Python pyecharts绘制条形图详解

一、简介

关于具体详情，请咨询：pyecharts官网

pyecharts是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而python 是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts诞生了。echarts是用js来写的，而我们使用pyecharts则可以使用python来调用里面的api。

优点：

简洁的 api 设计，使用如丝滑般流畅，支持链式调用

囊括了 30+ 种常见图表，应有尽有

支持主流 notebook环境，jupyter notebook 和 jupyterlab

可轻松集成至 flask，django 等主流 web 框架

高度灵活的配置项，可轻松搭配出精美的图表

详细的文档和示例，帮助开发者更快的上手项目

多达 400+地图文件以及原生的百度地图，为地理数据可视化提供强有力的支持。

二、整理数据

安装：

pip install pyecharts

1、配置主题

bar(init_opts=opts.initopts(theme=themetype.light)) # 第一种
bar({"theme": themetype.macarons}) # 第二种

2、柱状图 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("票价", 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='中国电影票房',subtitle='按地区比较票价与人次')
    )
)
# c.render("cnbo1.html") # 生成html图片
# os.system("cnbo01.html")  # 执行完代码直接跳出来图片
c.render_notebook() # 直接在代码区域展示图片

3、样例数据 faker.choose()

使用这段代码会随机调用系统的样例参数：

.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})  ### 配置好看的图表主题！！！
    .add_xaxis(faker.choose())    ### 这句话表示使用随机的后台样例数据
    .add_yaxis("票价", 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":"样例数据","subtext":"使用faker.choose()"}
    )
)
c.render("cnbo1.html") # 生成html图片
# os.system("cnbo1.html")  # 执行完代码直接跳出来图片
c.render_notebook() # 直接在代码区域展示图片

4、滚动条 bar - bar_datazoom_slider

datazoom_opts=opts.datazoomopts()

表示可以滑动的滚动条：

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("票价", 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='中国电影票房',subtitle='按地区比较票价与人次'),
         brush_opts=opts.brushopts() ,### 使用这个可以使图片的右上角多出来一些工具
        datazoom_opts=opts.datazoomopts(), ### 可以使最下面多出滚动条
    )
)
c.render("cnbo2.html") # 生成html图片
# os.system("cnbo01.html")  # 执行完代码直接跳出来图片
c.render_notebook() # 直接在代码区域展示图片

5、鼠标移动效果 bar - bar_datazoom_inside

根据鼠标来放大与缩小的效果：

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、显示最值 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("票价", 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='中国电影票房',subtitle='按地区比较票价与人次'),
         brush_opts=opts.brushopts() ,### 使用这个可以使图片的右上角多出来一些工具
        datazoom_opts=opts.datazoomopts(orient='vertical'), 
    )
)
c.render("cnbo2.html") # 生成html图片
# os.system("cnbo01.html")  # 执行完代码直接跳出来图片
c.render_notebook() # 直接在代码区域展示图片

7、改变滚动条在侧面 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("票价", 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='中国电影票房',subtitle='按地区比较票价与人次'),
         brush_opts=opts.brushopts() ,### 使用这个可以使图片的右上角多出来一些工具
        datazoom_opts=opts.datazoomopts(orient='vertical'), 
    )
)
c.render("cnbo2.html") # 生成html图片
# os.system("cnbo01.html")  # 执行完代码直接跳出来图片
c.render_notebook() # 直接在代码区域展示图片

8、多个y轴

colors=['#5793f3','#d14a61','#675bba']
legend_list=['票房','人次','价格','评价']
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("评分", list5,yaxis_index=0,category_gap="50%",color=colors[2])
    .add_yaxis("票价", 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} 万")
    )
    )
    
    .extend_axis(
    yaxis=opts.axisopts(
        name="评价",
        type_="value",
        min_=0,
        max_=11,
        interval=1,
        position="left",
        axislabel_opts=opts.labelopts(formatter="{value} 点"),
        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="票价",
                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() # 直接在代码区域展示图片

双y轴：

9、直方图 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("数量", cnboregiongb.values.tolist(), category_gap=0, color=faker.rand_color())
    .set_global_opts(title_opts=opts.titleopts(title="bar-直方图"))
)
c.render_notebook()

以上就是python pyecharts绘制条形图详解的详细内容，更多关于python pyecharts条形图的资料请关注其它相关文章！