Python繪制柱狀圖可視化神器pyecharts
更新時(shí)間：2022年09月29日 16:56:43 作者：王小王_123???????
這篇文章主要介紹了Python繪制柱狀圖可視化神器pyecharts,文章圍繞主題展開詳細(xì)的內(nèi)容介紹，具有一定的參考價(jià)值，需要的小伙伴可以參考一下
pyecharts介紹
pyecharts是python與echarts鏈接，一個(gè)用于生成Echarts圖標(biāo)的第三方庫(kù)，pyecharts分為v0.5.X和v1兩個(gè)大版本，兩者互不兼容，v1是一個(gè)全新的版本，經(jīng)研發(fā)團(tuán)隊(duì)決定，前者將不再進(jìn)行更新維護(hù)。下面是我個(gè)人整理的關(guān)于pyecharts繪制柱狀圖的案例大全，收集整理不易，多多支持！
特性：
- 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
優(yōu)勢(shì)
pyecharts可以輸出網(wǎng)頁(yè)版的鏈接，直接調(diào)用資源渲染圖表，方便快捷，輸出不是圖片，而是一個(gè)可以調(diào)節(jié)的頁(yè)面，動(dòng)態(tài)，炫酷，都是它的天地！它可以支持在手機(jī)端瀏覽界面，也可以修改相關(guān)參數(shù)，總的來(lái)說(shuō)方便至極，而且主題都可以隨意搭配，顏色自己調(diào)。適用于公司可視化報(bào)表，企業(yè)展示，日常辦公，由于圖表過(guò)于炫酷，不大適合做科研論文展示，后期會(huì)介紹另外一個(gè)庫(kù)，可以作為科研黨的首選——matplotlib
展示
總之pyecharts科研繪制很多一般繪制不了的圖形，作為一個(gè)可視化神器它的便利之處，只有用過(guò)的小伙伴才知道，什么叫 “工欲善其事必先利其器”的道理。
柱狀圖模板系列
水晶柱狀圖
水晶柱狀圖適用于幾個(gè)數(shù)據(jù)的對(duì)比，生成的柱狀圖具有一種玲瓏剔透，清水出芙蓉的美感和清新，最適合做可視化展示。
# -*- coding : utf-8 -*-
# @Software : PyCharm
# @File : 水晶柱狀圖.py
# @CSDN : https://blog.csdn.net/weixin_47723732
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.commons.utils import JsCode
data_x = ['可樂', '雪碧', '橙汁', '綠茶', '奶茶', '百威', '青島']
data_y = [147, 53, 27, 123, 94, 118, 48]
c = (
Bar()
.add_xaxis(data_x)
.add_yaxis("商家A", data_y, category_gap="60%")
.set_series_opts(
itemstyle_opts={
"normal": {
"color": JsCode(
"""new echarts.graphic.LinearGradient(0, 0, 0, 1, [{
offset: 0,
color: 'rgba(0, 244, 255, 1)'
}, {
offset: 1,
color: 'rgba(0, 77, 167, 1)'
}], false)"""
),
"barBorderRadius": [30, 30, 30, 30],
"shadowColor": "rgb(0, 160, 221)",
}
}
)
.set_global_opts(title_opts=opts.TitleOpts(title="標(biāo)題"),
xaxis_opts=opts.AxisOpts(
name='類別',
name_location='middle',
name_gap=30, # 標(biāo)簽與軸線之間的距離，默認(rèn)為20，最好不要設(shè)置20
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16 # 標(biāo)簽字體大小
)),
yaxis_opts=opts.AxisOpts(
name='數(shù)量',
name_location='middle',
name_gap=30,
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16
# font_weight='bolder',
)),
# toolbox_opts=opts.ToolboxOpts() # 工具選項(xiàng)
)
.render("水晶柱狀圖.html")
)
解決X軸標(biāo)簽過(guò)長(zhǎng)的柱狀圖
有時(shí)候我們?cè)诶L制柱狀圖的時(shí)候，X軸標(biāo)簽過(guò)長(zhǎng)導(dǎo)致圖形顯示的不正常，修改字?jǐn)?shù)之后又怕展示效果不夠明顯。此圖例解決了這個(gè)難題，適合展示X軸標(biāo)簽過(guò)長(zhǎng)的問(wèn)題。
# -*- coding : utf-8 -*-
# @Software : PyCharm
# @File : 解決X軸標(biāo)簽過(guò)長(zhǎng)的問(wèn)題.py
from pyecharts import options as opts
from pyecharts.charts import Bar
c = (
Bar()
.add_xaxis(
[
"名字很長(zhǎng)的X軸標(biāo)簽1",
"名字很長(zhǎng)的X軸標(biāo)簽2",
"名字很長(zhǎng)的X軸標(biāo)簽3",
"名字很長(zhǎng)的X軸標(biāo)簽4",
"名字很長(zhǎng)的X軸標(biāo)簽5",
