一个没法商用，但是好玩有趣的 Python 手绘图形库！

手绘风Python可视化库cutecharts
最新推荐文章于 2025-06-15 11:15:10 发布
转载 最新推荐文章于 2025-06-15 11:15:10 发布 · 262 阅读 · 1
文章标签：

#列表 #python #数据可视化 #html #css

cutecharts是一款Python手绘风格的可视化库，不同于传统的Matplotlib和pyecharts，它能生成独特的手绘图表，适用于多种场景。本文介绍了cutecharts的基本用法，包括安装方式和各类图表（如柱状图、折线图、饼图、雷达图、散点图）的绘制方法。

https://github.com/chenjiandongx/cutecharts

今天，给大家介绍一个很酷的 Python 手绘风格可视化神包：cutecharts。

和 Matplotlib 、pyecharts 等常见的图表不同，使用这个包可以生成下面这种看起来像手绘的各种图表，在一些场景下使用效果可能会更好。

GitHub 地址：

https://github.com/chenjiandongx/cutecharts

怎么画出这些图表呢，很简单，一行命令先安装好该库：

pip install cutecharts

也可以使用源码安装的方式：

$ git clone https://github.com/chenjiandongx/cutecharts.git
$ cd cutecharts
$ pip install -r requirements.txt
$ python setup.py install

下面就介绍下每个图表如何绘制。

首先是一些图表共通的参数：

Commons

不同图表有着部分相同的方法。

__init__

Params                                          Desc
------                                          ----
title: Optional[str] = None                     图表标题
width: str = "800px"                            图表宽度
height: str = "600px"                           图表高度
assets_host: Optional[str] = None               引用资源 Host

render

Params                                          Desc
------                                          ----
dest: str = "render.html"                       渲染的文件路径
template_name: str = "basic_local.html"         渲染使用的模板，一般不需要修改   

render_notebook

Params                                          Desc
------                                          ----
template_type: str = "basic"                    渲染使用的模板类型，一般不需要修改 

load_javascript

加载 JS 依赖，在 JupyterLab 渲染时使用。

Bar（柱状图）

cutecharts.charts.Bar

API

cutecharts.charts.Bar.set_options

Params                                          Desc
------                                          ----
labels: Iterable                                X 坐标轴标签数据
x_label: str = ""                               X 坐标轴名称
y_label: str = ""                               Y 坐标轴名称
y_tick_count: int = 3                           Y 轴刻度分割段数
colors: Optional[Iterable] = None               label 颜色数组
font_family: Optional[str] = None               CSS font-family

cutecharts.charts.Bar.add_series

Params                                          Desc
------                                          ----
name: str                                       series 名称
data: Iterable                                  series 数据列表

Demo

Bar-基本示例

from cutecharts.charts import Bar
from cutecharts.components import Page
from cutecharts.faker import Faker


def bar_base() -> Bar:
    chart = Bar("Bar-基本示例")
    chart.set_options(labels=Faker.choose(), x_label="I'm xlabel", y_label="I'm ylabel")
    chart.add_series("series-A", Faker.values())
    return chart

bar_base().render()

Bar-调整颜色

def bar_tickcount_colors():
    chart = Bar("Bar-调整颜色")
    chart.set_options(labels=Faker.choose(), y_tick_count=10, colors=Faker.colors)
    chart.add_series("series-A", Faker.values())
    return chart

Line（折线图）

cutecharts.charts.Line

API

cutecharts.charts.Line.set_options

Params                                          Desc
------                                          ----
labels: Iterable                                X 坐标轴标签数据
x_label: str = ""                               X 坐标轴名称
y_label: str = ""                               Y 坐标轴名称
y_tick_count: int = 3                           Y 轴刻度分割段数
legend_pos: str = "upLeft"                      图例位置，有 "upLeft", "upRight", "downLeft", "downRight" 可选
colors: Optional[Iterable] = None               label 颜色数组
font_family: Optional[str] = None               CSS font-family

cutecharts.charts.Line.add_series

Params                                          Desc
------                                          ----
name: str                                       series 名称
data: Iterable                                  series 数据列表

Demo

Line-基本示例

from cutecharts.charts import Line
from cutecharts.components import Page
from cutecharts.faker import Faker


def line_base() -> Line:
    chart = Line("Line-基本示例")
    chart.set_options(labels=Faker.choose(), x_label="I'm xlabel", y_label="I'm ylabel")
    chart.add_series("series-A", Faker.values())
    chart.add_series("series-B", Faker.values())
    return chart
line_base().render()

