---

版权声明：本文为CSDN博主「千语_肉丸子」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。原文链接：https://blog.csdn.net/u012535605/article/details/80677791

1.基本语法学习

from pyecharts import Bar
bar = Bar("我的第一个图表", "这里是副标题")
bar.add("服装", ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"], [5, 20, 36, 10, 75, 90])
# bar.print_echarts_options() # 该行只为了打印配置项，方便调试时使用
bar.render()    # 生成本地 HTML 文件

add() : 主要方法，用于添加图表的数据和设置各种配置项

print_echarts_options() :打印输出图表的所有配置项

render():默认将会在根目录下生成一个 render.html 的文件，支持 path 参数，设置文件保存位置，如 render(r"e:\my_first_chart.html")，文件用浏览器打开。

Note： 可以按右边的下载按钮将图片下载到本地，如果想要提供更多实用工具按钮，请在 add() 中设置 is_more_utils 为 True

2.使用主题

from pyecharts import Barbar = Bar("我的第一个图表", "这里是副标题")
bar.use_theme('dark')
bar.add("服装", ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"], [5, 20, 36, 10, 75, 90],is_more_utils=True)
# bar.print_echarts_options() # 该行只为了打印配置项，方便调试时使用
bar.render()    # 生成本地 HTML 文件

3.自定义主题

echarts 自带 dark 主题， pyecharts 也就自带了 dark。 echarts-themes-pypkg 提供了 vintage, macarons, infographic, shine 和 roma 主题。

安装主题插件

 pip install echarts-themes-pypkg

• 使用主题：

• 1.更换单个主题

bar.use_theme("vintage")

• 2.更换运行环境所有主题

from pyecharts import configure
# 将这行代码置于首部
configure(global_theme='dark')

import randomfrom pyecharts import Bar
#from pyecharts import configure
#configure(global_theme='vintage')X_AXIS = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
bar = Bar("我的第一个图表", "这里是副标题")
bar.use_theme("roma")
bar.add("商家A", X_AXIS, [random.randint(10, 100) for _ in range(6)])
bar.add("商家B", X_AXIS, [random.randint(10, 100) for _ in range(6)])
bar.add("商家C", X_AXIS, [random.randint(10, 100) for _ in range(6)])
bar.add("商家D", X_AXIS, [random.randint(10, 100) for _ in range(6)])
bar.render()

4.使用pyecharts-snapshot插件保存图形

如果想直接将图片保存为 png, pdf, gif 格式的文件，可以使用 pyecharts-snapshot。使用该插件请确保你的系统上已经安装了 Nodejs 环境。

1.安装phantomjs: conda install phantomjs

2.安装 pyecharts-snapshot : pip install pyecharts-snapshot

2.调用 render 方法 bar.render(path=‘snapshot.png’) 文件结尾可以为 svg/jpeg/png/pdf/gif。请注意，svg 文件需要你在初始化 bar 的时候设置 renderer=‘svg’。

import randomfrom pyecharts import Bar
#from pyecharts import configure
#configure(global_theme='vintage')X_AXIS = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
bar = Bar("我的第一个图表", "这里是副标题")
bar.use_theme("roma")
bar.add("商家A", X_AXIS, [random.randint(10, 100) for _ in range(6)])
bar.add("商家B", X_AXIS, [random.randint(10, 100) for _ in range(6)])
bar.add("商家C", X_AXIS, [random.randint(10, 100) for _ in range(6)])
bar.add("商家D", X_AXIS, [random.randint(10, 100) for _ in range(6)])
bar.render()bar.render(path='snapshot.png')