"名字很長(zhǎng)的X軸標(biāo)簽6",
]
)
.add_yaxis("商家A", [10, 20, 30, 40, 50, 40])
.add_yaxis("商家B", [20, 10, 40, 30, 40, 50])
.set_global_opts(
xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15),
# name='類型',
# name_location='middle',
# name_gap=30, # 標(biāo)簽與軸線之間的距離，默認(rèn)為20，最好不要設(shè)置20
# name_textstyle_opts=opts.TextStyleOpts(
# font_family='Times New Roman',
# font_size=16 # 標(biāo)簽字體大小
# )
),
yaxis_opts=opts.AxisOpts(
name='數(shù)量',
name_location='middle',
name_gap=30,
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16
# font_weight='bolder',
)),
title_opts=opts.TitleOpts(title="標(biāo)題1", subtitle="標(biāo)題2"),
# toolbox_opts=opts.ToolboxOpts() # 工具選項(xiàng)
)
.render("解決X軸標(biāo)簽過(guò)長(zhǎng)問(wèn)題.html")
)
print("圖表已生成！請(qǐng)查收！")
自定義平均刻度標(biāo)簽（方便查看超出范圍）
有時(shí)候數(shù)據(jù)過(guò)于多，柱狀圖過(guò)于密集，我們知道一個(gè)平均數(shù)，需要快速的查看那些數(shù)據(jù)超過(guò)了這個(gè)閾值，那些數(shù)據(jù)低于平均值，這時(shí)候我們可以自己定義一個(gè)刻度標(biāo)簽，方便我們理解。
# -*- coding : utf-8 -*-
# @Software : PyCharm
# @File : 自定義平均刻度.py
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.globals import ThemeType
data_x=['周一', '周二', '周三', '周四', '周五', '周六', '周日']
data_y_1=[40, 119, 79, 83, 107, 133, 95]
data_y_2=[20, 143, 74, 97, 92, 53, 66]
c = (
Bar({"theme": ThemeType.MACARONS})
.add_xaxis(data_x)
.add_yaxis("商家A", data_y_1)
.add_yaxis("商家B", data_y_2)
.set_series_opts(
label_opts=opts.LabelOpts(is_show=False),
markline_opts=opts.MarkLineOpts(
data=[opts.MarkLineItem(y=50, name="yAxis=50")]
),
)
.set_global_opts(title_opts=opts.TitleOpts(title="標(biāo)題"),
xaxis_opts=opts.AxisOpts(
name='類別',
name_location='middle',
name_gap=30, # 標(biāo)簽與軸線之間的距離，默認(rèn)為20，最好不要設(shè)置20
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16 # 標(biāo)簽字體大小
)),
yaxis_opts=opts.AxisOpts(
name='數(shù)量',
name_location='middle',
name_gap=40,
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16
# font_weight='bolder',
)),
# datazoom_opts=opts.DataZoomOpts(type_="inside"), #鼠標(biāo)可以滑動(dòng)控制
# toolbox_opts=opts.ToolboxOpts() # 工具選項(xiàng)
# brush_opts=opts.BrushOpts() #可以保存選擇
)
.render("顯示平均刻度.html")
)
print("圖表已生成！請(qǐng)查收！")
翻轉(zhuǎn)X Y軸柱狀圖
直觀的展示柱狀圖過(guò)于單調(diào)，有時(shí)候我們需要適當(dāng)?shù)恼{(diào)整一下這個(gè)主題，把xy軸翻轉(zhuǎn)一下，這樣更能直觀的對(duì)比顯示，適用多個(gè)數(shù)據(jù)類別進(jìn)行比較。
# -*- coding : utf-8 -*-
# @Software : PyCharm
# @File : 翻轉(zhuǎn)XY軸.p
from pyecharts import options as opts
from pyecharts.charts import Bar
data_x = ['可樂', '雪碧', '橙汁', '綠茶', '奶茶', '百威', '青島']
data_y = [147, 53, 27, 123, 94, 118, 48]
c = (
Bar()
.add_xaxis(data_x)
.add_yaxis("商家A", data_y)
.add_yaxis("商家B", data_y)
