Python?pyecharts繪制條形圖詳解
更新時(shí)間：2022年04月01日 16:39:51 作者：渴望成為寂寞勝者
pyecharts是一個(gè)由百度開(kāi)源的數(shù)據(jù)可視化，憑借著良好的交互性，精巧的圖表設(shè)計(jì)，得到了眾多開(kāi)發(fā)者的認(rèn)可。本文將利用其繪制多樣的條形圖，需要的可以參考一下
一、簡(jiǎn)介
關(guān)于具體詳情，請(qǐng)咨詢：pyecharts官網(wǎng)
pyecharts是一個(gè)由百度開(kāi)源的數(shù)據(jù)可視化，憑借著良好的交互性，精巧的圖表設(shè)計(jì)，得到了眾多開(kāi)發(fā)者的認(rèn)可。而Python 是一門富有表達(dá)力的語(yǔ)言，很適合用于數(shù)據(jù)處理。當(dāng)數(shù)據(jù)分析遇上數(shù)據(jù)可視化時(shí)，pyecharts誕生了。Echarts是用JS來(lái)寫(xiě)的，而我們使用pyecharts則可以使用Python來(lái)調(diào)用里面的API。
優(yōu)點(diǎn)：
簡(jiǎn)潔的 API 設(shè)計(jì)，使用如絲滑般流暢，支持鏈?zhǔn)秸{(diào)用
囊括了 30+ 種常見(jiàn)圖表，應(yīng)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(xiàng)，可輕松搭配出精美的圖表
詳細(xì)的文檔和示例，幫助開(kāi)發(fā)者更快的上手項(xiàng)目
多達(dá) 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(qiáng)有力的支持。
二、整理數(shù)據(jù)
安裝：
pip install pyecharts
1、配置主題
Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT)) # 第一種
Bar({"theme": ThemeType.MACARONS}) # 第二種
2、柱狀圖 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("票價(jià)", 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='中國(guó)電影票房',subtitle='按地區(qū)比較票價(jià)與人次')
)
)
# c.render("cnbo1.html") # 生成html圖片
# os.system("cnbo01.html") # 執(zhí)行完代碼直接跳出來(lái)圖片
c.render_notebook() # 直接在代碼區(qū)域展示圖片
3、樣例數(shù)據(jù) Faker.choose()
使用這段代碼會(huì)隨機(jī)調(diào)用系統(tǒng)的樣例參數(shù)：
.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}) ### 配置好看的圖表主題?。。?
.add_xaxis(Faker.choose()) ### 這句話表示使用隨機(jī)的后臺(tái)樣例數(shù)據(jù)
.add_yaxis("票價(jià)", 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":"樣例數(shù)據(jù)","subtext":"使用Faker.choose()"}
)
)
c.render("cnbo1.html") # 生成html圖片
# os.system("cnbo1.html") # 執(zhí)行完代碼直接跳出來(lái)圖片
c.render_notebook() # 直接在代碼區(qū)域展示圖片
4、滾動(dòng)條 Bar - Bar_datazoom_slider
datazoom_opts=opts.DataZoomOpts()
表示可以滑動(dòng)的滾動(dòng)條：
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("票價(jià)", 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='中國(guó)電影票房',subtitle='按地區(qū)比較票價(jià)與人次'),
brush_opts=opts.BrushOpts() ,### 使用這個(gè)可以使圖片的右上角多出來(lái)一些工具
datazoom_opts=opts.DataZoomOpts(), ### 可以使最下面多出滾動(dòng)條
)
)
c.render("cnbo2.html") # 生成html圖片
# os.system("cnbo01.html") # 執(zhí)行完代碼直接跳出來(lái)圖片
c.render_notebook() # 直接在代碼區(qū)域展示圖片
5、鼠標(biāo)移動(dòng)效果 Bar - Bar_datazoom_inside
根據(jù)鼠標(biāo)來(lái)放大與縮小的效果：
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、顯示最值 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("票價(jià)", 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='中國(guó)電影票房',subtitle='按地區(qū)比較票價(jià)與人次'),
brush_opts=opts.BrushOpts() ,### 使用這個(gè)可以使圖片的右上角多出來(lái)一些工具
datazoom_opts=opts.DataZoomOpts(orient='vertical'),
)
)
c.render("cnbo2.html") # 生成html圖片
# os.system("cnbo01.html") # 執(zhí)行完代碼直接跳出來(lái)圖片
c.render_notebook() # 直接在代碼區(qū)域展示圖片
7、改變滾動(dòng)條在側(cè)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("票價(jià)", 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='中國(guó)電影票房',subtitle='按地區(qū)比較票價(jià)與人次'),