5.堆积折线图

6.桑基图

7.玫瑰图

8.地图

from pyecharts import Geodata = [("海门", 9),("鄂尔多斯", 12),("招远", 12),("舟山", 12),("齐齐哈尔", 14),("盐城", 15),("赤峰", 16),("青岛", 18),("乳山", 18),("金昌", 19),("泉州", 21),("莱西", 21),("日照", 21),("胶南", 22),("南通", 23),("拉萨", 24),("云浮", 24),("梅州", 25),("文登", 25),("上海", 25),("攀枝花", 25),("威海", 25),("承德", 25),("厦门", 26),("汕尾", 26),("潮州", 26),("丹东", 27),("太仓", 27),("曲靖", 27),("烟台", 28),("福州", 29),("瓦房店", 30),("即墨", 30),("抚顺", 31),("玉溪", 31),("张家口", 31),("阳泉", 31),("莱州", 32),("湖州", 32),("汕头", 32),("昆山", 33),("宁波", 33),("湛江", 33),("揭阳", 34),("荣成", 34),("连云港", 35),("葫芦岛", 35),("常熟", 36),("东莞", 36),("河源", 36),("淮安", 36),("泰州", 36),("南宁", 37),("营口", 37),("惠州", 37),("江阴", 37),("蓬莱", 37),("韶关", 38),("嘉峪关", 38),("广州", 38),("延安", 38),("太原", 39),("清远", 39),("中山", 39),("昆明", 39),("寿光", 40),("盘锦", 40),("长治", 41),("深圳", 41),("珠海", 42),("宿迁", 43),("咸阳", 43),("铜川", 44),("平度", 44),("佛山", 44),("海口", 44),("江门", 45),("章丘", 45),("肇庆", 46),("大连", 47),("临汾", 47),("吴江", 47),("石嘴山", 49),("沈阳", 50),("苏州", 50),("茂名", 50),("嘉兴", 51),("长春", 51),("胶州", 52),("银川", 52),("张家港", 52),("三门峡", 53),("锦州", 54),("南昌", 54),("柳州", 54),("三亚", 54),("自贡", 56),("吉林", 56),("阳江", 57),("泸州", 57),("西宁", 57),("宜宾", 58),("呼和浩特", 58),("成都", 58),("大同", 58),("镇江", 59),("桂林", 59),("张家界", 59),("宜兴", 59),("北海", 60),("西安", 61),("金坛", 62),("东营", 62),("牡丹江", 63),("遵义", 63),("绍兴", 63),("扬州", 64),("常州", 64),("潍坊", 65),("重庆", 66),("台州", 67),("南京", 67),("滨州", 70),("贵阳", 71),("无锡", 71),("本溪", 71),("克拉玛依", 72),("渭南", 72),("马鞍山", 72),("宝鸡", 72),("焦作", 75),("句容", 75),("北京", 79),("徐州", 79),("衡水", 80),("包头", 80),("绵阳", 80),("乌鲁木齐", 84),("枣庄", 84),("杭州", 84),("淄博", 85),("鞍山", 86),("溧阳", 86),("库尔勒", 86),("安阳", 90),("开封", 90),("济南", 92),("德阳", 93),("温州", 95),("九江", 96),("邯郸", 98),("临安", 99),("兰州", 99),("沧州", 100),("临沂", 103),("南充", 104),("天津", 105),("富阳", 106),("泰安", 112),("诸暨", 112),("郑州", 113),("哈尔滨", 114),("聊城", 116),("芜湖", 117),("唐山", 119),("平顶山", 119),("邢台", 119),("德州", 120),("济宁", 120),("荆州", 127),("宜昌", 130),("义乌", 132),("丽水", 133),("洛阳", 134),("秦皇岛", 136),("株洲", 143),("石家庄", 147),("莱芜", 148),("常德", 152),("保定", 153),("湘潭", 154),("金华", 157),("岳阳", 169),("长沙", 175),("衢州", 177),("廊坊", 193),("菏泽", 194),("合肥", 229),("武汉", 273),("大庆", 279)]geo = Geo("全国主要城市空气质量", "data from pm2.5", title_color="#fff",title_pos="center", width=1200,height=600, background_color='#404a59')
attr, value = geo.cast(data)
geo.add("", attr, value, visual_range=[0, 200], visual_text_color="#fff",symbol_size=15, is_visualmap=True)
geo.render()

8.画个3D弹簧

9.自定义图形：Grid

bar+line并行

from pyecharts import Bar, Line, Gridattr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
v1 = [5, 20, 36, 10, 75, 90]
v2 = [10, 25, 8, 60, 20, 80]
bar = Bar("柱状图示例", height=720)
bar.add("商家A", attr, v1, is_stack=True)
bar.add("商家B", attr, v2, is_stack=True)
line = Line("折线图示例", title_top="50%")
attr = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
line.add("最高气温",attr,[11, 11, 15, 13, 12, 13, 10],mark_point=["max", "min"],mark_line=["average"],
)
line.add("最低气温",attr,[1, -2, 2, 5, 3, 2, 0],mark_point=["max", "min"],mark_line=["average"],legend_top="50%",
)grid = Grid()
grid.add(bar, grid_bottom="60%")
grid.add(line, grid_top="60%")
grid.render()

scatter+effectscatter串行

from pyecharts import Scatter, EffectScatter, Gridv1 = [5, 20, 36, 10, 75, 90]
v2 = [10, 25, 8, 60, 20, 80]
scatter = Scatter(width=1200)
scatter.add("散点图示例", v1, v2, legend_pos="70%")
es = EffectScatter()
es.add("动态散点图示例",[11, 11, 15, 13, 12, 13, 10],[1, -2, 2, 5, 3, 2, 0],effect_scale=6,legend_pos="20%",
)grid = Grid()
grid.add(scatter, grid_left="60%")
grid.add(es, grid_right="60%")
grid.render()

