5 分鐘完全解讀 pyecharts 動態(tài)圖表

1. pyecharts簡介

pip install pyecharts

2.pyecharts簡單使用

from pyecharts.charts import Bar,Line
from pyecharts import options as opts
from pyecharts.globals import ThemeType

line = (
    Line(init_opts=opts.InitOpts(theme=ThemeType.LIGHT, width='1000px',height='300px' ))
    .add_xaxis(["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", "襪子"])
    .add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
    .add_yaxis("商家B", [15, 6, 45, 20, 35, 66])
    .set_global_opts(title_opts=opts.TitleOpts(title="主標題", subtitle="副標題"),
                        datazoom_opts=opts.DataZoomOpts(is_show=True))
    .set_series_opts(label_opts=opts.LabelOpts(is_show=True))
)
line.render('test.html')
line.render_notebook()

• 圖標類型（Line）本身的初始化配置，如主題，大小
• 加載數(shù)據(jù)：如加載x軸數(shù)據(jù)，加載y軸數(shù)據(jù)（可以多個）
• 設置全局配置，如標題，區(qū)域縮放datazoom，工具箱等
• 設置系列配置項，如標簽，線條，刻度文本展示等
• 圖標顯示：render保存成html文件，如果是jupyter notebook則直接通過render_notebook展示在notebook中

3.常用配置使用

• InitOpts：各個圖表類型初始配置
• set_global_opts：全局外觀配置
• set_series_opts：系列配置

• InitOpts：主題，長寬，動畫效果
• DataZoomOpts：區(qū)域收縮，這個對于數(shù)據(jù)特別多，如一天的時間序列數(shù)據(jù)，特別有用，可以拖動查看全局和局部的數(shù)據(jù)（可以設置是否顯式顯式還是可拖動type_="inside"）
• 標題配置TitleOpts：說明這個圖表說明的是什么，必備的吧
• 圖例配置LegendOpts：說明圖表中的不同數(shù)據(jù)項（這個圖例是可以點擊的，可以單獨查看某個圖例的數(shù)據(jù)，很有用）
• 提示框配置TooltipOpts：顯示圖例具體某個點的數(shù)據(jù)
• x軸和y軸坐標軸標題說明AxisOpts
• 坐標刻度調(diào)整：特別適用于刻度說明比較多，可以顯示角度變換等
• markpoint/markline: 對圖表的特別標記，用于重點說明部分和標注區(qū)分線

from pyecharts.charts import Bar,Line
from pyecharts import options as opts
from pyecharts.globals import ThemeType

bar = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT, 
                                 width='1000px',
                                 height='300px', 
                                 animation_opts=opts.AnimationOpts(animation_delay=1000, animation_easing="elasticOut")
                                )
        )
    .add_xaxis(["襯衫", "羊毛衫", "雪紡衫", "褲子", "高跟鞋", "襪子"])
    .add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
    .add_yaxis("商家B", [15, 6, 45, 20, 35, 66])
    .set_global_opts(title_opts=opts.TitleOpts(title="主標題", subtitle="副標題"),
                     toolbox_opts=opts.ToolboxOpts(is_show=False),
                     # datazoom_opts=opts.DataZoomOpts(is_show=True)
                     datazoom_opts=[opts.DataZoomOpts(), opts.DataZoomOpts(type_="inside")],
                     legend_opts=opts.LegendOpts(type_="scroll", pos_left="50%", orient="vertical"),
                     xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15), name="我是 X 軸"),
                     yaxis_opts=opts.AxisOpts(name="我是 Y 軸", axislabel_opts=opts.LabelOpts(formatter="{value} /月")),
                     tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),

                    )
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False),
                    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"),
                        ]
                        ),
                    )
)
# line.render('test.html')
bar.render_notebook()

4.常用組合圖表使用

• 不同圖表類型組合如柱狀圖和折線圖組合在一張圖中（雙y軸），主要的看同一視角不同指標的差異和關聯(lián)；pyecharts中是通過overlap實現(xiàn)

  from pyecharts import options as opts
  from pyecharts.charts import Bar, Line
  from pyecharts.faker import Faker
  
  v1 = [2.0, 4.9, 7.0, 23.2, 25.6, 76.7, 135.6, 162.2, 32.6, 20.0, 6.4, 3.3]
  v2 = [2.6, 5.9, 9.0, 26.4, 28.7, 70.7, 175.6, 182.2, 48.7, 18.8, 6.0, 2.3]
  v3 = [2.0, 2.2, 3.3, 4.5, 6.3, 10.2, 20.3, 23.4, 23.0, 16.5, 12.0, 6.2]
  
  
  bar = (
      Bar(init_opts=opts.InitOpts(width="680px", height="300px"))
      .add_xaxis(Faker.months)
      .add_yaxis("蒸發(fā)量", v1)
      .add_yaxis("降水量", v2)
      .extend_axis(
          yaxis=opts.AxisOpts(
              axislabel_opts=opts.LabelOpts(formatter="{value} °C"), interval=5
          )
      )
      .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
      .set_global_opts(
          title_opts=opts.TitleOpts(title="Overlap-bar+line"),
          yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(formatter="{value} ml")),
          tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),
      )
  )
  
  line = Line().add_xaxis(Faker.months).add_yaxis("平均溫度", v3, yaxis_index=1)
  bar.overlap(line)
  bar.render_notebook()
  

