pyecharts的学习之旅---柱形图篇1

1. 绘制最基本的柱形图

数据使用的是自制的脱敏数据，通过pandas导入，通过对“品种”字段分组后，得到以下数据：

接下来则通过pyecharts绘制最基本的柱形图：

# 导入柱形图模块
from pyecharts.charts import Bar

# 建立实例，使用链式调用方式
# type_price为表名
bar = (
    Bar()
    .add_xaxis(type_price["品种"].tolist())
    .add_yaxis("总价值", type_price["总价/采购价"].tolist())
)
bar.render_notebook()

因为是在jupyter中写的，所以使用的是代码中的渲染方式；也可以使用下述代码，会生成一个html文件：

bar.render("酒类价值分布柱形图.html")

最终两种渲染方式都会得到以下结果：

因为在绘制前我已经对数据做降序处理了，所以最终出来结果会是降序排列的。

2. 为图表添加标题

若要添加标题，需要再导入一个模块：

from pyecharts import options as opts

然后在前面绘制图形的基础上添加opts的代码，见下：

注意标题属于全局设置哦！

bar_with_title = (
    Bar()
    .add_xaxis(type_price["品种"].tolist())
    .add_yaxis("总价值", type_price["总价/采购价"].tolist())
    .set_global_opts(title_opts={"text": "不同品种酒价值分布"})	# 副标题为 subtext
)

bar_with_title.render_notebook()

还可以使用另外一种设置方式：

.set_global_opts(title_opts=opts.TitleOpts(title="不同品种酒价值分布"))
# 副标题为 subtitle

输出图形如下：

3. 更改图形主题 / 改变柱形图宽度

直接上代码：

from pyecharts.globals import ThemeType

bar_another_theme = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    .add_xaxis(type_price["品种"].tolist())
    .add_yaxis("总价值", type_price["总价/采购价"].tolist(), bar_width="70%")
    .set_global_opts(title_opts=opts.TitleOpts(title="库存酒类价值分布"))
)

bar_another_theme.render_notebook()

能发现多出哪些元素吗？

对，没错！Bar()中多了初始设置，同时.add_yaxis()中多出了设置柱形宽度的参数，渲染结果如下：

4. 将绘制图形导出

导出时需要用到一个新模块snapshot_selenium，直接pip安装即可。这个模块主要是借助外部浏览器来将pyecharts的图形渲染成图片格式的。具体代码如下：

# 导入另外需要的模块
from pyecharts.render import make_snapshot
from snapshot_selenium import snapshot

bar_to_photo = (
    Bar()
    .add_xaxis(type_price["品种"].tolist())
    .add_yaxis("总价值", type_price["总价/采购价"].tolist())
    .set_global_opts(title_opts=opts.TitleOpts(title="酒类价值分布"))
)
# 渲染
make_snapshot(snapshot, bar_to_photo.render(), "bar.png")

最终就会得到一个图片文件哦！

这就是今天总共的内容；希望在看这篇文章的小伙伴也能动手一起练习。

有一点想说一下：代码这些是只有多动手才能掌握的，从简单的开始，遇到超纲的，先不要管，照着打代码；久而久之，所有这些内容都会相互打通，连成一片网络的。

共勉！