Line-Legend 位置

def line_legend():
    chart = Line("Line-Legend 位置")
    chart.set_options(labels=Faker.choose(), legend_pos="upRight")
    chart.add_series("series-A", Faker.values())
    chart.add_series("series-B", Faker.values())
    return chart

Line-调整颜色

def line_tickcount_colors():
    chart = Line("Line-调整颜色")
    chart.set_options(labels=Faker.choose(), colors=Faker.colors, y_tick_count=8)
    chart.add_series("series-A", Faker.values())
    chart.add_series("series-B", Faker.values())
    return chart

Pie（饼图）

cutecharts.charts.Pie

API

cutecharts.charts.Pie.set_options

Params                                          Desc
------                                          ----
labels: Iterable                                数据标签列表
inner_radius: float = 0.5                       Pie 图半径
legend_pos: str = "upLeft"                      图例位置，有 "upLeft", "upRight", "downLeft", "downRight" 可选
colors: Optional[Iterable] = None               label 颜色数组
font_family: Optional[str] = None               CSS font-family

cutecharts.charts.Pie.add_series

Params                                          Desc
------                                       ----
data: Iterable                                  series 数据列表

Demo

Pie-基本示例

from cutecharts.charts import Pie
from cutecharts.components import Page
from cutecharts.faker import Faker


def pie_base() -> Pie:
    chart = Pie("Pie-基本示例")
    chart.set_options(labels=Faker.choose())
    chart.add_series(Faker.values())
    return chart


pie_base().render()

Pie-Legend

def pie_legend_font():
    chart = Pie("Pie-Legend")
    chart.set_options(
        labels=Faker.choose(),
        legend_pos="downLeft",
        font_family='"Times New Roman",Georgia,Serif;',
    )
    chart.add_series(Faker.values())
    return chart

Pie-Radius

def pie_radius():
    chart = Pie("Pie-Radius")
    chart.set_options(
        labels=Faker.choose(),
        inner_radius=0,
    )
    chart.add_series(Faker.values())
    return chart

Radar（雷达图）

cutecharts.charts.Radar

API

cutecharts.charts.Radar.set_options

Params                                          Desc
------                                          ----
labels: Iterable                                数据标签列表
is_show_label: bool = True                      是否显示标签
is_show_legend: bool = True                     是否显示图例
tick_count: int = 3                             坐标系分割刻度
legend_pos: str = "upLeft"                      图例位置，有 "upLeft", "upRight", "downLeft", "downRight" 可选
colors: Optional[Iterable] = None               label 颜色数组
font_family: Optional[str] = None               CSS font-family

cutecharts.charts.Radar.add_series

Params                                          Desc
------                                          ----
name: str                                       series 名称
data: Iterable                                  series 数据列表

Demo

Radar-基本示例

from cutecharts.charts import Radar
from cutecharts.components import Page
from cutecharts.faker import Faker


def radar_base() -> Radar:
    chart = Radar("Radar-基本示例")
    chart.set_options(labels=Faker.choose())
    chart.add_series("series-A", Faker.values())
    chart.add_series("series-B", Faker.values())
    return chart


radar_base().render()

Radar-颜色调整

def radar_legend_colors():
    chart = Radar("Radar-颜色调整")
    chart.set_options(labels=Faker.choose(), colors=Faker.colors, legend_pos="upRight")
    chart.add_series("series-A", Faker.values())
    chart.add_series("series-B", Faker.values())
    return chart

Scatter（散点图）

cutecharts.charts.Scatter

API

cutecharts.charts.Scatter.set_options

Params                                          Desc
------                                          ----
x_label: str = ""                               X 坐标轴名称
y_label: str = ""                               Y 坐标轴名称
x_tick_count: int = 3                           X 轴刻度分割段数
y_tick_count: int = 3                           Y 轴刻度分割段数
is_show_line: bool = False                      是否将散点连成线
dot_size: int = 1                               散点大小
time_format: Optional[str] = None               日期格式
legend_pos: str = "upLeft"                      图例位置，有 "upLeft", "upRight", "downLeft", "downRight" 可选
colors: Optional[Iterable] = None               label 颜色数组
font_family: Optional[str] = None               CSS font-family

cutecharts.charts.Scatter.add_series

Params                                          Desc
------                                          ----
name: str                                       series 名称
data: Iterable                                  series 数据列表，[(x1, y1), (x2, y2)]

