零基础入门 Pyecharts 实用教程：从基础绘图到进阶技巧

在这里插入图片描述

简介：本文面向 Python 数据可视化初学者，脚踏实地分享 Pyecharts 库的使用经验。从查看 Pyecharts 版本起步，详细拆解绘制首个图表的全过程，涵盖导入模块、设置坐标轴、渲染 HTML 文件等基础操作；点明链式调用的版本要求与潜在 “坑点”；介绍如何巧用 options 配置图表样式，以及将图表渲染为图片文件的正确姿势。还涉及主题包导入、展示动画效果等进阶内容，文末更有感而发，强调技术应服务大众，助力大家快速上手 Pyecharts，打造精美可视化图表，本专栏也会持续更新相关实用技巧。

零基础入门 Pyecharts 实用教程：从基础绘图到进阶技巧

pyecharts的应用
- （第一步）查看自己的pyecharts版本
- （第二步）第一个图表的绘制
- （第三步）链式调用
- （第四步）使用options配置项
- （第五步）渲染成图片文件
- （第六步）导入主题包
- （第七步）加入一个y轴价格2 ，展示pyecharts的动画效果。

pyecharts的应用

（第一步）查看自己的pyecharts版本

import pyecharts
# 可以通过这个语句查看自己的pyecharts版本
print(pyecharts.__version__)

在这里插入图片描述
我的版本是2.0.7，不一定非要版本一样，改动不大。

（第二步）第一个图表的绘制

通过pyecharts.charts 导入 Bar
Bar（）创建一个柱形图
add_xaxis 设置横坐标 add_yaxis设置纵坐标
render进行渲染，生成一个html文件
render函数中可以添加字符串作为参数比如 ‘bb.html’，生成的html文件就是一个名字为bb的html文件
如果你是在jupyter中使用你可以使用bar.render_notebook()函数不用生成html就可以打开

from pyecharts.charts import Bar

bar = Bar()
bar.add_xaxis(['帽子','衣服','鞋子','裤子','袜子'])
bar.add_yaxis('价格',[10,20,30,40,50])

# render会渲染成html文件
bar.render()

在这里插入图片描述
用浏览器打开这个html网页，会看到一张图：

（第三步）链式调用

链式调用必须在pyecharts1.0以后得版本才能用
第二步的代码可以用链式调用的语法，效果是一致的：


from pyecharts.charts import Bar

bar = {
    Bar()
    .add_xaxis(['帽子','衣服','鞋子','裤子','袜子'])
    .add_yaxis('价格',[10,20,30,40,50])
    .render()
}

（第四步）使用options配置项

需要从pyecharts 导入options as opts
配置项可以使用set_global_opts(title_opts=字典 text 和 subtext设置value)
配置项可以使用set_global_opts(title_opts=opts.TitleOpts(title=‘主标题’,subtitle=‘副标题’))的方式来设置


from pyecharts.charts import Bar
from pyecharts import options as opts
bar = {
    Bar()
    .add_xaxis(['帽子','衣服','鞋子','裤子','袜子'])
    .add_yaxis('价格',[10,20,30,40,50])

    # 全局配置
    #.set_global_opts(title_opts=opts.TitleOpts(title='主标题',subtitle='副标题'))
    .set_global_opts(title_opts={'text':'主标题','subtext':'副标题'})
    .render()
}

在这里插入图片描述

（第五步）渲染成图片文件

从 pyecharts.render中导入make_snapshot
从snapshot_selenium中导入 snapshot
这里遇到一个问题，先说问题是怎么出现的，在我这个2.0.7版本的pyecharts中使用这个语句进行图片文件渲染会报错，make_snapshot(snapshot,bar.render(),‘bar.png’)，报错内容是他把bar判断成一个集合而不是图片文件，因为我使用了链式调用，他判断是集合，我改回正常调用就没问题了，下面这个代码实例使用对象.方法就没有问题，但是使用链式调用会被判断成集合，就不能渲染成图片文件了，综上所述，少用链式调用，别偷懒，少出问题


from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.render import make_snapshot
from snapshot_selenium import snapshot
bar = Bar()
bar.add_xaxis(['帽子','衣服','鞋子','裤子','袜子'])
bar.add_yaxis('价格',[10,20,30,40,50])
# 全局配置
# bar.set_global_opts(title_opts=opts.TitleOpts(title='主标题',subtitle='副标题'))
bar.set_global_opts(title_opts={'text':'主标题','subtext':'副标题'})
make_snapshot(snapshot,bar.render(),'bar.png')

