pyecharts 安装及使用指南

迈不过友情╰ 2022-12-13 11:22 162阅读 0赞

# 一、概述 #

Charts是一个纯Javascript的图表库，可以流畅的运行在PC和移动设备上，兼容当前绝大部分浏览器，底层依赖轻量级的Canvas类库ZRender，提供直观、生动、可交互、可高度个性化定制的数据可视化图表。ECharts提供了常规的折线图、柱状图、散点图、饼图、K线图，用于统计的盒形图，用于地理数据可视化的地图、热力图、线图，用于关系数据可视化的关系图、treemap，多维数据可视化的平行坐标，还有用于BI的漏斗图、仪表盘，并且支持图与图之间的混搭。

pyEcharts目前有0.5及以下版本和1.0以上版本，新版的pyecharts发生了许多变化。最为明显的是以前调整变量的命令现在都发生了改变。width是旧版本中对图表调整的参数，在新版本这一功能被调整到了option里面。网上大部分教程都是0.5及以下版本。

## 环境说明 ##

python版本：3.7.9

操作系统：windows 10

开发工具：pycharm 2020

## 安装 ##

因此，这里直接使用最新版本来进行讲解

pip3 install pyecharts

目前最新版本为1.8.1

自从 v0.3.2 开始，为了缩减项目本身的体积以及维持 pyecharts 项目的轻量化运行，pyecharts 将不再自带地图 js 文件。如用户需要用到地图图表，可自行安装对应的地图文件包。下面介绍如何安装。

*  全球国家地图: echarts-countries-pypkg (1.9MB): 世界地图和 213 个国家，包括中国地图
 *  中国省级地图: echarts-china-provinces-pypkg (730KB)：23 个省，5 个自治区
 *  中国市级地图: echarts-china-cities-pypkg (3.8MB)：370 个中国城市
 *  中国县区级地图: echarts-china-counties-pypkg (4.1MB)：2882 个中国县·区
 *  中国区域地图: echarts-china-misc-pypkg (148KB)：11 个中国区域地图，比如华南、华北。

选择自己需要的安装

pip3 install echarts-countries-pypkg
    pip3 install echarts-china-provinces-pypkg
    pip3 install echarts-china-cities-pypkg
    pip3 install echarts-china-counties-pypkg
    pip3 install echarts-china-misc-pypkg
    pip3 install echarts-united-kingdom-pypkg

pyecharts 中文文档：[https://pyecharts.org/\#/zh-cn/intro][https_pyecharts.org_zh-cn_intro]

# 二、柱状图 #

## 基本柱状图 ##

示例代码

from pyecharts import options as opts
    from pyecharts.charts import Bar
    from pyecharts.faker import Faker
    import os
    
    # 基础数据
    value = [40, 30, 26, 22, 15]
    attr = ["贵阳市", "遵义市", "六盘水市", "安顺市", "黔东南州"]
    
    # 制作图表
    c = (
        # 定义Bar()柱状图
        Bar()
        # x坐标
        .add_xaxis(attr)
        # y坐标
        .add_yaxis("GDP", value)
        # 设置标题
        .set_global_opts(title_opts=opts.TitleOpts(title="贵州GDP柱状图", subtitle="副标题"))
        # 渲染网页,输出图表的所有配置项
        .render()
    )
    
    # 打开网页
    os.system("render.html")

执行之后，会在当前目录生成render.html文件，并会自动打开此网页。

效果如下：

![ccd58ca6c34e8b29f4b85a6737654047.png][]

注意：执行代码后，会输出一段警告信息：

PendingDeprecationWarning: pyecharts 所有图表类型将在 v1.9.0 版本开始强制使用 ChartItem 进行数据项配置 :)
      super().__init__(init_opts=init_opts)

这个可以忽略掉，因为目前最新版本是1.8.1，更高级的版本1.9.0还没有出来，等新版本出来时，这个警告就会消失。

如果实在忍受不了这个提示，可以去到pyecharts库下面的globals.py文件，找到\_WarningControl类，将ShowWarning设置为False即可

![86f9b4d197aa6d6de1fa9dd0c0412ffd.png][]

参考链接：[https://github.com/pyecharts/pyecharts/issues/1675][https_github.com_pyecharts_pyecharts_issues_1675]

## 横向柱状图 ##

示例代码

from pyecharts import options as opts
    from pyecharts.charts import Bar
    from pyecharts.faker import Faker
    import os
    
    # 基础数据
    city = ["贵阳市", "遵义市", "六盘水市", "安顺市", "黔东南州"]
    data1 = [40, 30, 26, 22, 15]
    data2 = [13, 43, 32, 38, 20]
    
    # 制作图表
    c = (
        # 定义Bar()柱状图
        Bar()
        # x坐标
        .add_xaxis(city)
        # y坐标
        .add_yaxis("2017年GD", data1)
        .add_yaxis("2016年GD", data2)
        # 翻转 XY 轴
        .reversal_axis()
        .set_series_opts(label_opts=opts.LabelOpts(position="right"))
        # 设置标题
        .set_global_opts(title_opts=opts.TitleOpts(title="贵州GDP柱状图"))
        # 渲染网页,输出图表的所有配置项
        .render()
    )
    
    # 打开网页
    os.system("render.html")

效果如下：

![071c10babebeda23602fd3100dd01c0f.png][]

# 三、带有涟漪特效动画的散点图 #

from pyecharts import options as opts
    from pyecharts.charts import EffectScatter
    from pyecharts.faker import Faker
    
    c = (
        EffectScatter()
        .add_xaxis(Faker.choose())
        .add_yaxis("", Faker.values())
        .set_global_opts(title_opts=opts.TitleOpts(title="EffectScatter-基本示例"))
        .render()
    )
    # 打开网页
    os.system("render.html")