.reversal_axis()
.set_series_opts(label_opts=opts.LabelOpts(position="right"))
.set_global_opts(title_opts=opts.TitleOpts(title="標(biāo)題"),
xaxis_opts=opts.AxisOpts(
name='數(shù)量',
name_location='middle',
name_gap=30, # 標(biāo)簽與軸線之間的距離，默認(rèn)為20，最好不要設(shè)置20
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16 # 標(biāo)簽字體大小
)),
yaxis_opts=opts.AxisOpts(
name='類別',
name_location='middle',
name_gap=40,
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16
# font_weight='bolder',
)),
# datazoom_opts=opts.DataZoomOpts(type_="inside"), #鼠標(biāo)可以滑動(dòng)控制
# toolbox_opts=opts.ToolboxOpts() # 工具選項(xiàng)
# brush_opts=opts.BrushOpts() #可以保存選擇
)
.render("翻轉(zhuǎn)XY軸.html")
)
print("圖表已生成！請(qǐng)查收！")
可以移動(dòng)的X軸柱狀圖（適合數(shù)據(jù)類別過(guò)多）
可以移動(dòng)的X軸，我們可以通過(guò)鼠標(biāo)的控制展示我們想要展示的X軸的維度，這個(gè)用于數(shù)據(jù)類別過(guò)多，一般的可視化無(wú)法展示的情況，比如展示一個(gè)的銷售額，我們可以用這個(gè)，顯示30個(gè)數(shù)據(jù)類別。
# -*- coding : utf-8 -*-
# @Software : PyCharm
# @File : 可以變動(dòng)的X軸.py
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.globals import ThemeType
data_x=['0天', '1天', '2天', '3天', '4天', '5天', '6天', '7天', '8天', '9天', '10天', '11天', '12天', '13天', '14天', '15天', '16天', '17天', '18天', '19天', '20天', '21天', '22天', '23天', '24天', '25天', '26天', '27天', '28天', '29天']
data_y=[5, 27, 27, 7, 13, 5, 1, 2, 29, 20, 21, 28, 5, 22, 23, 4, 20, 26, 25, 1, 3, 14, 23, 11, 4, 8, 2, 22, 13, 22]
c = (
Bar({"theme": ThemeType.MACARONS})
.add_xaxis(data_x)
.add_yaxis("商家A", data_y)
.set_global_opts(
title_opts=opts.TitleOpts(title="標(biāo)題"),
datazoom_opts=opts.DataZoomOpts(),
# 需要的時(shí)候可以加入，添加列表形式即可
# datazoom_opts=opts.DataZoomOpts(type_="inside")
)
.render("變動(dòng)X軸柱狀圖.html")
)
print("圖表已生成！請(qǐng)查收！")可以移動(dòng)的Y軸柱狀圖（適合數(shù)據(jù)類別過(guò)多）
既然X軸可以，那么Y軸必然也可以，下面來(lái)看看這個(gè)效果如何。
# -*- coding : utf-8 -*-
# @Software : PyCharm
# @File : 可以變動(dòng)的Y軸.py
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.globals import ThemeType
data_x = ['0天', '1天', '2天', '3天', '4天', '5天', '6天', '7天', '8天', '9天', '10天', '11天', '12天', '13天', '14天', '15天', '16天',
'17天', '18天', '19天', '20天', '21天', '22天', '23天', '24天', '25天', '26天', '27天', '28天', '29天']
data_y = [5, 27, 27, 7, 13, 5, 1, 2, 29, 20, 21, 28, 5, 22, 23, 4, 20, 26, 25, 1, 3, 14, 23, 11, 4, 8, 2, 22, 13, 22]
c = (
Bar({"theme": ThemeType.MACARONS})
.add_xaxis(data_x)
.add_yaxis("商家A", data_y)
.set_global_opts(
title_opts=opts.TitleOpts(title="標(biāo)題"),
datazoom_opts=opts.DataZoomOpts(orient="vertical"),
)
.render("變動(dòng)Y軸柱狀圖.html")
)
print("圖表已生成！請(qǐng)查收！")二維簡(jiǎn)單柱狀圖（主題可選擇）
一個(gè)柱狀圖里面可以展示多種類別的數(shù)據(jù)，主題可以選擇，便于我們對(duì)數(shù)據(jù)進(jìn)行直觀的對(duì)比和理解。