brush_opts=opts.BrushOpts() ,### 使用這個(gè)可以使圖片的右上角多出來(lái)一些工具
datazoom_opts=opts.DataZoomOpts(orient='vertical'),
)
)
c.render("cnbo2.html") # 生成html圖片
# os.system("cnbo01.html") # 執(zhí)行完代碼直接跳出來(lái)圖片
c.render_notebook() # 直接在代碼區(qū)域展示圖片
8、多個(gè)Y軸
colors=['#5793f3','#d14a61','#675bba']
legend_list=['票房','人次','價(jià)格','評(píng)價(jià)']
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("評(píng)分", list5,yaxis_index=0,category_gap="50%",color=colors[2])
.add_yaxis("票價(jià)", 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} 萬(wàn)")
)
)
.extend_axis(
yaxis=opts.AxisOpts(
name="評(píng)價(jià)",
type_="value",
min_=0,
max_=11,
interval=1,
position="left",
axislabel_opts=opts.LabelOpts(formatter="{value} 點(diǎn)"),
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="票價(jià)",
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() # 直接在代碼區(qū)域展示圖片
雙Y軸：
9、直方圖 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("數(shù)量", cnboregiongb.values.tolist(), category_gap=0, color=Faker.rand_color())
.set_global_opts(title_opts=opts.TitleOpts(title="Bar-直方圖"))
)
c.render_notebook()
以上就是Python pyecharts繪制條形圖詳解的詳細(xì)內(nèi)容，更多關(guān)于Python pyecharts條形圖的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
這篇文章主要介紹了Python pip安裝模塊提示錯(cuò)誤解決方案,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-05-05
這篇文章主要介紹了python解析多層json操作,結(jié)合實(shí)例形式分析了Python針對(duì)多層json文件的讀取、解析、修改、保存等相關(guān)操作技巧,需要的朋友可以參考下2019-12-12
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)拼圖小游戲，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2020-02-02
Python3二分查找?guī)旌瘮?shù)bisect(),bisect_left()和bisect_right()的區(qū)別
這篇文章主要介紹了Python3二分查找?guī)旌瘮?shù)bisect(),bisect_left()和bisect_right()的區(qū)別,本文通過(guò)示例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2023-03-03
今天小編就為大家分享一篇在python中做正態(tài)性檢驗(yàn)示例，具有很的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-12-12
win10下安裝Anaconda的教程（python環(huán)境+jupyter_notebook)
Anaconda指的是一個(gè)開(kāi)源的Python發(fā)行版本，其包含了conda、Python等180多個(gè)科學(xué)包及其依賴項(xiàng)。這篇文章主要介紹了win10下安裝Anaconda（python環(huán)境+jupyter_notebook),需要的朋友可以參考下2019-10-10
Python實(shí)現(xiàn)同時(shí)調(diào)用多個(gè)GPT的API
這篇文章主要為大家詳細(xì)介紹了Python如何實(shí)現(xiàn)同時(shí)調(diào)用多個(gè)GPT的API,文中的示例代碼簡(jiǎn)潔易懂,感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2023-09-09
PyQt5.6+pycharm配置以及pyinstaller生成exe(小白教程)
這篇文章主要介紹了PyQt5.6+pycharm配置以及pyinstaller生成exe，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-06-06
python3實(shí)現(xiàn)名片管理系統(tǒng)（控制臺(tái)版）
這篇文章主要為大家詳細(xì)介紹了python3實(shí)現(xiàn)名片管理系統(tǒng)控制臺(tái)版，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2020-11-11
pandas 中對(duì)特征進(jìn)行硬編碼和onehot編碼的實(shí)現(xiàn)
今天小編就為大家分享一篇pandas 中對(duì)特征進(jìn)行硬編碼和onehot編碼的實(shí)現(xiàn)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-12-12