2022年 11月 13日

Python绘制柱状图之可视化神器pyecharts（一）

目录

pyecharts介绍

特性

优势

展示

柱状图模板系列

水晶柱状图

解决X轴标签过长的柱状图

自定义平均刻度标签（方便查看超出范围）

翻转X Y轴柱状图

可以移动的X轴柱状图（适合数据类别过多）

可以移动的Y轴柱状图（适合数据类别过多）

二维简单柱状图（主题可选择）

动画延迟柱状图

直方图按照颜色区分

每文一语

pyecharts介绍

pyecharts是python与echarts链接，一个用于生成Echarts图标的第三方库，pyecharts分为v0.5.X和v1两个大版本，两者互不兼容，v1是一个全新的版本，经研发团队决定，前者将不再进行更新维护。下面是我个人整理的关于pyecharts绘制柱状图的案例大全，收集整理不易，多多支持！

特性

  • 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

优势

pyecharts可以输出网页版的链接，直接调用资源渲染图表，方便快捷，输出不是图片，而是一个可以调节的页面，动态，炫酷，都是它的天地！它可以支持在手机端浏览界面，也可以修改相关参数，总的来说方便至极，而且主题都可以随意搭配，颜色自己调。适用于公司可视化报表，企业展示，日常办公，由于图表过于炫酷，不大适合做科研论文展示，后期会介绍另外一个库，可以作为科研党的首选——matplotlib

展示

 

 

 

总之pyecharts科研绘制很多一般绘制不了的图形，作为一个可视化神器它的便利之处，只有用过的小伙伴才知道，什么叫 “工欲善其事必先利其器”的道理。

 

柱状图模板系列

 

水晶柱状图

 

水晶柱状图适用于几个数据的对比，生成的柱状图具有一种玲珑剔透，清水出芙蓉的美感和清新，最适合做可视化展示。

 

  1. # -*- coding :  utf-8 -*-
  2. # @Time      :  2021/1/29 18:47
  3. # @author    :  王小王
  4. # @Software  :  PyCharm
  5. # @File      :  水晶柱状图.py
  6. # @CSDN      :  https://blog.csdn.net/weixin_47723732
  7. from pyecharts import options as opts
  8. from pyecharts.charts import Bar
  9. from pyecharts.commons.utils import JsCode
  10.  
  11. data_x = ['可乐', '雪碧', '橙汁', '绿茶', '奶茶', '百威', '青岛']
  12. data_y = [147, 53, 27, 123, 94, 118, 48]
  13. c = (
  14.     Bar()
  15.         .add_xaxis(data_x)
  16.         .add_yaxis("商家A", data_y, category_gap="60%")
  17.         .set_series_opts(
  18.         itemstyle_opts={
  19.             "normal": {
  20.                 "color": JsCode(
  21.                     """new echarts.graphic.LinearGradient(0, 0, 0, 1, [{
  22.                 offset: 0,
  23.                 color: 'rgba(0, 244, 255, 1)'
  24.             }, {
  25.                 offset: 1,
  26.                 color: 'rgba(0, 77, 167, 1)'
  27.             }], false)"""
  28.                 ),
  29.                 "barBorderRadius": [30, 30, 30, 30],
  30.                 "shadowColor": "rgb(0, 160, 221)",
  31.             }
  32.         }
  33.     )
  34.         .set_global_opts(title_opts=opts.TitleOpts(title="标题"),
  35.                          xaxis_opts=opts.AxisOpts(
  36.                              name='类别',
  37.                              name_location='middle',
  38.                              name_gap=30,  # 标签与轴线之间的距离，默认为20，最好不要设置20
  39.                              name_textstyle_opts=opts.TextStyleOpts(
  40.                                  font_family='Times New Roman',
  41.                                  font_size=16  # 标签字体大小
  42.                              )),
  43.                          yaxis_opts=opts.AxisOpts(
  44.                              name='数量',
  45.                              name_location='middle',
  46.                              name_gap=30,
  47.                              name_textstyle_opts=opts.TextStyleOpts(
  48.                                  font_family='Times New Roman',
  49.                                  font_size=16
  50.                                  # font_weight='bolder',
  51.                              )),
  52.                          # toolbox_opts=opts.ToolboxOpts()  # 工具选项
  53.                          )
  54.         .render("水晶柱状图.html")
  55. )

 

 

 

解决X轴标签过长的柱状图

 

