PyEcharts | 通过柱状图来学习画图所需的资源包的基础配置和含义

• 导入包

这里以柱状图为例

from pyecharts.charts import Bar  # 柱状图
# 下面的代码要加上  否则在notebook的图片显示空白
from pyecharts.globals import CurrentConfig,NotebookType
CurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_LAB
CurrentConfig.ONLINE_HOST = OnlineHostType.NOTEBOOK_HOST

1. 柱状图

• 普通调用

bar= Bar()
bar.add_xaxis(['衬衣','羊毛衫','西装','裤子','鞋子','袜子'])
bar.add_yaxis('商家',[5,20,40,10,70,90])
#render:渲染，会渲染成htmI文件，默认的文件名是render.html

# bar.render('bar.html')
bar.load_javascript()

# 在notebook中去渲染
bar.render_notebook()

• 网页图像
  

• 链式调用

# pyecharts所有方法均支持链式调用
bar =(
    Bar()
    .add_xaxis(['衬衣','羊毛衫','西装','裤子','鞋子','袜子'])
    .add_yaxis('商家',[5,20,40,10,70,90])
)
bar.render_notebook()

2. 使用options配置项

在pyecharts中，一切皆Options

from  pyecharts import options as opts

# pyecharts所有方法均支持链式调用
bar =(
    Bar()
    .add_xaxis(['衬衣','羊毛衫','西装','裤子','鞋子','袜子'])
    .add_yaxis('商家',[5,20,40,10,70,90])
    # 标题配置项
    .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'})
)
bar.render_notebook()

3. 渲染成图片文件

• 安装的第三方库

pip install snapshot_selenium  

from pyecharts.render import make_snapshot
from snapshot_selenium import snapshot


# pyecharts所有方法均支持链式调用
bar =(
    Bar()
    .add_xaxis(['衬衣','羊毛衫','西装','裤子','鞋子','袜子'])
    .add_yaxis('商家',[5,20,40,10,70,90])
    # 标题配置项
    .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'})
)
# bar.render_notebook()
make_snapshot(snapshot,bar.render(),'bar.png')

snapshot_selenium 使用注意事项

这里snapshot_selenium需要安装浏览器驱动器，涉及到浏览器驱动器的问题，具体问题可以看这篇文章：Selenium安装WebDriver最新Chrome驱动(含116/117/118/119)

• 需要说明的是：

1. 浏览器版本对应chrome//:version 看最前面的数字即可
2. 其中还需将chromedriver.exe文件放入python环境 由于我的是anconda安装的多虚拟环境配置，因此你需要放入对应的虚拟环境里的python环境
   
   

4. 使用主题

# pyecharts所有方法均支持链式调用
from pyecharts.globals import ThemeType

bar =(
    Bar(init_opts=opts.InitOpts(ThemeType.LIGHT))
    .add_xaxis(['衬衣','羊毛衫','西装','裤子','鞋子','袜子'])
    .add_yaxis('商家1',[5,20,40,10,70,90])
    .add_yaxis('商家2',[3,24,6,16,77,95])
    # 标题配置项
    .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'})
)
bar.render_notebook()

案例

from pyecharts.charts import Bar,Line
from pyecharts import options as opts
from pyecharts.faker import Faker
from pyecharts.globals import ThemeType,RenderType

c = (
    Bar()
    .add_xaxis(Faker.choose())

    .add_yaxis('商家A',Faker.values())
    .add_yaxis('商家B',Faker.values())

)

# c.load_javascript()在同一个jupyter  notebook中使用一次就可以
c.render_notebook()

• 关于Faker
  每运行一次，随机选择一组数据
  
  

---

补充

1.Faker

您提到的 from pyecharts.faker import Faker 是 Python pyecharts 库中的一个模块导入语句。pyecharts 是一个用于生成 Echarts 图表的库，而 Faker 是 pyecharts 提供的一个工具类，用于生成模拟数据，方便开发者在开发和测试阶段使用。

以下是一些使用 Faker 的基本示例：

导入 Faker

from pyecharts.faker import Faker

使用 Faker 生成模拟数据

生成模拟的类别数据

categories = Faker.choose()  # 生成模拟的类别数据
print(categories)

生成模拟的数值数据

values = Faker.values()  # 生成模拟的数值数据
print(values)

生成模拟的时间序列数据

dates = Faker.date()  # 生成模拟的日期数据
print(dates)

组合使用 Faker 生成图表数据

以下是一个使用 Faker 生成数据并创建一个简单的柱状图的示例：

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker

# 创建 Bar 实例
bar = (
    Bar()
    .add_xaxis(Faker.choose())  # 添加 X 轴数据
    .add_yaxis("系列1", Faker.values())  # 添加 Y 轴数据
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Bar-基本示例"),  # 设置全局配置项
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),  # 设置 X 轴配置项
    )
)

# 渲染图表到 HTML 文件
bar.render("bar_basic.html")

在这个示例中，Faker.choose() 生成模拟的类别数据，Faker.values() 生成模拟的数值数据，然后使用这些数据创建一个柱状图，并将其渲染到一个 HTML 文件中。

Faker 提供的模拟数据可以帮助您快速开始开发和测试，而不需要准备实际的数据集。