基于Jupyter下的Pyecharts下的可视化编程

准备条件：

（1）下载anaconda（自带python版本，必须3.6以上），anaconda软件自带许多软件包、库，使用起来非常方便

（2）在anaconda命令端安装pyecharts

     

   pip install pyecharts

 版本说明：pyehcarts需要1.0以上的版本，匹配python3.6以上。

在anaconda下打开jupyter即可编程

一.柱形图

from pyecharts.charts import Bar
from pyecharts import options as opts
bar = (
    Bar()
    .add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子"])
    .add_yaxis("商家A", [5,20,15,2], category_gap="90%",color="#ec0000")
    .add_yaxis("商家B", [20,10,5,13], category_gap="90%",color="#675bba")
    .add_yaxis("商家C", [15,20,5,3], category_gap="90%",color="#000")
    .add_yaxis("商家D", [10,15,5,20], category_gap="50%",color="#f46d43")
    .set_global_opts(title_opts=opts.TitleOpts(title="商品主标题A", subtitle="商品副标题B"))

)
bar.render_notebook()

 

注释：add_xaxis，add_yaxis是bar类里面的函数，里面有很多参数，如果不设置参数，就采用默认的参数

        category_gap：用来设置衬衫和羊毛衫之间的距离，只有最后一个category才会生效

        color:对应柱形图的颜色改变(没有概括全)

颜色代码

颜色
紫色	#675bba
蓝色	#5793f3	#74add1	#4575b4	#50a3ba	#abd9e9	#e0f3f8
红色	#a50026	#d73027	#ec0000
绿色	#00da3c
灰色	#777	#ccc
黑色	#000
粉色	#d94e5d	#d14a61
黄色	#f46d43	#fdae61	#fee090	#ffffbf

    bar.render():可直接使用这个函数，会在根目录下生成相应的网页HTML

    bar.render_notebook():直接可以展示

# 图形的颜色。 # 颜色可以使用 RGB 表示，比如 'rgb(128, 128, 128)'，如果想要加上 alpha 通道表示不透明度， # 可以使用 RGBA，比如 'rgba(128, 128, 128, 0.5)'，也可以使用十六进制格式，比如 '#ccc'。 # 除了纯色之外颜色也支持渐变色和纹理填充

二.引入主题

from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.globals import ThemeType
bar = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.INFOGRAPHIC))
    .add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子"])
    .add_yaxis("商家A", [5,20,15,2])
    .add_yaxis("商家B", [20,10,5,13])
    .set_global_opts(title_opts=opts.TitleOpts(title="商品主标题A", subtitle="商品副标题B"))

)
bar.render_notebook()

 

(2)漏斗图

from pyecharts import options as opts
from pyecharts.charts import Gauge, Page
    c = (
        Gauge()
        .add("", [("完成率", 66.6)])
        .set_global_opts(title_opts=opts.TitleOpts(title="Gauge-基本示例"))
    )
c.render_notebook()

（3）仪表盘

from pyecharts import options as opts
from pyecharts.charts import Gauge, Page
c = (
    Gauge()
    .add("", [("完成率", 66.6)])
    .set_global_opts(title_opts=opts.TitleOpts(title="Gauge-基本示例"))
)
c.render_notebook()

（4）关系图

import json
import os

from pyecharts import options as opts
from pyecharts.charts import Graph, Page
nodes = [
        {"name": "结点1", "symbolSize": 10},
        {"name": "结点2", "symbolSize": 20},
        {"name": "结点3", "symbolSize": 30},
        {"name": "结点4", "symbolSize": 40},
        {"name": "结点5", "symbolSize": 50},
        {"name": "结点6", "symbolSize": 40},
        {"name": "结点7", "symbolSize": 30},
        {"name": "结点8", "symbolSize": 20},
]
links = []
for i in nodes:
    for j in nodes:
        links.append({"source": i.get("name"), "target": j.get("name")})
c = (
    Graph()
    .add("", nodes, links, repulsion=8000)
    .set_global_opts(title_opts=opts.TitleOpts(title="Graph-基本示例"))
)
c.render_notebook()

(5)