有时候我们在绘制柱状图的时候，X轴标签过长导致图形显示的不正常，修改字数之后又怕展示效果不够明显。此图例解决了这个难题，适合展示X轴标签过长的问题。

 

  1. # -*- coding :  utf-8 -*-
  2. # @Time      :  2021/1/29 16:15
  3. # @author    :  王小王
  4. # @Software  :  PyCharm
  5. # @File      :  解决X轴标签过长的问题.py
  6. # @CSDN      :  https://blog.csdn.net/weixin_47723732
  7. from pyecharts import options as opts
  8. from pyecharts.charts import Bar
  9.  
  10. c = (
  11.     Bar()
  12.         .add_xaxis(
  13.         [
  14.             "名字很长的X轴标签1",
  15.             "名字很长的X轴标签2",
  16.             "名字很长的X轴标签3",
  17.             "名字很长的X轴标签4",
  18.             "名字很长的X轴标签5",
  19.             "名字很长的X轴标签6",
  20.         ]
  21.     )
  22.         .add_yaxis("商家A", [10, 20, 30, 40, 50, 40])
  23.         .add_yaxis("商家B", [20, 10, 40, 30, 40, 50])
  24.         .set_global_opts(
  25.         xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15),
  26.                                  # name='类型',
  27.                                  # name_location='middle',
  28.                                  # name_gap=30,  # 标签与轴线之间的距离，默认为20，最好不要设置20
  29.                                  # name_textstyle_opts=opts.TextStyleOpts(
  30.                                  # font_family='Times New Roman',
  31.                                  # font_size=16  # 标签字体大小
  32.                                  # )
  33.                                  ),
  34.         yaxis_opts=opts.AxisOpts(
  35.             name='数量',
  36.             name_location='middle',
  37.             name_gap=30,
  38.             name_textstyle_opts=opts.TextStyleOpts(
  39.                 font_family='Times New Roman',
  40.                 font_size=16
  41.                 # font_weight='bolder',
  42.             )),
  43.         title_opts=opts.TitleOpts(title="标题1", subtitle="标题2"),
  44.         # toolbox_opts=opts.ToolboxOpts()  # 工具选项
  45.     )
  46.         .render("解决X轴标签过长问题.html")
  47. )
  48. print("图表已生成！请查收！")

 

 

自定义平均刻度标签（方便查看超出范围）

 

有时候数据过于多，柱状图过于密集，我们知道一个平均数，需要快速的查看那些数据超过了这个阈值，那些数据低于平均值，这时候我们可以自己定义一个刻度标签，方便我们理解。

 

  1. # -*- coding :  utf-8 -*-
  2. # @Time      :  2021/1/29 19:06
  3. # @author    :  王小王
  4. # @Software  :  PyCharm
  5. # @File      :  自定义平均刻度.py
  6. # @CSDN      :  https://blog.csdn.net/weixin_47723732
  7. from pyecharts import options as opts
  8. from pyecharts.charts import Bar
  9. from pyecharts.globals import ThemeType
  10. data_x=['周一', '周二', '周三', '周四', '周五', '周六', '周日']
  11. data_y_1=[40, 119, 79, 83, 107, 133, 95]
  12. data_y_2=[20, 143, 74, 97, 92, 53, 66]
  13. c = (
  14.     Bar({"theme": ThemeType.MACARONS})
  15.         .add_xaxis(data_x)
  16.         .add_yaxis("商家A", data_y_1)
  17.         .add_yaxis("商家B", data_y_2)
  18.         .set_series_opts(
  19.         label_opts=opts.LabelOpts(is_show=False),
  20.         markline_opts=opts.MarkLineOpts(
  21.             data=[opts.MarkLineItem(y=50, name="yAxis=50")]
  22.         ),
  23.     )
  24.         .set_global_opts(title_opts=opts.TitleOpts(title="标题"),
  25.                          xaxis_opts=opts.AxisOpts(
  26.                              name='类别',
  27.                              name_location='middle',
  28.                              name_gap=30,  # 标签与轴线之间的距离，默认为20，最好不要设置20
  29.                              name_textstyle_opts=opts.TextStyleOpts(
  30.                                  font_family='Times New Roman',
  31.                                  font_size=16  # 标签字体大小
  32.                              )),
  33.                          yaxis_opts=opts.AxisOpts(
  34.                              name='数量',
  35.                              name_location='middle',
  36.                              name_gap=40,
  37.                              name_textstyle_opts=opts.TextStyleOpts(
  38.                                  font_family='Times New Roman',
  39.                                  font_size=16
  40.                                  # font_weight='bolder',
  41.                              )),
  42.                          # datazoom_opts=opts.DataZoomOpts(type_="inside"),  #鼠标可以滑动控制
  43.                          # toolbox_opts=opts.ToolboxOpts()  # 工具选项
  44.                          # brush_opts=opts.BrushOpts()       #可以保存选择
  45.                          )
  46.         .render("显示平均刻度.html")
  47. )
  48. print("图表已生成！请查收！")