Demo

Scatter-基本示例

from cutecharts.charts import Scatter
from cutecharts.components import Page
from cutecharts.faker import Faker


def scatter_base() -> Scatter:
    chart = Scatter("Scatter-基本示例")
    chart.set_options(x_label="I'm xlabel", y_label="I'm ylabel")
    chart.add_series(
        "series-A", [(z[0], z[1]) for z in zip(Faker.values(), Faker.values())]
    )
    chart.add_series(
        "series-B", [(z[0], z[1]) for z in zip(Faker.values(), Faker.values())]
    )
    return chart


scatter_base().render()

Scatter-散点大小

def scatter_dotsize_tickcount():
    chart = Scatter("Scatter-散点大小")
    chart.set_options(dot_size=2, y_tick_count=8)
    chart.add_series(
        "series-A", [(z[0], z[1]) for z in zip(Faker.values(), Faker.values())]
    )
    chart.add_series(
        "series-B", [(z[0], z[1]) for z in zip(Faker.values(), Faker.values())]
    )
    return chart

Scatter-散点连成线

def scatter_show_line():
    chart = Scatter("Scatter-散点连成线")
    chart.set_options(y_tick_count=8, is_show_line=True)
    chart.add_series(
        "series-A", [(z[0], z[1]) for z in zip(Faker.values(), Faker.values())]
    )
    chart.add_series(
        "series-B", [(z[0], z[1]) for z in zip(Faker.values(), Faker.values())]
    )
    return chart

