pyecharts学习笔记

文章目录

• ​​pyecharts学习笔记​​

• ​​快速开始​​
• ​​如何安装​​
• ​​[5 分钟上手](https://pyecharts.org/#/zh-cn/quickstart?id=_5-分钟上手)​​
• ​​使用主题​​
• ​​折线图​​

• ​​气温折线图：​​
• ​​饼图​​
• ​​中国疫情地图​​

pyecharts的官方文档：

​​pyecharts​​

快速开始

pyecharts.org 不做版本管理，您所看到的当前文档为最新版文档，若文档与您使用的版本出现不一致情况，请及时更新 pyecharts。

如何查看使用的 pyecharts 版本？

import pyecharts

print(pyecharts.__version__)      

​​如何安装​​

pip 安装

pip install pyecharts      

源码安装**

$ git clone https://github.com/pyecharts/pyecharts.git
$ cd pyecharts
$ pip install -r requirements.txt
$ python setup.py install
# 或者执行 python install.py      

​​5 分钟上手​​

首先开始来绘制你的第一个图表

from pyecharts.charts import Bar

bar = Bar()
bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
# render 会生成本地 HTML 文件，默认会在当前目录生成 render.html 文件
# 也可以传入路径参数，如 bar.render("mycharts.html")
bar.render()      

上面这个事在本地pycharm下运行，如果要在Jupyter notebook上运行，我们就在后面加入

bar.render_notebook()      

如下

from pyecharts.charts import Bar
# 创建 Bar 类的对象
bar = Bar()
# 添加 x 轴和 y 轴的数据
bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
# render 会生成本地 HTML 文件，默认会在当前目录生成 render.html 文件
# 也可以传入路径参数，如 bar.render("mycharts.html")
# bar.render()
bar.render_notebook()      

使用主题

from pyecharts.charts import Bar
from pyecharts import options as opts

from pyecharts.globals import ThemeType
from pyecharts.globals import ThemeType
bar = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    .add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
    .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="主标题", subtitle="副标题"))
)
bar.render_notebook()      

折线图

from pyecharts.charts import Line
line=(
    Line(init_opts=opts.InitOpts(theme=ThemeType.WESTEROS))
    .add_xaxis(['衬衫','羊毛衫','裤子','高跟鞋','袜子','雪纺衫'])
    .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="主标题",subtitle="副标题"))
)
line.render_notebook()      

气温折线图：

import pyecharts.options as opts
from pyecharts.charts import Line
week_name_list = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
high_temperature = [11, 11, 15, 13, 12, 13, 10]
low_temperature = [1, -2, 2, 5, 3, 2, 0]
line=(
    Line(init_opts=opts.InitOpts(width="600px",height="300px"))
    .add_xaxis(xaxis_data=week_name_list)
    .add_yaxis(series_name="最高温度",y_axis=high_temperature,symbol="arrow",is_symbol_show=True)
    .add_yaxis(series_name="最低气温",y_axis=low_temperature)
    .set_global_opts(title_opts=opts.TitleOpts(title="未来一个星期的气温变化"))
)
line.render_notebook()      

饼图

from pyecharts.charts import Pie
from pyecharts import options as opts
import pandas as pd

#数据的读取
data=pd.read_excel("data\交通数据(1).xlsx",sheet_name='运输服务')
data=data.set_index("年份")
xdata=data.loc[2001][::2]
labels=data.columns[::2]
data_pair=[list(z) for z in zip(labels,xdata)]
# print(data_pair)
init_opts=opts.InitOpts(width="600px",height="600px")
pie=Pie(init_opts)
pie.add(
   series_name="",data_pair=data_pair
)
# pie.render(path="Bing1.html")
#设置全局配置项
pie.set_global_opts(title_opts=opts.TitleOpts(title="2001年各交通运输行业客运量占比图"),legend_opts=opts.LegendOpts(pos_bottom=10,pos_top=None))
pie.render_notebook()      

中国疫情地图

import pyecharts.options as opts
from  pyecharts.charts import Map
import pandas as pd
#读数据
df=pd.read_excel("data.xlsx",sheet_name='国内疫情')
data=df.set_index('省份')

data2=data.loc[::]['累计确诊']

city=data.index[::]

num=data2
an=(
    Map(init_opts=opts.InitOpts(width="600px",height="300px"))
    .add("",[list(z)for z in zip(city,num)],"china")
    .set_global_opts(
    title_opts=opts.TitleOpts(title="国内累计确诊人数图"),
        visualmap_opts=opts.VisualMapOpts(max_=200)
)
#     .render('国内累计确诊人数图.html')
    .render_notebook()
)