  從實現(xiàn)上，

• .extend_axis增加一個縱坐標

• 增加的折線圖設置軸坐標時設置yaxis_index索引和前面的縱坐標對應

• 然后兩張疊加overlap bar.overlap(line)

• 多圖標以網(wǎng)格（GRID）方式組合，主要是對比；pyecharts中是通過grid組件實現(xiàn)

  from pyecharts import options as opts
  from pyecharts.charts import Bar, Grid, Line
  from pyecharts.faker import Faker
  
  bar = (
      Bar()
      .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="Grid-Bar"))
  )
  line = (
      Line()
      .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="Grid-Line", pos_top="48%"),
          legend_opts=opts.LegendOpts(pos_top="48%"),
      )
  )
  
  grid = (
      Grid(init_opts=opts.InitOpts(width="680px", height="500px"))
      .add(bar, grid_opts=opts.GridOpts(pos_bottom="60%"))
      .add(line, grid_opts=opts.GridOpts(pos_top="60%"))
  )
  grid.render_notebook()
  

  從實現(xiàn)看

• 主要通過Grid把各種圖形放入其中

• 各個圖表的位置通過GridOpts來設置，上下左右的位置

• 需要注意的是:grid中圖表的title和圖例需要根據(jù)所處位置來指定相對的位置（這個有點麻煩，多調(diào)調(diào)）

5.地圖使用

• map支持不同的maptype，如中國地圖china(省級) china-cities（市級），世界地圖world，還有中國各省市地圖以及世界各國國家地圖，參看github pyecharts/datasets/map_filename.json
• map的數(shù)據(jù)格式是（地理位置， value）， 如[['廣東', 76],['北京', 58]]
• 可以通過visualmap_opts查看著重點

from pyecharts import options as opts
from pyecharts.charts import Map
from pyecharts.faker import Faker

c1 = (
    Map()
    .add("商家A", [list(z) for z in zip(Faker.guangdong_city, Faker.values())], "廣東")
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Map-廣東地圖"), visualmap_opts=opts.VisualMapOpts()
    )
   
)

c2 = (
    Map()
    .add("商家A", [list(z) for z in zip(Faker.provinces, Faker.values())], "china")
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Map-VisualMap（連續(xù)型）"),
        visualmap_opts=opts.VisualMapOpts(max_=200),
    )
)

# c1.render_notebook()
c2.render_notebook()

6.特色圖表使用

• Timeline：時間線輪播多圖 先聲明一個Timeline, 按照展示的時間順序，將圖表add到Timeline上; 可以通過播放按鈕循環(huán)按照時間順序展示圖表。

  from pyecharts import options as opts
  from pyecharts.charts import Pie, Timeline
  from pyecharts.faker import Faker
  
  attr = Faker.choose()
  tl = Timeline()
  for i in range(2015, 2020):
      pie = (
          Pie()
          .add(
              "商家A",
              [list(z) for z in zip(attr, Faker.values())],
              rosetype="radius",
              radius=["30%", "55%"],
          )
          .set_global_opts(title_opts=opts.TitleOpts("某商店{}年營業(yè)額".format(i)))
      )
      tl.add(pie, "{}年".format(i))
  tl.render_notebook()
  

• 儀表盤

  from pyecharts import options as opts
  from pyecharts.charts import Gauge
  
  c = (
      Gauge()
      .add("", [("完成率", 30.6)], radius="70%",
          axisline_opts=opts.AxisLineOpts(
              linestyle_opts=opts.LineStyleOpts(
                  color=[(0.3, "#67e0e3"), (0.7, "#37a2da"), (1, "#fd666d")], width=30)
              ),
              title_label_opts=opts.LabelOpts(
                  font_size=20, color="blue", font_family="Microsoft YaHei"
              ),
          )
      .set_global_opts(title_opts=opts.TitleOpts(title="Gauge-基本示例"), legend_opts=opts.LegendOpts(is_show=False),)
  
  )
  c.render_notebook()
  

7.其他圖表一覽

• 雷達圖 Radar

• 樹形圖 Tree

• 熱力圖 heatMap

• 日歷圖 Calendar

• 散點圖 Scatter

• 3D圖 Bar3D

• 箱型圖 Boxplot

8.總結

• pyecharts所有的圖像屬性設置都通過opts來設置，有圖表初始屬性/全局屬性/系列屬性
• 本文提供常用的配置，足夠用了，拿走不謝，見常用配置使用
• pyecharts 支持多圖表組合，如折線圖和條形圖 overlap， 多個圖表grid展示
• pyecharts好用的map，可以展示中國省市，世界各國地圖，請按照[位置，value]準備數(shù)據(jù)
• Timeline可以讓你的圖表按照時間輪播
• 更多圖表參見參考資料

9.參考資料

• https://pyecharts.org/#/zh-cn/quickstart