------end------

Wang_AI
关注
10个非常有趣的Python库
JanLEE
07-12 1420
Python语法简单，功能强大，可以干很多事情，原因就是因为它有强大的库支持，有很多很多现成的轮子可以用，你只要负责搭建应用即可。今天菜鸟哥给大家推荐10个非常有趣的Python ，一定会让你爱不释手的。 1. Python假消息生产器 这个库叫Faker很有趣，可以创建一个程序来生成虚假数据，如姓名、电子邮件或详细的虚假个人资料，其中包含一个人的所有信息。玩数据分析的时候经常会用到这个库。 Faker在github上收获了12800颗星，还是蛮好的一个库。可以pip3 install
别再为部署文档发愁！AI应用架构师整理的大规模AI系统部署手册模板（可直接套用）
最新发布
AI天才研究院
08-01 1299
作为一名经手过10+大规模AI系统（包括千万级用户的推荐系统、日均调用量超亿次的LLM推理服务）的架构师，我深知“无文档不部署”的重要性。过去3年，我带领团队踩过无数坑，最终沉淀出一套可直接套用的“大规模AI系统部署手册模板”。拆解模板的核心章节结构（为什么每个章节都不可或缺）；提供逐章节的模板内容示例（包含表格、命令、架构图等可复用元素）；讲解如何根据你的项目类型（如LLM部署、CV模型服务、多模态系统）定制模板；分享让文档“活起来”的团队协作与维护技巧（避免文档沦为“僵尸文档”）。
Python有趣且有用的库
李世文的博客
09-22 7366
python 有趣的库
那些有趣/用的 Python 库
热门推荐
github_36601823的博客
08-07 1万+
图片处理 pip install pillow from PIL import Image import numpy as np   a = np.array(Image.open('test.jpg')) b = [255,255,255] - a im = Image.fromarray(b.astype('uint8'))
python 有趣的库
qq_33291307的博客
04-18 1407
python 有趣的库https://www.zhihu.com/question/37180159当然还有其他的库，比如说io 库，学习好后，自然使用就比较方便好好学习，天天向上
python的一些有趣的库
potato123232的博客
03-04 684
1百度爬虫爬取图像 这个的项目路径在这里BaiduSpider: BaiduSpider，一个爬取百度搜索结果的爬虫，目前支持百度网页搜索，百度图片搜索，百度知道搜索，百度视频搜索，百度资讯搜索，百度文库搜索，百度经验搜索和百度百科搜索。 我给它搞成一个demo，这样我们用图像的时候可以搞一个关键字直接使用了 from baiduspider import BaiduSpider import requests page_number = 5 picture_number = 10 searc...
生成一个花花绿绿的头像
03-19
嗯，用户想生成一个花花绿绿的头像。首先，我需要弄清楚用户的需求到底是什么。可能他们想要一个色彩丰富、图案多样的头像，用来在社交媒体或者游戏中使用。接下来，我得考虑有哪些方法可以实现这一点，可能需要分...
AI绘画与教育：艺术教学中的创新应用
AI天才研究院
05-03 1359
随着生成式人工智能技术的爆发式发展，AI绘画工具（如MidJourney、Stable Diffusion、DALL-E）正在重塑艺术创作与教育的生态。传统艺术教学依赖手绘技巧、线下实训和经验传递，而AI绘画通过算法生成图像的能力，为艺术教育带来了全新的可能性：它既可以作为辅助工具降低创作门槛，也能作为教学对象培养数字时代的艺术素养。
图像生成领域的AI原生应用：从原理到实践全解析
AI天才研究院
06-15 1324
过去5年，图像生成AI经历了从“实验室玩具”到“生产力工具”的跨越式发展：从2014年GAN（生成对抗网络）的提出，到2021年扩散模型（Diffusion Model）的爆发，再到2022年Stable Diffusion、DALL·E 2等工具的普及，图像生成技术已深度融入设计、影视、游戏等行业。本文将聚焦“AI原生应用”——即专为AI能力设计的应用，而非传统应用的AI赋能版（例如MidJourney不是“PS的AI插件”，而是“基于AI生成能力重新定义的创作工具”），从原理到实践全面解析。
图片转cad线条的开源模型给我，这个模型要能用新数据集训练的
04-22
好的，我现在需要帮助用户找到一个可以将图片转换为CAD线条的开源模型，而且这个模型需要支持使用新数据集进行训练。首先，我得理解用户的具体需求。用户可能是一位工程师或者设计师，手头有一些手绘的图纸或者图片...
Python的turtle库还能绘制这些有趣图形？
12-21
在Python中，有一个内置的绘图模块，就是turtle。我们可以用它来绘制一些有趣的图形。 多边形 1、三边的效果： 2、六边的效果： 是不是觉得非常挺炫酷的，但其实实现它的代码非常简单，仅仅10行Python代码就能实现。不过这都依赖于强大的turtle库。 3、多边形测试代码： import turtle #导入turtle库 t = turtle.Pen() #创建turtle对象 turtle.bgcolor("black") #设置背景颜色 sides = int(input('你需要绘制几边形：')) #人性化输入需要绘制的边数 colors = ["red", "y
python图形代码
12-30
用python简单实现一个图形的绘制，可以自己设置图形的大小和尺寸
python有什么好玩的库_Python 社区里有趣且实用的库有哪些？
weixin_39520979的博客
11-20 375
01pyechartspyecharts 是一个特别强大的图表绘制库，可以快速画出高质量、漂亮的图表，是国内 Python 社区非常优秀的开源库。pyecharts 是用于生成 Echarts 图表的类库，Echarts 是百度开源的可视化 JS 库，用 Echarts 生成的图可视化效果非常棒，开源热爱者为了方便 Python 开发者直接与 Python 数据对接，将 Python 与 Ec...
几个有趣的Python 库，建议收藏～
技术专家
06-16 697
几个有趣的Python 库，建议收藏～
有趣的python库
Doodlera的博客
05-28 238