10.自定义图形overlap：画在同一个图中

from pyecharts import Scatter, EffectScatter, Overlapv1 = [10, 20, 30, 40, 50, 60]
v2 = [30, 30, 30, 30, 30, 30]
v3 = [50, 50, 50, 50, 50, 50]
v4 = [10, 10, 10, 10, 10, 10]
es = EffectScatter("Scatter - EffectScatter 示例")
es.add("es", v1, v2)
scatter = Scatter()
scatter.add("scatter", v1, v3)
es_1 = EffectScatter()
es_1.add("es_1", v1, v4, symbol='pin', effect_scale=5)overlap = Overlap()
overlap.add(es)
overlap.add(scatter)
overlap.add(es_1)
overlap.render()

11.同一网页按顺序展示多个图：page

from __future__ import unicode_literalsfrom pyecharts import Bar, Scatter3D
from pyecharts import Pagepage = Page()         # step 1# bar
attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
v1 = [5, 20, 36, 10, 75, 90]
v2 = [10, 25, 8, 60, 20, 80]
bar = Bar("柱状图数据堆叠示例")
bar.add("商家A", attr, v1, is_stack=True)
bar.add("商家B", attr, v2, is_stack=True)
page.add(bar)         # step 2# scatter3D
import random
data = [[random.randint(0, 100),random.randint(0, 100),random.randint(0, 100)] for _ in range(80)
]
range_color = ['#313695', '#4575b4', '#74add1', '#abd9e9', '#e0f3f8', '#ffffbf','#fee090', '#fdae61', '#f46d43', '#d73027', '#a50026']
scatter3D = Scatter3D("3D 散点图示例", width=1200, height=600)
scatter3D.add("", data, is_visualmap=True, visual_range_color=range_color)
page.add(scatter3D)  # step 2page.render()        # step 3

12.timeline时间线轮播多张图

from pyecharts import Pie, Timelineimport random
attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
pie_1 = Pie("2012 年销量比例", "数据纯属虚构")
pie_1.add("秋季", attr, [random.randint(10, 100) for _ in range(6)],is_label_show=True, radius=[30, 55], rosetype='radius')pie_2 = Pie("2013 年销量比例", "数据纯属虚构")
pie_2.add("秋季", attr, [random.randint(10, 100) for _ in range(6)],is_label_show=True, radius=[30, 55], rosetype='radius')pie_3 = Pie("2014 年销量比例", "数据纯属虚构")
pie_3.add("秋季", attr, [random.randint(10, 100) for _ in range(6)],is_label_show=True, radius=[30, 55], rosetype='radius')pie_4 = Pie("2015 年销量比例", "数据纯属虚构")
pie_4.add("秋季", attr, [random.randint(10, 100) for _ in range(6)],is_label_show=True, radius=[30, 55], rosetype='radius')pie_5 = Pie("2016 年销量比例", "数据纯属虚构")
pie_5.add("秋季", attr, [random.randint(10, 100) for _ in range(6)],is_label_show=True, radius=[30, 55], rosetype='radius')timeline = Timeline(is_auto_play=True, timeline_bottom=0)
timeline.add(pie_1, '2012 年')
timeline.add(pie_2, '2013 年')
timeline.add(pie_3, '2014 年')
timeline.add(pie_4, '2015 年')
timeline.add(pie_5, '2016 年')
timeline.render()

---

版权声明：本文为CSDN博主「千语_肉丸子」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/u012535605/article/details/80677791

如何用pyecharts绘图（堆积折线图，桑基图，玫瑰图，地图，3D弹簧，时间轴轮番图，自定义图）相关推荐

1. 【定制项目】【M14 监测预警平台】百度地图区域绘制(时间轴）/柱状图/仪表图 - 关键技术 python flask + echarts

   一.项目需求 项目名称:[某监测预警平台]. 项目需求:气候数据:雨量,温湿度,PM,雷达回波,雷电预报等展示到可视化大屏. 项目工期:10个工作日. 二.项目架构 运行环境支持Windows,Lin ...