 

翻转X Y轴柱状图

 

直观的展示柱状图过于单调，有时候我们需要适当的调整一下这个主题，把xy轴翻转一下，这样更能直观的对比显示，适用多个数据类别进行比较。

 

  1. # -*- coding :  utf-8 -*-
  2. # @Time      :  2021/1/29 18:53
  3. # @author    :  王小王
  4. # @Software  :  PyCharm
  5. # @File      :  翻转XY轴.py
  6. # @CSDN      :  https://blog.csdn.net/weixin_47723732
  7. from pyecharts import options as opts
  8. from pyecharts.charts import Bar
  9. data_x = ['可乐', '雪碧', '橙汁', '绿茶', '奶茶', '百威', '青岛']
  10. data_y = [147, 53, 27, 123, 94, 118, 48]
  11. c = (
  12.     Bar()
  13.         .add_xaxis(data_x)
  14.         .add_yaxis("商家A", data_y)
  15.         .add_yaxis("商家B", data_y)
  16.         .reversal_axis()
  17.         .set_series_opts(label_opts=opts.LabelOpts(position="right"))
  18.         .set_global_opts(title_opts=opts.TitleOpts(title="标题"),
  19.                          xaxis_opts=opts.AxisOpts(
  20.                              name='数量',
  21.                              name_location='middle',
  22.                              name_gap=30,  # 标签与轴线之间的距离，默认为20，最好不要设置20
  23.                              name_textstyle_opts=opts.TextStyleOpts(
  24.                                  font_family='Times New Roman',
  25.                                  font_size=16  # 标签字体大小
  26.                              )),
  27.                          yaxis_opts=opts.AxisOpts(
  28.                              name='类别',
  29.                              name_location='middle',
  30.                              name_gap=40,
  31.                              name_textstyle_opts=opts.TextStyleOpts(
  32.                                  font_family='Times New Roman',
  33.                                  font_size=16
  34.                                  # font_weight='bolder',
  35.                              )),
  36.                          # datazoom_opts=opts.DataZoomOpts(type_="inside"),  #鼠标可以滑动控制
  37.                          # toolbox_opts=opts.ToolboxOpts()  # 工具选项
  38.                          # brush_opts=opts.BrushOpts()       #可以保存选择
  39.                          )
  40.         .render("翻转XY轴.html")
  41. )
  42. print("图表已生成！请查收！")

 

 

可以移动的X轴柱状图（适合数据类别过多）

 

可以移动的X轴，我们可以通过鼠标的控制展示我们想要展示的X轴的维度，这个用于数据类别过多，一般的可视化无法展示的情况，比如展示一个的销售额，我们可以用这个，显示30个数据类别。

 

  1. # -*- coding :  utf-8 -*-
  2. # @Time      :  2021/1/29 17:31
  3. # @author    :  王小王
  4. # @Software  :  PyCharm
  5. # @File      :  可以变动的X轴.py
  6. # @CSDN      :  https://blog.csdn.net/weixin_47723732
  7.  
  8. from pyecharts import options as opts
  9. from pyecharts.charts import Bar
  10. from pyecharts.globals import ThemeType
  11.  
  12. 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']
  13.  
  14. 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]
  15. c = (
  16.     Bar({"theme": ThemeType.MACARONS})
  17.     .add_xaxis(data_x)
  18.     .add_yaxis("商家A", data_y)
  19.     .set_global_opts(
  20.         title_opts=opts.TitleOpts(title="标题"),
  21.         datazoom_opts=opts.DataZoomOpts(),
  22.         # 需要的时候可以加入，添加列表形式即可
  23.         # datazoom_opts=opts.DataZoomOpts(type_="inside")
  24.  
  25.     )
  26.     .render("变动X轴柱状图.html")
  27. )
  28.  
  29. print("图表已生成！请查收！")

 

 

可以移动的Y轴柱状图（适合数据类别过多）

 

既然X轴可以，那么Y轴必然也可以，下面来看看这个效果如何。

 