记录一下遇到的有趣的库，聊以慰藉。 逐渐扩充。 html5lib 地址 有趣之处：版本号里的9终于写不下了。 2013.9.10 版本号：0.99 2013.12.23 0.999 2015.4.29 0.9999 2015.4.30 0.99999 … 2016.7.15 0.999999999 终于，2017.12.7，1.0版本发布，可喜可贺！ ...
python中的一些有趣的库（一）
weixin_45144170的博客
11-05 676
python中有一些很有趣的库，小却有时很有用， 今天分享的是一个计数的库，collections模块中的Counter类。 首先，该类继承了dict，专门用于做计数。 接下来，看一下它的功能: >>> from collections import Counter # 传参构造对象时，可以是list,也可以是String,也可以是dict # 只要是iterable的子类就可以 >>> c = Counter('abcdeabcdabcaba') # most_comm
python有什么好玩的库_python有什么好玩的库
weixin_39745724的博客
11-20 1143
python好玩的库有：1、PyGame，一个游戏开发框架；2、Pillow，一个有关图片操作处理的软件；3、Selenium，一款浏览器自动化测试框架；4、Asciimatics等等。Python一向以快速开发出名，也被称之为胶水语言。所谓胶水，指的就是把不同的东西（库）组合起来，变成自己的程序。一起来看看Python有哪些好玩并且值得玩的库。NO.1 PyGamePyGame是一款出色的2D/...
【Python】几个有趣的Python 库，建议收藏～
wzk4869的博客
01-18 1135
【Python】几个有趣的Python 库，建议收藏～
[Python]一个有趣的库：pipe
Kris，Ready Always!
03-18 1240
pipe并不是Python内置的库，如果你安装了easy_install，直接可以安装它，否则你需要自己下载它：http://pypi.python.org/pypi/pipe 之所以要介绍这个库，是因为它向我们展示了一种很有新意的使用迭代器和生成器的方式：流。pipe将可迭代的数据看成是流，类似于linux，pipe使用'|'传递数据流，并且定义了一系列的“流处理”函数用于接受并处理数据流
‌Python免费开源且可商用的图形化库推荐‌
03-09
<think>好的，我需要帮用户找到免费、开源且支持商业使用的Python图形化库。首先，根据提供的引用资料，看看有没有相关的信息。引用2提到了几个Python库，比如django-wordpress、facebook-sdk、google-api-python-client等，但这些主要是处理API的，可能不涉及图形界面。引用3提到Matplotlib，这是一个数据可视化库，生成2D图表，属于GUI相关，符合要求。Matplotlib是开源的，使用BSD许可证，允许商业使用，所以这个应该推荐。 接下来，我需要考虑其他常见的Python GUI库。比如Tkinter，它是Python自带的，基于Tcl/Tk，许可证是BSD，允许商业使用。PyQt虽然功能强大，但它的许可证是GPL，如果需要闭源则需要购买商业许可，所以不符合用户的要求。不过PySide是Qt的另一个Python绑定，使用LGPL，允许闭源，因此可以推荐。Kivy也是一个开源库，使用MIT许可证，适合商业应用，支持跨平台。 然后检查用户提供的引用中有没有其他相关库。引用4提到了网络模拟工具，可能不相关。引用1提到的Blender虽然是3D建模，但用户需要的是GUI库，可能不直接相关。不过Blender的Python API可以用于创建界面工具，但可能不是用户想要的通用GUI库。 需要确认各个库的许可证是否允许商业使用。Matplotlib（BSD）、Tkinter（BSD）、PySide（LGPL）、Kivy（MIT）都符合条件。另外，wxPython使用wxWindows库，许可证是wxWindows，也允许商业使用。这些都应该包括在推荐列表中。 总结一下，用户需要的是免费、开源、可商用的Python GUI库，所以列出这些符合要求的库，并简要说明每个的特点和许可证类型，确保信息准确。同时，根据用户提供的引用，Matplotlib在引用3中明确提到，可以作为引用来源之一。</think>以下是一些免费、开源且支持商业使用的Python图形化库推荐： --- ### 1. **PyQt/PySide** - **特点**：基于Qt框架，提供丰富的UI组件和跨平台支持。PyQt采用GPL许可证，而PySide使用更宽松的LGPL协议，允许闭源商业项目[^2]。 - **适用场景**：桌面应用开发、复杂交互界面设计。 --- ### 2. **Tkinter** - **特点**：Python标准库内置的GUI工具包，基于Tcl/Tk，简单易用且完全免费。采用BSD许可证，支持商业用途[^2]。 - **示例代码： ```python import tkinter as tk root = tk.Tk() label = tk.Label(root, text="Hello World") label.pack() root.mainloop() ``` --- ### 3. **Kivy** - **特点**：专注于触屏和跨平台应用（支持Android/iOS），使用MIT许可证，允许商业修改和分发[^2]。 - **优势**：适合开发移动端和多媒体交互应用。 --- ### 4. **wxPython** - **特点**：基于wxWidgets C++库，提供原生界面风格，采用wxWindows许可证，允许商业使用。 - **适用场景**：需要与操作系统风格一致的桌面应用。 --- ### 5. **Matplotlib（可视化方向）** - **特点**：专注于数据可视化，支持生成2D图表（如折线图、散点图），采用BSD许可证[^3]。 - **示例代码： ```python import matplotlib.pyplot as plt plt.plot([1, 2, 3], [4, 5, 1]) plt.show() ``` --- ### 6. **Dear PyGui** - **特点**：轻量级、高性能的即时模式GUI库，支持游戏引擎集成，使用MIT许可证。 --- ### 许可证说明： - **MIT/BSD/LGPL**：允许商业闭源使用，需保留版权声明。 - **GPL**：要求衍生作品开源，若需闭源需购买商业授权（如PyQt）。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值