2. 如何利用pyecharts绘制酷炫的桑基图？

   什么是桑基图 桑基图(Sankey diagram),即桑基能量分流图,也叫桑基能量平衡图.它是一种特定类型的流程图,核心在于展示数据的流转,图中延伸的分支的宽度对应数据流量的大小,通常应用于能源.材 ...

3. Python绘制桑基图Sankey,Pyecharts不显示html页面,桑基图只显示标题,原因总结

   Python绘制桑基图Sankey,Pyecharts不显示html页面,桑基图只显示标题,原因总结 说说使用上的三点注意: 1.nodes中的"name"不要重新命名,否则会不识 ...

4. R语言多层桑基图_ceRNA关系网络冲击图—桑基图（R语言绘制）

   原标题:ceRNA关系网络冲击图-桑基图(R语言绘制) 在ceRNA相关的研究中,例如circRNA-miRNA-mRNA,或者lncRNA-miRNA-mRNA的靶向关系图谱,一般通过网络图呈现.首 ...

5. ggalluvial | 冲击图/ 桑基图绘制

   Alluvial_0 ❝ 小伙伴写的ggalluvial使用指南. ❞ 冲击图是一种对能量分流的可视化展示图,在富集分析中可以用来展示基因在各通路中的富集流向,展示效果类比于弦图. ggalluvia ...

6. pyecharts可视化展示之仪表盘、词云、组合图表、桑基图学习

   一.绘制仪表盘 通过Gauge绘制仪表盘 #仪表盘 from pyecharts import options as opts from pyecharts.charts import Gauge,P ...

7. Plotly.js使用详细介绍（折线图、饼状图、点图、水平条形图、桑基图、树状图、等值线图）

   目录 0 写在前面 1 HTML代码 2 折线图 2.1 基本折线图 2.2 复杂折线图 2.2.1 轨迹 2.2.2 布局 3 饼状图 3.1 基本饼状图 3.2 饼图子图 3.3 甜甜圈图 4 点 ...

8. Pyecharts一文速学-绘制桑基图详解+Python代码

   目录 前言 一.桑基图 二.Pyecharts绘制 1.数据处理 2.桑基图参数 1.class Sankey() 2.class SankeyLevelsOpts() 三.add()方法参数 1.s ...

9. python画简单图片-Python绘制“高颜值”桑基图

   请看以下图片: 相信许多小伙伴第一眼就会被它美丽的外表所吸引,由此引发一连串的惊叹: "这个图叫什么???" "这个图真好看!!!怎么画啊?" 为了满足大家的好 ...

最新文章

1. 出入口控制系统工程设计规范_[问答]连载77-控制系统之间如何时钟同步？
2. 专访周志华、宋继强：高端AI人才要具备哪些素质？深度学习的局限性和未来？...
3. 中了logo1.exe
4. RuntimeError: ‘cryptography‘ package is required for sha256_password or caching_sha2_password auth m
5. 2011.10.17百度面试题
6. Python编程快速上手-字典
7. C. Barcode dp
8. Java里的稀疏矩阵Sparse Array
9. Git笔记（2） 入门认知
10. 页面之间传递参数得几种方法
11. C#图解教程读书笔记（数组）
12. Flex4的皮肤skin
13. PostgreSQL客户端无法访问数据库问题
14. KeyStore(示例,出错代码)
15. 细数历史上那些有名的程序媛
16. wordpress目录不分层级方法！去掉WordPress目录链接中category？目录在根目录
17. Android仿朋友圈照片定点放大和滑动查看（未完待续）
18. js创建对象，构造函数，this，原型，继承
19. 利用证书签名绕过杀软
20. oracle -- sqlserver

热门文章

1. iOS深思篇 | 宏定义
2. native react 集成微信登录_react-native——微信登陆、分享、支付
3. java入门之---特性和优势
4. 洛阳郊区1980年地图_在无聊的郊区居住中解释CSS Box模型
5. 《AIGC与AidLux互联应用——AidLux端AIGC测评》
6. 从SEED种子数据库还原出其他库
7. 当“老赖” 遇到大数据
8. Android OpenGL ES(八) - 简单实现绿幕抠图
9. vue基于腾讯云cos部署
10. python怎么交换xy轴_如何在matplotlib中更改x和y轴？