# -*- coding : utf-8 -*-
# @Software : PyCharm
# @File : 柱狀圖-主題可選擇.py
# from pyecharts.charts import Bar
# from pyecharts.faker import Faker
from pyecharts.globals import ThemeType
from pyecharts import options as opts
from pyecharts.charts import Bar
data_0=['周一', '周二', '周三', '周四', '周五', '周六', '周日']
data1=[23, 52, 108, 93, 110, 108, 48]
data2=[97, 81, 118, 149, 134, 47, 66]
c = (
Bar({"theme": ThemeType.MACARONS})
.add_xaxis(data_0)
.add_yaxis("商家A", data1) #gap="0%" 這個(gè)可設(shè)置柱狀圖之間的距離
.add_yaxis("商家B", data2) #gap="0%" 這個(gè)可設(shè)置柱狀圖之間的距離
.set_global_opts(title_opts={"text": "B標(biāo)題1", "subtext": "標(biāo)題2"}, #該標(biāo)題的顏色跟隨主題
# 該標(biāo)題默認(rèn)為黑體顯示，一般作為顯示常態(tài)
# title_opts=opts.TitleOpts(title="標(biāo)題")
xaxis_opts=opts.AxisOpts(
name='星期',
name_location='middle',
name_gap=30, # 標(biāo)簽與軸線之間的距離，默認(rèn)為20，最好不要設(shè)置20
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16 # 標(biāo)簽字體大小
)),
yaxis_opts=opts.AxisOpts(
name='數(shù)量',
name_location='middle',
name_gap=30,
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16
# font_weight='bolder',
)),
# datazoom_opts=opts.DataZoomOpts(type_="inside"), #鼠標(biāo)可以滑動(dòng)控制
# toolbox_opts=opts.ToolboxOpts() # 工具選項(xiàng)
# brush_opts=opts.BrushOpts() #可以保存選擇
)
.render("簡(jiǎn)單柱狀圖.html")
)
print("圖表已生成！請(qǐng)查收！")
動(dòng)畫延遲柱狀圖
個(gè)人感覺這個(gè)就是設(shè)置的一個(gè)元素，延遲展示了一下，沒有什么太大的用處，當(dāng)然也可以用到需要的場(chǎng)景。
# -*- coding : utf-8 -*-
# @Software : PyCharm
# @File : 動(dòng)畫延遲.py
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker
c = (
Bar(
init_opts=opts.InitOpts(
animation_opts=opts.AnimationOpts(
animation_delay=1000, animation_easing="elasticOut"
)
)
)
.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="標(biāo)題"),
xaxis_opts=opts.AxisOpts(
name='類別',
name_location='middle',
name_gap=30, # 標(biāo)簽與軸線之間的距離，默認(rèn)為20，最好不要設(shè)置20
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16 # 標(biāo)簽字體大小
)),
yaxis_opts=opts.AxisOpts(
name='數(shù)量',
name_location='middle',
name_gap=40,
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16
# font_weight='bolder',
)),
# datazoom_opts=opts.DataZoomOpts(type_="inside"), #鼠標(biāo)可以滑動(dòng)控制
# toolbox_opts=opts.ToolboxOpts() # 工具選項(xiàng)
# brush_opts=opts.BrushOpts() #可以保存選擇
)
.render("動(dòng)畫延遲.html")
)
print('圖表已生成！請(qǐng)查收！')
直方圖按照顏色區(qū)分
直方圖更加的直觀的展示，這個(gè)案例更是可以運(yùn)用到統(tǒng)計(jì)里面，顏色的區(qū)分讓我們更加的快速理解。
# -*- coding : utf-8 -*-
# @Software : PyCharm
# @File : 直方圖.py
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker
x = Faker.dogs + Faker.animal
xlen = len(x)
y = []
for idx, item in enumerate(x):