效果如下：

![f39c7f04cbd2c2d198e0f8ab9c5cbb7d.png][]

# 四、绘制3D图形 #

## 3D折线图 ##

from pyecharts import options as opts
    from pyecharts.charts import Line3D
    from pyecharts.faker import Faker
    
    data = [[1,2,3,4], [1,2,3,4], [0,4,8,16]]
    
    c = (
        Line3D()
        .add(
            "",
            data,
            xaxis3d_opts=opts.Axis3DOpts(Faker.clock, type_="value"),
            yaxis3d_opts=opts.Axis3DOpts(Faker.week_en, type_="value"),
            grid3d_opts=opts.Grid3DOpts(
                width=100, depth=100
            ),
        )
        .set_global_opts(
            # visualmap_opts=opts.VisualMapOpts(
            #     max_=30, min_=0, range_color=Faker.visual_color
            # ),
            title_opts=opts.TitleOpts(title="3D 折线图示例"),
        )
        .render()
    )
    
    # 打开网页
    os.system("render.html")

效果如下：

![e482f466bec0acf715d4bb82c9e03e23.png][]

## 3D散点图 ##

import pyecharts.options as opts
    from pyecharts.charts import Scatter3D
    import random
    
    data = [[random.randint(0, 100), random.randint(0, 100), random.randint(0, 100)] for _ in range(80)]
    
    range_color = ['#313695', '#4575b4', '#74add1', '#abd9e9', '#e0f3f8', '#ffffbf',
    
                   '#fee090', '#fdae61', '#f46d43', '#d73027', '#a50026']
    
    c = (
        Scatter3D(
            init_opts=opts.InitOpts(width="1200px", height="600px")
        )  # bg_color="black"
        .add(
            series_name="3D 散点图示例",
            data=data,
            xaxis3d_opts=opts.Axis3DOpts(
                # name=config_xAxis3D,
                type_="value",
                # textstyle_opts=opts.TextStyleOpts(color="#fff"),
            ),
            yaxis3d_opts=opts.Axis3DOpts(
                # name=config_yAxis3D,
                type_="value",
                # textstyle_opts=opts.TextStyleOpts(color="#fff"),
            ),
            zaxis3d_opts=opts.Axis3DOpts(
                # name=config_zAxis3D,
                type_="value",
                # textstyle_opts=opts.TextStyleOpts(color="#fff"),
            ),
            grid3d_opts=opts.Grid3DOpts(width=100, height=100, depth=100),
        )
        .set_global_opts(
            visualmap_opts=[
                opts.VisualMapOpts(
                    type_="color",
                    is_calculable=True,
                    dimension=3,
                    pos_top="10",
                    max_=79 / 2,
                    range_color=range_color,
                ),
                # opts.VisualMapOpts(
                #     type_="size",
                #     is_calculable=True,
                #     dimension=4,
                #     pos_bottom="10",
                #     max_=2.4 / 2,
                #     range_size=[10, 40],
                # ),
            ]
        )
        .render()
    )
    # # 打开网页
    os.system("render.html")

效果如下：

![b317edef25f5ed56a5f6367479ec2aab.png][]

# 五、仪表盘 #

from pyecharts import options as opts
    from pyecharts.charts import Gauge
    
    c = (
        Gauge()
        .add("重大项目", [("投资占比", 66.66)])
        .set_global_opts(title_opts=opts.TitleOpts(title="仪表盘图形"))
        .render()
    )
    # # 打开网页
    os.system("render.html")

效果如下：

![e9943c8f578cf349f8562ed4fa72f92a.png][]

# 六、水球图 #

from pyecharts import options as opts
    from pyecharts.charts import Liquid
    import os
    
    c = (
        Liquid()
        .add("Liquid", [0.8])
        .set_global_opts(title_opts=opts.TitleOpts(title="水球图"))
        .render()
    )
    # # 打开网页
    os.system("render.html")

效果如下：

![465e89426bead1bde60218e3045f6c60.png][]

讲到这里基本的图形讲解完毕，更多知识推荐大家结合实际应用研究

本文参考链接：

[https://www.cnblogs.com/dgwblog/p/11811562.html][https_www.cnblogs.com_dgwblog_p_11811562.html]

[https_pyecharts.org_zh-cn_intro]: https://pyecharts.org/#/zh-cn/intro
[ccd58ca6c34e8b29f4b85a6737654047.png]: /images/20221123/51a432d5cd964d8b8e5dc1f64454b38f.png
[86f9b4d197aa6d6de1fa9dd0c0412ffd.png]: /images/20221123/d2a3c9f558654d508d2ced019e0af25d.png
[https_github.com_pyecharts_pyecharts_issues_1675]: https://github.com/pyecharts/pyecharts/issues/1675
[071c10babebeda23602fd3100dd01c0f.png]: /images/20221123/e06d689097f3458b8e4cd09d8354d7da.png
[f39c7f04cbd2c2d198e0f8ab9c5cbb7d.png]: /images/20221123/35ecb77c92ef458fabb546415f22193b.png
[e482f466bec0acf715d4bb82c9e03e23.png]: /images/20221123/6ff51c899b334676919900458418186d.png
[b317edef25f5ed56a5f6367479ec2aab.png]: /images/20221123/61c8369484864d2fb404dd20d9e4ca2d.png
[e9943c8f578cf349f8562ed4fa72f92a.png]: /images/20221123/f8855708fa734f03a5fdd760286298b5.png
[465e89426bead1bde60218e3045f6c60.png]: /images/20221123/82ac25ce350246c2b20405292ab030c9.png
[https_www.cnblogs.com_dgwblog_p_11811562.html]: https://www.cnblogs.com/dgwblog/p/11811562.html