近期，又有接觸到pyecharts這個包的使用，後面發現這個曾經好用的包發生了一些變化，為了方便大家的使用，這裡整理如下：
繪圖風格theme:預設WHITE
LIGHT,DARK,WHITE,CHALK,ESSOS,INFOGRAPHIC,MACARONS,PURPLE_PASSION,ROMA,ROMANTIC,SHINE,VINTAGE,WALDEN,WESTEROS,WONDERLAND

1.柱狀圖繪製

1.1 最基礎的柱狀圖

from pyecharts.charts import Bar,Grid
from pyecharts import options as opts
from pyecharts.globals import ThemeType
import random
import numpy as np
# 準備資料
name=["A","B","C","D"]
salery=[random.randint(3000,5000) for i in range(4)]
#繪圖
bar=Bar(init_opts = opts.InitOpts(width='600px',height='400px')) 
bar.add_xaxis(name)
bar.add_yaxis("salery",salery)
bar.set_global_opts(title_opts=opts.TitleOpts(title="收入情況"))
#僅在notebook中顯示
bar.render_notebook()
#在HTML中顯示
bar.render("收入情況")

效果圖：

1.2 稍微複雜的柱狀圖

為了減少程式碼量，此處不再匯入包。繪製收入和消費情況，並使用新風格,並新增副標題，使用新版本的鏈式寫法。

#準備資料
name=["A",5000) for i in range(4)]
cost=[random.randint(1000,2000) for i in range(4)]
#繪圖
bar=(
  Bar(init_opts = opts.InitOpts(width='600px',height='400px',theme=ThemeType.LIGHT))
  .add_xaxis(name)
  .add_yaxis("salery",salery)
  .add_yaxis("cost",cost)
  .set_global_opts(title_opts=opts.TitleOpts(title="收入及消費情況",subtitle="隨機樣本"))
)
bar.render_notebook()

#效果圖：

1.3 堆疊式柱狀圖

使用堆疊式柱狀圖（部分堆疊），並自定義顏色，修改圖例的顯示位置，不顯示數字，改變背景顏色

#準備資料
name=["A",2000) for i in range(4)]
#所在城市平均薪水
salery_ave=[random.randint(3000,4000) for i in range(4)]
colors=["#007892","#ff427f","#fc8210","#ffd8a6"]
#進行繪圖
bar=(
  Bar(init_opts = opts.InitOpts(width='600px',bg_color=colors[-1]))
  .add_xaxis(name)
  .add_yaxis("salery",salery,stack="stack_one")
  .add_yaxis("cost",cost,stack="stack_one")
  .add_yaxis("salery_ave",salery_ave)
  .set_colors(colors)
  .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
  .set_global_opts(title_opts=opts.TitleOpts(title="收入、消費及其城市平均收入情況"),legend_opts=opts.LegendOpts(type_="scroll",pos_right="right",orient="vertical")
          )
)
bar.render_notebook()

效果展示：

1.3.1 調整標題與圖的位置

grid=Grid()
# 分別調整上下左右的位置，引數為畫素值或百分比
grid.add(bar,grid_opts=opts.GridOpts(pos_top="30%",pos_bottom="10%",pos_left="10%",pos_right="10%"))
grid.render_notebook()

效果演示

1.4 繪製簇狀圖

#準備資料
name=["A",salery)
  .add_yaxis("salery_ave",salery_ave)
  .reversal_axis()
  .set_colors(colors)
  .set_series_opts(label_opts=opts.LabelOpts(position="right"))
  .set_global_opts(title_opts=opts.TitleOpts(title="收入、消費及其城市平均收入情況"),orient="vertical")
          )
)
bar.render_notebook()

效果圖演示

1.5 資料量大時的顯示方法

#準備資料
name=[chr(i) for i in range(65,85,1)]
salery=[random.randint(3000,5000) for i in range(20)]
#所在城市平均薪水
salery_ave=[random.randint(3000,4000) for i in range(20)]
colors=["#007892","#ffd8a6"]
#繪圖 修改 orient為vertical，可將滑動按鈕移動垂直方向
bar=(
  Bar(init_opts = opts.InitOpts(width='600px',orient="vertical"),datazoom_opts=[opts.DataZoomOpts(type_="slider")]
          )
)
bar.render_notebook()

演示效果：

2.繪製散點圖

2.1 普通散點圖

import random
from pyecharts import options as opts
from pyecharts.charts import Scatter
from pyecharts.globals import ThemeType

#準備資料
name=["A","#ffd8a6"]
#進行繪圖
scatter=(Scatter(init_opts = opts.InitOpts(width='600px',theme=ThemeType.DARK))
    .add_xaxis(name)
    .add_yaxis("salery",salery)
    .add_yaxis("cost",cost)
    .set_global_opts(title_opts=opts.TitleOpts(title="收入與消費情況")))
scatter.render_notebook()

檢視效果：

2.2 3D散點圖繪製

import random
from pyecharts import options as opts
from pyecharts.charts import Scatter3D
from pyecharts.faker import Faker


#準備資料
data = [(random.randint(0,100),random.randint(0,100)) for i in range(50)]
name=["長","寬","高"]
#繪圖
scatter3D=Scatter3D(init_opts = opts.InitOpts(width='600px',height='400px')) #初始化
scatter3D.add(name,data,grid3d_opts=opts.Grid3DOpts(
     width=100,depth=100
    ))
scatter3D.set_global_opts(title_opts=opts.TitleOpts(title="散點圖"),visualmap_opts=opts.VisualMapOpts(
             range_color=Faker.visual_color #顏色對映 
             ))
scatter3D.render_notebook()

效果圖：

2.3 帶漣漪的散點圖

symbol的型別：
“pin”,“rect”,“roundRect”,“diamond”,“arrow”,“triangle”

import random
from pyecharts import options as opts
from pyecharts.charts import EffectScatter
from pyecharts.globals import ThemeType

#準備資料
name=["A","#ffd8a6"]
#進行繪圖
scatter=(EffectScatter(init_opts = opts.InitOpts(width='600px',symbol="pin",symbol_size=20,symbol_rotate=180)
    .add_yaxis("cost",symbol="rect",symbol_size=20)
    .set_global_opts(title_opts=opts.TitleOpts(title="收入與消費情況"),xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),#新增網格
            yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True))
            )
    .set_series_opts(effect_opts=opts.EffectOpts(scale=3,period=2)) #調整漣漪的範圍和週期
    )
scatter.render_notebook()

效果圖如下：

到此這篇關於使用pyecharts1.7進行簡單的視覺化大全的文章就介紹到這了,更多相關pyecharts1.7 視覺化內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們！