  1. # -*- coding :  utf-8 -*-
  2. # @Time      :  2021/1/29 18:27
  3. # @author    :  王小王
  4. # @Software  :  PyCharm
  5. # @File      :  可以变动的Y轴.py
  6. # @CSDN      :  https://blog.csdn.net/weixin_47723732
  7. from pyecharts import options as opts
  8. from pyecharts.charts import Bar
  9. from pyecharts.globals import ThemeType
  10.  
  11. 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',
  12.           '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']
  13.  
  14. 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]
  15. c = (
  16.     Bar({"theme": ThemeType.MACARONS})
  17.         .add_xaxis(data_x)
  18.         .add_yaxis("商家A", data_y)
  19.         .set_global_opts(
  20.         title_opts=opts.TitleOpts(title="标题"),
  21.         datazoom_opts=opts.DataZoomOpts(orient="vertical"),
  22.  
  23.     )
  24.  
  25.         .render("变动Y轴柱状图.html")
  26. )
  27.  
  28. print("图表已生成！请查收！")

 

 

二维简单柱状图（主题可选择）

 

一个柱状图里面可以展示多种类别的数据，主题可以选择，便于我们对数据进行直观的对比和理解。

 

  1. # -*- coding :  utf-8 -*-
  2. # @Time      :  2021/1/29 17:03
  3. # @author    :  王小王
  4. # @Software  :  PyCharm
  5. # @File      :  柱状图-主题可选择.py
  6. # @CSDN      :  https://blog.csdn.net/weixin_47723732
  7. from pyecharts.charts import Bar
  8. # from pyecharts.faker import Faker
  9. from pyecharts.globals import ThemeType
  10. from pyecharts import options as opts
  11. from pyecharts.charts import Bar
  12.  
  13. data_0=['周一', '周二', '周三', '周四', '周五', '周六', '周日']
  14. data1=[23, 52, 108, 93, 110, 108, 48]
  15. data2=[97, 81, 118, 149, 134, 47, 66]
  16. c = (
  17.     Bar({"theme": ThemeType.MACARONS})
  18.     .add_xaxis(data_0)
  19.     .add_yaxis("商家A", data1)    #gap="0%"   这个可设置柱状图之间的距离
  20.     .add_yaxis("商家B", data2)    #gap="0%"   这个可设置柱状图之间的距离
  21.     .set_global_opts(title_opts={"text": "B标题1", "subtext": "标题2"},     #该标题的颜色跟随主题
  22.                      # 该标题默认为黑体显示，一般作为显示常态
  23.                      # title_opts=opts.TitleOpts(title="标题")
  24.                      xaxis_opts=opts.AxisOpts(
  25.                          name='星期',
  26.                          name_location='middle',
  27.                          name_gap=30,  # 标签与轴线之间的距离，默认为20，最好不要设置20
  28.                          name_textstyle_opts=opts.TextStyleOpts(
  29.                              font_family='Times New Roman',
  30.                              font_size=16  # 标签字体大小
  31.                          )),
  32.                      yaxis_opts=opts.AxisOpts(
  33.                          name='数量',
  34.                          name_location='middle',
  35.                          name_gap=30,
  36.                          name_textstyle_opts=opts.TextStyleOpts(
  37.                              font_family='Times New Roman',
  38.                              font_size=16
  39.                              # font_weight='bolder',
  40.                          )),
  41.  
  42.                     # datazoom_opts=opts.DataZoomOpts(type_="inside"),  #鼠标可以滑动控制
  43.                      # toolbox_opts=opts.ToolboxOpts()  # 工具选项
  44.                     # brush_opts=opts.BrushOpts()       #可以保存选择
  45.     )
  46.  
  47.     .render("简单柱状图.html")
  48. )
  49. print("图表已生成！请查收！")

 

 

动画延迟柱状图

 

个人感觉这个就是设置的一个元素，延迟展示了一下，没有什么太大的用处，当然也可以用到需要的场景。

 