if idx <= xlen / 2:
y.append(
opts.BarItem(
name=item,
value=(idx + 1) * 10,
itemstyle_opts=opts.ItemStyleOpts(color="#749f83"),
)
)
else:
y.append(
opts.BarItem(
name=item,
value=(xlen + 1 - idx) * 10,
itemstyle_opts=opts.ItemStyleOpts(color="#d48265"),
)
)
c = (
Bar()
.add_xaxis(x)
.add_yaxis("series0", y, category_gap=0, color=Faker.rand_color())
.set_global_opts(title_opts=opts.TitleOpts(title="Bar-直方圖（顏色區(qū)分）"),
xaxis_opts=opts.AxisOpts(
name='類別',
name_location='middle',
name_gap=30, # 標(biāo)簽與軸線之間的距離，默認(rèn)為20，最好不要設(shè)置20
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16 # 標(biāo)簽字體大小
)),
yaxis_opts=opts.AxisOpts(
name='數(shù)量',
name_location='middle',
name_gap=30,
name_textstyle_opts=opts.TextStyleOpts(
font_family='Times New Roman',
font_size=16
# font_weight='bolder',
)),
# toolbox_opts=opts.ToolboxOpts() # 工具選項(xiàng)
# brush_opts=opts.BrushOpts() #可以保存選擇
)
.render("直方圖.html")
)
print("圖表已生成！請(qǐng)查收！")
到此這篇關(guān)于Python繪制柱狀圖可視化神器pyecharts的文章就介紹到這了,更多相關(guān)Python pyecharts內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
python多線程請(qǐng)求帶參數(shù)的多個(gè)接口問(wèn)題
這篇文章主要介紹了python多線程請(qǐng)求帶參數(shù)的多個(gè)接口問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-03-03
django可以自動(dòng)生成這些create table, alter table, drop table的操作，這篇文章主要介紹了django+mysql的使用，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-11-11
python通用讀取vcf文件的類（復(fù)制粘貼即可用）
這篇文章主要介紹了python通用讀取vcf文件的類（可以直接復(fù)制粘貼使用） ,本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì)，具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2020-02-02
Python?copy()與deepcopy()方法之間有什么區(qū)別
這篇文章主要介紹了Python中的copy()和deepcopy()，下面詳細(xì)介紹該內(nèi)容并附上詳細(xì)代碼,需要的朋友可以參考一下文章的具體內(nèi)容，希望對(duì)你有所幫助2022-10-10
OpenCV自動(dòng)給圖片添加彩虹特效的實(shí)現(xiàn)示例
圖像處理的學(xué)習(xí)往往都是要先熟悉下圖像的一些基本處理方法，本文主要介紹了OpenCV自動(dòng)給圖片添加彩虹特效的實(shí)現(xiàn)示例，文中通過(guò)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2021-11-11
對(duì)python捕獲ctrl+c手工中斷程序的兩種方法詳解
今天小編就為大家分享一篇對(duì)python捕獲ctrl+c手工中斷程序的兩種方法詳解，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2018-12-12
這篇文章主要介紹了六個(gè)竅門助你提高Python運(yùn)行效率,本文講解了關(guān)鍵代碼使用外部功能包、在排序時(shí)使用鍵、針對(duì)循環(huán)的優(yōu)化、使用較新的Python版本等優(yōu)化竅門,需要的朋友可以參考下2015-06-06
Python壓縮和解壓縮的使用方法詳解，zipfile里有兩個(gè)非常重要的class, 分別是ZipFile和ZipInfo。2013-11-11
詳解python3實(shí)現(xiàn)的web端json通信協(xié)議
本篇文章主要介紹了python3實(shí)現(xiàn)的web端json通信協(xié)議，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下。2016-12-12
淺析Python如何實(shí)現(xiàn)Celery任務(wù)隊(duì)列系統(tǒng)
這篇文章主要為大家詳細(xì)介紹了一個(gè)基于 Celery 和 Redis 的分布式任務(wù)隊(duì)列系統(tǒng),用于處理異步任務(wù)和定時(shí)任務(wù),希望對(duì)大家有一定的幫助2025-04-04