome, Safari，使用 snapshot-selenium 時有效
    browser: str = "Chrome",
    **kwargs,
)

渲染方式

1.snapshot-selenium

snapshot-selenium 是 pyecharts + selenium 渲染圖片的擴展，使用 selenium 需要配置 browser driver，這部分可以參考 selenium-python 相關介紹，推薦使用 Chrome 瀏覽器，可以開啟 headless 模式。目前支持 Chrome, Safari。

# 安裝
pip install snapshot-selenium

# 使用方式
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.render import make_snapshot

from snapshot_selenium import snapshot

def bar_chart() -> Bar:
    c = (
        Bar()
        .add_xaxis(["襯衫", "毛衣", "領帶", "褲子", "風衣", "高跟鞋", "襪子"])
        .add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105])
        .add_yaxis("商家B", [57, 134, 137, 129, 145, 60, 49])
        .reversal_axis()
        .set_series_opts(label_opts=opts.LabelOpts(position="right"))
        .set_global_opts(title_opts=opts.TitleOpts(title="Bar-測試渲染圖片"))
    )
    return c

make_snapshot(snapshot, bar_chart().render(), "bar0.png")

2.snapshot-phantomjs

snapshot-phantomjs 是 pyecharts + phantomjs 渲染圖片的擴展，需要先安裝 phantomjs。

# 安裝
pip install snapshot-phantomjs

# 使用方式
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.render import make_snapshot

from snapshot_phantomjs import snapshot

def bar_chart() -> Bar:
    c = (
        Bar()
        .add_xaxis(["襯衫", "毛衣", "領帶", "褲子", "風衣", "高跟鞋", "襪子"])
        .add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105])
        .add_yaxis("商家B", [57, 134, 137, 129, 145, 60, 49])
        .reversal_axis()
        .set_series_opts(label_opts=opts.LabelOpts(position="right"))
        .set_global_opts(title_opts=opts.TitleOpts(title="Bar-測試渲染圖片"))
    )
    return c

make_snapshot(snapshot, bar_chart().render(), "bar0.png")

3.snapshot-pyppeteer

snapshot-pyppeteer 是 pyecharts + pyppeteer 渲染圖片的擴展，需要先安裝 pyppeteer 和 Chromium。

# 安裝
pip install snapshot-pyppeteer
# 安裝完后建議執(zhí)行 chromium 安裝命令
pyppeteer-install

# 使用方式
from snapshot_pyppeteer import snapshot

from pyecharts.charts import Bar
from pyecharts.faker import Faker
from pyecharts import options as opts
from pyecharts.render import make_snapshot


def bar_base() -> Bar:
    c = (
        Bar()
        .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="Bar-基本示例", subtitle="我是副標題"))
    )
    make_snapshot(snapshot, c.render(), "bar.png")


if __name__ == '__main__':
    bar_base()

到此這篇關于Pyecharts可視化圖片渲染的方法詳解的文章就介紹到這了,更多相關Pyecharts可視化圖片渲染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！

您可能感興趣的文章:

利用Python如何制作好玩的GIF動圖詳解
這篇文章主要給大家介紹了關于利用Python如何制作好玩的GIF動圖的相關資料，實現(xiàn)的方法主要利用ImageMagick，文中通過示例代碼介紹的非常詳細，需要的朋友可以參考借鑒，下面隨著小編來一起學習學習吧
2018-07-07
CentOS6.5設置Django開發(fā)環(huán)境
這篇文章主要為大家詳細介紹了CentOS6.5設置Django開發(fā)環(huán)境,具有一定的參考價值，感興趣的小伙伴們可以參考一下
2016-10-10
python 控制語句
python控制語句和其它的語言的控制語句有些地方是不同的，python的一些哲學思想就體現(xiàn)在他的控制語句上
2011-11-11
python實現(xiàn)屏保程序（適用于背單詞）
這篇文章主要為大家詳細介紹了python實現(xiàn)屏保程序，適用于背單詞，具有一定的參考價值，感興趣的小伙伴們可以參考一下
2019-07-07
python中列表和元組的用法以及區(qū)別超詳細講解
這篇文章主要介紹了Python中的列表和元組,包括它們的定義、特點、常見操作以及與列表的區(qū)別,文中通過代碼介紹的非常詳細,需要的朋友可以參考下
2025-03-03
python3處理word文檔實例分析
在本篇文章里小編給大家分享了一篇關于python3處理word文檔實例分析內容，有興趣的朋友們可以參考下。
2020-12-12
Python基于Pymssql模塊實現(xiàn)連接SQL Server數(shù)據庫的方法詳解
這篇文章主要介紹了Python基于Pymssql模塊實現(xiàn)連接SQL Server數(shù)據庫的方法,較為詳細的分析了pymssql模塊的下載、安裝及連接、操作SQL Server數(shù)據庫的相關實現(xiàn)技巧,需要的朋友可以參考下
2017-07-07
python3寫的簡單本地文件上傳服務器實例
今天小編就為大家分享一篇python3寫的簡單本地文件上傳服務器實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2018-06-06
Python實現(xiàn)數(shù)據可視化大屏布局的示例詳解
數(shù)據可視化大屏展示需求無疑是對數(shù)據分析結果最好的詮釋，能夠使得別人能夠輕松的就理解我們的數(shù)據意圖。本文將通過pyecharts模塊來實現(xiàn)，感興趣的可以了解一下
2022-11-11
Python針對不同文本長度的處理方案總結與對比
這篇文章主要為大家詳細介紹了Python如何針對不同文本長度的處理方案,結合層次化編碼和檢索優(yōu)化策略,感興趣的小伙伴可以參考一下
2025-02-02