  1. # -*- coding :  utf-8 -*-
  2. # @Time      :  2021/1/29 19:03
  3. # @author    :  王小王
  4. # @Software  :  PyCharm
  5. # @File      :  动画延迟.py
  6. # @CSDN      :  https://blog.csdn.net/weixin_47723732
  7. from pyecharts import options as opts
  8. from pyecharts.charts import Bar
  9. from pyecharts.faker import Faker
  10.  
  11. c = (
  12.     Bar(
  13.         init_opts=opts.InitOpts(
  14.             animation_opts=opts.AnimationOpts(
  15.                 animation_delay=1000, animation_easing="elasticOut"
  16.             )
  17.         )
  18.     )
  19.         .add_xaxis(Faker.choose())
  20.         .add_yaxis("商家A", Faker.values())
  21.         .add_yaxis("商家B", Faker.values())
  22.         .set_global_opts(title_opts=opts.TitleOpts(title="标题"),
  23.                          xaxis_opts=opts.AxisOpts(
  24.                              name='类别',
  25.                              name_location='middle',
  26.                              name_gap=30,  # 标签与轴线之间的距离，默认为20，最好不要设置20
  27.                              name_textstyle_opts=opts.TextStyleOpts(
  28.                                  font_family='Times New Roman',
  29.                                  font_size=16  # 标签字体大小
  30.                              )),
  31.                          yaxis_opts=opts.AxisOpts(
  32.                              name='数量',
  33.                              name_location='middle',
  34.                              name_gap=40,
  35.                              name_textstyle_opts=opts.TextStyleOpts(
  36.                                  font_family='Times New Roman',
  37.                                  font_size=16
  38.                                  # font_weight='bolder',
  39.                              )),
  40.                          # datazoom_opts=opts.DataZoomOpts(type_="inside"),  #鼠标可以滑动控制
  41.                          # toolbox_opts=opts.ToolboxOpts()  # 工具选项
  42.                          # brush_opts=opts.BrushOpts()       #可以保存选择
  43.                          )
  44.         .render("动画延迟.html")
  45. )
  46. print('图表已生成！请查收！')

 

 

直方图按照颜色区分

 

直方图更加的直观的展示，这个案例更是可以运用到统计里面，颜色的区分让我们更加的快速理解。

 

  1. # -*- coding :  utf-8 -*-
  2. # @Time      :  2021/1/29 18:32
  3. # @author    :  王小王
  4. # @Software  :  PyCharm
  5. # @File      :  直方图.py
  6. # @CSDN      :  https://blog.csdn.net/weixin_47723732
  7. from pyecharts import options as opts
  8. from pyecharts.charts import Bar
  9. from pyecharts.faker import Faker
  10. x = Faker.dogs + Faker.animal
  11. xlen = len(x)
  12. y = []
  13. for idx, item in enumerate(x):
  14.     if idx <= xlen / 2:
  15.         y.append(
  16.             opts.BarItem(
  17.                 name=item,
  18.                 value=(idx + 1) * 10,
  19.                 itemstyle_opts=opts.ItemStyleOpts(color="#749f83"),
  20.             )
  21.         )
  22.     else:
  23.         y.append(
  24.             opts.BarItem(
  25.                 name=item,
  26.                 value=(xlen + 1 - idx) * 10,
  27.                 itemstyle_opts=opts.ItemStyleOpts(color="#d48265"),
  28.             )
  29.         )
  30.  
  31. c = (
  32.     Bar()
  33.     .add_xaxis(x)
  34.     .add_yaxis("series0", y, category_gap=0, color=Faker.rand_color())
  35.     .set_global_opts(title_opts=opts.TitleOpts(title="Bar-直方图（颜色区分）"),
  36.                             xaxis_opts=opts.AxisOpts(
  37.                              name='类别',
  38.                              name_location='middle',
  39.                              name_gap=30,  # 标签与轴线之间的距离，默认为20，最好不要设置20
  40.                              name_textstyle_opts=opts.TextStyleOpts(
  41.                                  font_family='Times New Roman',
  42.                                  font_size=16  # 标签字体大小
  43.                              )),
  44.                             yaxis_opts=opts.AxisOpts(
  45.                          name='数量',
  46.                          name_location='middle',
  47.                          name_gap=30,
  48.                          name_textstyle_opts=opts.TextStyleOpts(
  49.                              font_family='Times New Roman',
  50.                              font_size=16
  51.                              # font_weight='bolder',
  52.                          )),
  53.                      # toolbox_opts=opts.ToolboxOpts()  # 工具选项
  54.                     # brush_opts=opts.BrushOpts()       #可以保存选择
  55.     )
  56.  
  57.     .render("直方图.html")
  58. )
  59. print("图表已生成！请查收！")

 

 

本期可视化案例就介绍到这里了，下期继续更新柱状图案例合集，欢迎大家支持！

 

每文一语

最好的投资就是投资自己；只有经济独立，才能灵魂挺拔！