在这里插入图片描述

（第六步）导入主题包

从 pyecharts.gloabls 导入 ThemeType库
在创建图像的Bar函数里面加入参数 init_opts = opts.InitOps(theme = ThemeType.主题)


from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.render import make_snapshot
from snapshot_selenium import snapshot
from pyecharts.globals import ThemeType
bar = Bar(init_opts=opts.InitOpts(theme=ThemeType.WHITE))
bar.add_xaxis(['帽子','衣服','鞋子','裤子','袜子'])
bar.add_yaxis('价格',[10,20,30,40,50])
# 全局配置
# bar.set_global_opts(title_opts=opts.TitleOpts(title='主标题',subtitle='副标题'))
bar.set_global_opts(title_opts={'text':'主标题','subtext':'副标题'})
make_snapshot(snapshot,bar.render(),'bar.png')

在这里插入图片描述

（第七步）加入一个y轴价格2 ，展示pyecharts的动画效果。

并没有学习新的内容，只是为了看看他的动画多好看，多直观，还有就是相同的代码量要比matplotlib更好看。这里你只需要把我的代码复制一下：

from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.render import make_snapshot
from snapshot_selenium import snapshot
from pyecharts.globals import ThemeType
bar = Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
bar.add_xaxis(['帽子','衣服','鞋子','裤子','袜子'])
bar.add_yaxis('价格1',[13,23,33,43,53])
bar.add_yaxis('价格2',[7,17,27,37,47])
# 全局配置
# bar.set_global_opts(title_opts=opts.TitleOpts(title='主标题',subtitle='副标题'))
bar.set_global_opts(title_opts={'text':'主标题','subtext':'副标题'})
# make_snapshot(snapshot,bar.render(),'bar.png')
bar.render()

这是初始的图片效果：
在这里插入图片描述
这个价格1 是可以点击的按钮，点击他可以不显示价格1

而且他在点击的过程中是有一个渐变的动画效果的，这样别人看起来更舒适。坦率的说，pyecharts没有什么技术上的难度，但是你不能从程序猿的角度去看问题，他给用户看，用户看这样的图表就是更舒服，程序猿是编写程序服务别人的，不能本末倒置。
能看到这里的都是踏实学习的，也希望你们能耐下心来听我说两句题外话，作为一名普通学校软件工程专业的大学生，刚学的时候觉得kmp算法很有意思，就开始一味的追求算法的复杂，技术的难度。但是有一天，我去逛商场，看见一家卖华为电视的地方有沙发，我去坐会儿，听见了售货员和消费者沟通，一个说我们家的电视用了多么多么牛的图像处理算法，用了什么厉害的技术，什么国产的芯片，电视机什么什么参数，一个说价格能不能再商量。鸡同鸭讲，讲了半天。他们都是从格子的立场出发的，售货员想多卖点，消费者想便宜点。我当时听完了以后。我第一反应是愤怒，那些研究技术的人员要知道，自己研究的东西别人看不懂，会不会想强制给他们安排学校学习，了解自己研究的东西多么厉害。后来又觉得荒谬，商品明明是服务于人的，我怎么会有这种想法。我发现我脱离群众了，一切都是给人服务的。大道至简，返璞归真，就好比当年的巨型计算机，不后来也变成笔记本了吗？考研政治有这么一条理论，就是发展规律是循环的，他是一个圈，从简单到复杂再到简单循环往复，螺旋上升的。也是一时兴起，说了一下体会吧，希望大家别嫌我烦。本专栏会持续更新pyecharts的使用方法。