Python数据可视化神奇利器，Pyecharts的使用(1.柱状图使用之分析LPL春季赛职业选手数据可视化)

目录

简介 

安装过程

关于版本问题

柱状图使用方法

（一）简单使用

（二）高阶使用

总结

简介 

        Echarts 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。对比与传统可视化matplotlib模块时，Pyecharts更适合用于商业应用，其特殊样式之多深受广大行业者的喜爱。

        Pyecharts的官方文档:https://pyecharts.org/#/

安装过程

        PyCharm的安装方法:

        创建项目空间，左上角点击File ---> Settings ---> Project:xxx (Python Interpreter) 中下载Pyecharts包

        

         Jupyter Notebook安装方法：

！pip install pyecharts
#默认安装最高版本

！pip install  pyecharts==0.5.6
#安装指定版本

关于版本问题

       pyecharts 分为 v0.5.x 和 v1.x 两个大版本，而新版本是不向下兼容的。1.x版本只支持python3.6+。并且在接下来我都讲以v1的版本展示可视化。

柱状图使用方法

        Pyecharts 所有方法均支持链式调用。以下我采用的是链式调用。

（一）简单使用

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

df=pd.read_csv(r'C:\Users\86150\ccx\pyecharts\LPL_Data_analysis\lpl.csv')
#读取数据

mid=df.loc[df['位置']=='中单']
mid=mid.sort_values(by='KDA',ascending=False).head(10)
#取所有的中单选手并按KDA降序排列并取前十位选手

bar=(
    Bar()
    .add_xaxis(list(mid['选手']))
    .add_yaxis('KDA',list(mid['KDA']))
)
bar.render_notebook()
#如果是在PyCharm中使用,图片展示应该为bar.render('./xxx.html')，保存在当前路径下的html文件

        （二）高阶使用

MID=df.loc[df['位置']=='中单']
m_avgkill=MID.sort_values(by="场均击杀").tail(10)
#取所有的中单选手并按场均击杀默认升序排列并取后十位选手

bar=(
    Bar()
    .add_xaxis(list(m_avgkill['选手']))
    .add_yaxis('场均击杀',list(m_avgkill['场均击杀']))
    .add_yaxis('场均死亡',list(m_avgkill['场均死亡']))
    .add_yaxis('场均助攻',list(m_avgkill['场均助攻']))
    .add_yaxis('KDA',list(m_avgkill['KDA']))
    .reversal_axis()
    #xy轴翻转
            
    .set_series_opts(label_opts=opts.LabelOpts(position="right",font_size=8))
    #若是xy轴翻转，要添加参数position，避免标签位置杂乱，font_size是调整标签大小的参数
    .set_global_opts(
        title_opts=opts.TitleOpts(title='LPL常规赛中单场均击杀排行榜'),
        yaxis_opts=opts.AxisOpts(name='选手'),
        xaxis_opts=opts.AxisOpts(name='各项数据'),
        toolbox_opts=opts.ToolboxOpts(is_show=True,
        #工具箱配置项
                feature={
                    "saveAsImage": {'background_color':'white'} ,
                    #保存图片
                    "dataZoom":{"yAxisIndex": "none"},
                    #区域放大与还原
                    "magicType":{"show": True, "type":["line","bar"]},
                    #折线图转换
                }
                                     ),     
#         visualmap_opts=opts.VisualMapOpts(is_show=True) 视觉映射配置项
        )
)
bar.render_notebook()

 至于还有其他系统配置项的使用，可以参考官方文档，里面讲的很详细。

---

总结

        以上就是Pyecharts柱状图常用的一些方法，个人感觉Pyecharts的图更好看一点，并且附带交互式。后期还出继续更新其他样式图的使用方法，喜欢的朋友可以点个赞或者关注一下！

        另外，需要LPL春季赛职业选手数据的朋友可以私信我。