Matplotlib擴展篇-Pyecharts

Pyecharts 簡介

pyecharts 是一個用於生成 Echarts 圖表的類庫。Echarts 是百度開源的一個數據可視化 JS 庫。用 Echarts 生成的圖可視化效果非常棒，pyecharts 是爲了與 Python進行對接，方便在 Python 中直接使用數據生成圖。

Pyecharts官網鏈接
GitHub鏈接

Pyecharts 通用配置項

代碼演示：

import pyecharts
#畫簡單的柱狀圖
from pyecharts import Bar
bar = Bar("主標題", "這裏是副標題")
# pyecharts 遵循所有圖表都先定義數據在進行展示
bar.add("服裝", ["襯衫", "羊毛衫", "雪紡衫","褲子", "高跟鞋", "襪子"], 
        [5, 20, 36, 10, 75, 90])

#方法一： 將圖表渲染輸出到html頁面
# bar.render()    # 如果不傳參數，默認保存到當前文件夾下

# 方法二： 直接再jupyter中展示
bar

結果顯示：

secondBar = Bar('主標題','副標題')
# is_more_utils 是否顯示工具欄
secondBar.add("服裝", ["襯衫", "羊毛衫", "雪紡衫","褲子", "高跟鞋", "襪子"], 
        [5, 20, 36, 10, 75, 90],
             is_more_utils=True)  #設置出現最右側的工具欄 

secondBar

結果顯示：

#會調試輸了pyecharts的js配置信息
secondBar.show_config()

#根據柱狀圖，繪製堆積圖
attr = ["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", " 襪子"]
v1 = [5, 20, 36, 10, 75, 90] 
v2 = [10, 25, 8, 60, 20, 80] 
bar = Bar("柱狀圖數據堆疊示例") 
bar.add("商家A", attr, v1, is_stack=True) 
bar.add("商家B", attr, v2, is_stack=True)  
bar

結果顯示：

#根據柱狀圖，繪製帶標記線和標記點圖
attr = ["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", " 襪子"]
v1 = [5, 20, 36, 10, 75, 90] 
v2 = [10, 25, 8, 60, 20, 80] 
bar = Bar("標記線和標記點示例") 
bar.add("商家A", attr, v1,markpoint=['average']) 
bar.add("商家B", attr, v2,mark_line=['min','max']) 
bar

結果顯示：

#根據柱狀圖，交換x軸和y軸
attr = ["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", "襪子"] 
v1 = [5, 20, 36, 10, 75, 90] 
v2 = [10, 25, 8, 60, 20, 80] 
bar = Bar("x 軸和 y 軸交換") 
bar.add("商家A", attr, v1) 
bar.add("商家B", attr, v2,is_convert=True)
bar

結果顯示：

#折線圖/面積圖-1
from pyecharts import Line
attr = ["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", "襪子"] 
v1 = [5, 20, 36, 10, 10, 100] 
v2 = [55, 60, 16, 20, 15, 80] 
line = Line("折線圖示例") 
line.add("商家A", attr, v1, mark_point=["average"]) 
line.add("商家B", attr, v2, is_smooth=True, mark_line=["max", "average"]) 
line

結果顯示：

#折線圖/面積圖-2
attr = ["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", " 襪子"] 
v1 = [5, 20, 36, 10, 10, 100] 
v2 = [55, 60, 16, 20, 15, 80] 
line = Line("折線圖示例") 
line.add("商家A", attr, v1, mark_point=["average", "max", "min"], 
         mark_point_symbol='diamond', 
         mark_point_textcolor='#40ff27') 
line.add("商家B", attr, v2, mark_point=["average", "max", "min"], 
         mark_point_symbol='arrow', 
         mark_point_symbolsize=40)
line

結果顯示：

#折線圖/面積圖-3
attr = ["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", " 襪子"] 
v1 = [5, 20, 36, 10, 10, 100] 
v2 = [55, 60, 16, 20, 15, 80] 
line = Line("折線圖-面積圖示例") 
line.add("商家A", attr, v1, is_fill=True, line_opacity=0.2, area_opacity=0.4, symbol=None)   #opacity不透明度
line.add("商家B", attr, v2, is_fill=True, area_color='#000', area_opacity=0.3, is_smooth=True)
line

結果顯示：

#繪製餅圖-1
from pyecharts import Pie 
attr = ["襯衫", "羊毛衫", "雪紡衫", "褲子", "高 跟鞋", "襪子"] 
v1 = [11, 12, 13, 10, 10, 10] 
pie = Pie("餅圖示例") 
pie.add("", attr, v1, is_label_show=True) 
pie

結果顯示：

#繪製餅圖-2
attr = ["襯衫", "羊毛衫", "雪紡衫", "褲子", "高 跟鞋", "襪子"] 
v1 = [11, 12, 13, 10, 10, 10] 
pie = Pie("餅圖-圓環圖示例", title_pos='center') 
pie.add("", attr, v1, radius=[40, 75], label_text_color=None, 
        is_label_show=True, 
        legend_orient='vertical',
        legend_pos='left')
pie

結果顯示：

#散點圖-1
from pyecharts import Scatter
v1 = [10, 20, 30, 40, 50, 60] 
v2 = [10, 20, 30, 40, 50, 60] 
scatter = Scatter("散點圖示例") 
scatter.add("A", v1, v2) 
scatter.add("B", v1[::-1], v2) 
scatter

結果顯示：

#散點圖-2
v1 = [10, 20, 30, 40, 50, 60] 
v2 = [10, 20, 30, 40, 50, 60] 
scatter = Scatter("散點圖示例") 
scatter.add("A", v1, v2) 
scatter.add("B", v1[::-1], v2, 
            is_visualmap=True, 
            visual_type='size', 
            visual_range_size=[20, 80])
scatter

結果顯示：