pyecharts是python的可视化工具包吗,python中pyecharts库

  pyecharts是python的可视化工具包吗,python中pyecharts库

  Echarts是一个用于生成电子图表的类库。Echarts是百度开源的数据可视化库,echarts生成的图形可视化效果非常出色。使用pyechart库在python中生成echarts数据图。本文将详细介绍Pyecharts库的使用方法,以供参考。

  00-1010一、Pyecharts概述1.1 pye charts的特点1.2 pye charts的介绍案例2.1全局配置项2.2系列配置项3。Pye图表摘要

  

目录

 

  Pyechart是用于生成Echarts的Python第三方库(Echarts是基于Javascript的开源可视化图表库)。

  

一、Pyecharts 概述

 

  根据官方文件的介绍,Pyecharts的特点如下:

  1.简单的API设计,流畅的使用,支持链式调用。

  2.包含30种常用图表,包罗万象。

  3.支持主流笔记本环境,Jupyter笔记本和JupyterLab

  4.它可以很容易地集成到Flask和Django等主流Web框架中。

  5.高度灵活的配置项,可以轻松搭配漂亮的图表。

  6.帮助开发人员更快开始项目的详细文档和示例。

  7.多达400个地图文件和原生百度地图为地理数据可视化提供了强大的支持。

  Pyecharts官网链接:https://pyecharts.org/#/

  

1.1 Pyecharts 特性

 

  1.2.1 安装 Pyecharts

  #通过pip安装Pyecharts

  $ pip安装pyecharts

  #安装完成后,您可以通过以下命令检查Pyecharts是否安装成功

  $ pip列表

  1.2.2 Pyecharts 入门案例

  从pyecharts.charts导入栏

  版本# v1开始支持链式调用。

  bar=(

  酒吧()。add_xaxis([衬衫,毛衣,裤子])。add_yaxis(商家A ,[10,20,30])。add_yaxis(商家B ,[30,20,10])

  )

  # render会生成一个本地html文件,默认是当前目录,文件名是render.html。

  #您也可以传入参数,例如:bar.render(mycharts.html )

  bar.render()

  运行上面的程序将在当前生成一个render.html。py文件目录下,打开render.html,并显示如下直方图:

  

1.2 Pyecharts 入门案例

 

  Pyecharts的配置项分为全局配置项和系列配置项。通过这些配置项,您可以自定义图表中的显示内容。

  

二、Pyecharts 配置项

 

  可以通过set_global_opts方法设置全局配置,如下图所示。通过全局配置项,可以自定义图表的标题、图例、提示框、工具箱等图表显示内容。

  2.1.1 全局配置项的使用

  全局配置项的使用基本相同。因此,本文以TitleOpts的标题设置为例,详细介绍如何使用这些设置。首先通过官方文档的介绍,基本可以知道TitleOpts支持哪些设置:

  类别标题选项(

  #主标题文本,支持换行。

  title:可选[

  str] = None,

   # 主标题跳转 URL 链接

   title_link: Optional[str] = None,

   # 主标题跳转链接方式

   # 默认值是: blank

   # 可选参数: self, blank

   # self 当前窗口打开; blank 新窗口打开

   title_target: Optional[str] = None,

   # 副标题文本,支持使用 n 换行。

   subtitle: Optional[str] = None,

   # 副标题跳转 URL 链接

   subtitle_link: Optional[str] = None,

   # 副标题跳转链接方式

   # 默认值是: blank

   # 可选参数: self, blank

   # self 当前窗口打开; blank 新窗口打开

   subtitle_target: Optional[str] = None,

   # title 组件离容器左侧的距离。

   # left 的值可以是像 20 这样的具体像素值,可以是像 20% 这样相对于容器高宽的百分比,

   # 也可以是 left, center, right。

   # 如果 left 的值为left, center, right,组件会根据相应的位置自动对齐。

   pos_left: Optional[str] = None,

   # title 组件离容器右侧的距离。

   # right 的值可以是像 20 这样的具体像素值,可以是像 20% 这样相对于容器高宽的百分比。

   pos_right: Optional[str] = None,

   # title 组件离容器上侧的距离。

   # top 的值可以是像 20 这样的具体像素值,可以是像 20% 这样相对于容器高宽的百分比,

   # 也可以是 top, middle, bottom。

   # 如果 top 的值为top, middle, bottom,组件会根据相应的位置自动对齐。

   pos_top: Optional[str] = None,

   # title 组件离容器下侧的距离。

   # bottom 的值可以是像 20 这样的具体像素值,可以是像 20% 这样相对于容器高宽的百分比。

   pos_bottom: Optional[str] = None,

   # 标题内边距,单位px,默认各方向内边距为5,接受数组分别设定上右下左边距。

   # // 设置内边距为 5

   # padding: 5

   # // 设置上下的内边距为 5,左右的内边距为 10

   # padding: [5, 10]

   # // 分别设置四个方向的内边距

   # padding: [

   # 5, // 上

   # 10, // 右

   # 5, // 下

   # 10, // 左

   # ]

   padding: Union[Sequence, Numeric] = 5,

   # 主副标题之间的间距。

   item_gap: Numeric = 10,

   # 主标题字体样式配置项,参考 `series_options.TextStyleOpts`

   title_textstyle_opts: Union[TextStyleOpts, dict, None] = None,

   # 副标题字体样式配置项,参考 `series_options.TextStyleOpts`

   subtitle_textstyle_opts: Union[TextStyleOpts, dict, None] = None,

  )

  而前面有说到,全局配置项是通过 set_global_opts 进行设置,也就是说,在调用 set_global_opts 时,只需要在其入参中添加上 title_opts,就可以针对 charts 图进行一些标题的自定义,set_global_opts 相关源码及相关案例如下:

  

def set_global_opts(

 

  

from pyecharts.charts import Bar

 

  

 

  2.1.2 全局配置项使用总结

  

  • 在调用 set_global_opts 时,可以追加相应的全局配置项,支持的全局配置项可以参考 set_global_opts 源码。

  • 可以通过官方文档或者查看源码去了解这些全局配置项都支持哪些入参,同样也可以通过源码入手。

  • 注意入参的数据类型,并不是所有全局配置项的入参都是 str 类型。

 

  

 

  

2.2 系列配置项

 

  系列配置可以通过 set_series_opts 方法进行设置,通过系列配置项,可以对文字、图元等样式进行配置。

  2.2.1 系列配置项的使用

  以 ItemStyleOpts 图元设置项为例,同样可以通过官方文档的介绍,可以基本知道 ItemStyleOpts 支持的设置项有哪些:

  

class ItemStyleOpts(

 

  具体使用方式如下:

  

from pyecharts.charts import Bar

 

  

 

  在上面的 charts 图中可以看到,charts 图的颜色发生了变化,同样可以发现一个问题,就是每个系列的颜色都是相同的,这样的 charts 图可能并不符合我们的预期结果,既然是系列配置项,那么我们的关注点可以放到 add_yaxis 上,可以看到,该方法同样也是有一个 itemstyle_opts 入参的,因此,还可以进行如下方式的设置:

  

from pyecharts.charts import Bar

 

  

 

  2.2.2 系列配置项使用总结

  系列配置项的使用方式其实和全局配置项的使用方式基本相同:

  

  • 在调用 set_series_opts 时,可以追加相应的全局配置项,支持的全局配置项可以参考 set_series_opts 源码。

  • 可以通过官方文档或者查看源码去了解这些全局配置项都支持哪些入参,同样也可以通过源码入手。

  • 注意入参的数据类型,并不是所有全局配置项的入参都是 str 类型。

  • 系列配置项支持在 charts 图系列中进行追加。

 

  

 

  

三、Pyecharts 的总结

 

  对于生成 charts 图,无非是两个步骤:1)获取数据,2)将数据生成 charts 图,而 pyecharts 关注的重点则在于第二步,在了解了 pyecharts 的全局配置项和系列配置项之后,可以说是基本掌握了 pyecharts 的使用,对于 pyecharts 其他类型的 charts 图不再进行演示,官方文档上都有详细的说明。

  以上就是Python数据可视化Pyecharts库的使用教程的详细内容,更多关于Python Pyecharts库的资料请关注盛行IT软件开发工作室其它相关文章!

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: