pyecharts中⽂⽂档使⽤攻略
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（引⾃官⽅⽂档）。
安装
版本V1，⽀持Python3.6+
1. 使⽤Anaconda（注意Anaconda中Python版本），在其⾃带的命令⾏界⾯通过如下命令安装。
pip install pyecharts
2. 直接在操作系统命令⾏界⾯安装，同样通过上述命令。但需注意该命令是否将pyecharts安装在正确的⽬录下⾯，可通过pip list命令
显⽰已安装的库， 如果已安装了numpy库，可通过pip install numpy 看到pip是否将库安装在⾃⼰想要的地⽅。
使⽤思路
本篇⽂章针对pyecharts官⽅⽂档中图表类型（包含基本图表、直⾓坐标系图表、树形图表等）来进⾏相关的使⽤说明。
在根据需要选择相应的图表进⾏绘制时，如何按照⾃⼰的要求将图形绘制出来，其中必然⾯临着对该图表进⾏较为细致化的⼯作，这也是这篇⽂章的⽬的。
中，含有⼤量变量注释的语法var: type = value ， 其本质上就是 var = value # type就是var期望的类型，主要是为了⽅便帮助复杂案例中的类型推断。
各类图表既含有共同的⽅法，显然由于图表本⾝的特性不同，它们本⾝⼜含有⾃⾝特有的⽅法。
以基本图表中的⽇历图和直⾓坐标系图表中的柱状图为例。
set_global_options ()⽅法是共有的⽅法，意为设置全局配置选项。add()⽅法是⽇历图所有的，⽽add_yaxis()⽅法是柱状图所有且柱状图没有add()⽅法。所以在使⽤单个图表时要具体图表具体分析。
图表本⾝特有⽅法在使⽤上⼜有着相同的地⽅，重点在⽅法的参数上⾯，在使⽤官⽅⽂档时，应细看图表⽅法的相关参数。
下⾯以官⽅的具体实例进⾏较为细致的使⽤说明。
具体实例
1.官⽅实例⼀：⽇历图（使⽤过程详看注释）
import random
#导⼊配置项和基本图表中的⽇历图
from pyecharts import options as opts
from pyecharts.charts import Calendar
#函数返回⽇历表
def calendar_base()-> Calendar:
begin = datetime.date(2017,1,1)
end = datetime.date(2017,12,31)
'''
此处数据data的形式依据⽂档中add()⽅法参数解释说明给定：“”中为引⽤⽂档中的说明。
“# 系列数据，格式为 [(date1, value1), (date2, value2), ...]
qyaxis_data: Sequence”
'''
data =[
[str(begin + datetime.timedelta(days=i)), random.randint(1000,25000)]
for i in range((end - begin).days +1)
]
c =(
Calendar()#以下⽅法调⽤为链式调⽤
.add("", data, calendar_opts=opts.CalendarOpts(range_="2017"))'''此处的calendar_opts仍为add()⽅法中所特有的参数选项，依据⽂档中给出的说明来进⾏具体参数的设置'''
#set_global_opts为全局配置项⽅法，具体的全局配置项较多，使⽤时可根据需要来进⾏选择。
.set_global_opts(
title_opts=opts.TitleOpts(title="Calendar-2017年步数情况"),
visualmap_opts=opts.VisualMapOpts(
max_=20000,
min_=500,
orient="horizontal",
is_piecewise=True,
pos_top="230px",
pos_left="100px",
),
)
)
return c
效果图如下所⽰：
2.官⽅实例⼆：柱状图（使⽤过程详见注释）
def bar_base_with_animation()-> Bar:
c =(
'''
class Bar()定义时，根据⽂档可含有参数
init_opts=opts.InitOpts(),⽽opts.InitOpts()
根据⽂档仍可含有动画配置项AnimationOpts类参数，
⽽AnimationOpts本⾝⼜含有参数。
'''
Bar(
init_opts=opts.InitOpts(
animation_opts=opts.AnimationOpts(
animation_delay=1000, animation_easing="elasticOut"
python官方文档中文版
)
)
)
'''
下⾯add_**已不再是之前的add()⽅法，⽽是其特有的⽅法，
其中Faker类是官⽅提供的数据集，⽆需过多注意。
'''
.add_xaxis(Faker.choose())
.add_yaxis("商家A", Faker.values())
.add_yaxis("商家B", Faker.values())
#set_global_opts是共有的⽅法，其参数对应不同的配置项。
.set_global_opts(
title_opts=opts.TitleOpts(title="Bar-动画配置基本⽰例", subtitle="我是副标题") )
)
return c
效果图如下所⽰：

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。