Python-数据可视化Pyecharts一介绍安装,全局配置,系列配置
目录
Python—-数据可视化（Pyecharts一：介绍安装，全局配置，系列配置）
一、PyEcharts介绍
1.1、概况
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， 诞生了。
1.2、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
官网 官网文档：
官方画廊：
GitHub:
Echarts官网：
1.3、安装
安装
pip install pyecharts
查看版本
import pyecharts print(pyecharts.__version__)
二、全局配置项
地址：
全局配置可以配置很多功能，可以理解成主要配置配合图表数据的 工具，如下：
标题
图例
提示框
坐标轴
标记、标记点、标记线等
from pyecharts.charts import Bar
from pyecharts.faker import Faker
from pyecharts import options as opts
# 绘制图表
bar = (
Bar() # 初始化条形图
.add_xaxis(Faker.choose()) # 添加x轴数据
.add_yaxis("商家A", Faker.values()) # 添加y轴数据
.add_yaxis("商家B", Faker.values()) # 添加y轴数据
)
# 设置全局配置项
bar.set_global_opts(
title_opts= opts.TitleOpts(title='Bar-基本示例', subtitle='我是副标题'), # 设置标题
legend_opts= opts.LegendOpts(orient='vertical'), # 设置图例不显示
tooltip_opts=opts.TooltipOpts(trigger='axis', axis_pointer_type='cross'), # 设置提示框
toolbox_opts=opts.ToolboxOpts(is_show=True,feature=opts.ToolBoxFeatureOpts(magic_type=None)), # 设置工具箱
xaxis_opts=opts.AxisOpts(), # 设置x轴
yaxis_opts=opts.AxisOpts(), # 设置y轴
visualmap_opts=opts.VisualMapOpts(is_show=True,range_color=[Faker.rand_color(),Faker.rand_color()]), # 设置视觉映射组件
)
# 渲染图表
bar.render_notebook()
三、系列配置项
地址：
系列配置项可以配置很多功能，可以理解成主要配置配合图表数据 的工具
from pyecharts.charts import Bar
from pyecharts.faker import Faker
from pyecharts import options as opts
# 绘制图表
bar = (
Bar() # 初始化条形图
.add_xaxis(Faker.choose()) # 添加x轴数据
.add_yaxis("商家A", Faker.values()) # 添加y轴数据
.add_yaxis("商家B", Faker.values()) # 添加y轴数据
)
# 设置系列配置项
bar.set_series_opts(
# itemstyle_opts=opts.ItemStyleOpts(color=Faker.rand_color(),opacity=0.8), # 设置图元样式
label_opts=opts.LabelOpts(is_show=False), # 设置标签样式
markpoint_opts=opts.MarkPointOpts(data=[
opts.MarkPointItem(type_="max", name="最大值",symbol_size=80), # 设置标记点数据
opts.MarkPointItem(type_="min", name="最小值"), # 设置标记点数据
]), # 设置标记点样式
)
# 渲染图表
bar.render_notebook()