本文摘抄至https://05x-docs.pyecharts.org/#/zh-cn/charts_base?id=bar%ef%bc%88%e6%9f%b1%e7%8a%b6%e5%9b%be%e6%9d%a1%e5%bd%a2%e5%9b%be%ef%bc%89

一、pyecharts绘制柱状图语法简介

柱状/条形图,通过柱形的高度/条形的宽度来表现数据的大小。
Bar.add() 方法签名
add(name, x_axis, y_axis,
is_stack=False,
bar_category_gap='20%', **kwargs)
name->str 图例名称
x_axis->list x坐标轴数据
y_axis->list y坐标轴数据
is_stack->bool 数据堆叠,同个类目轴上系列配置相同的stack值可以堆叠放置
bar_category_gap->int/str 类目轴的柱状距离,当设置为0时柱状是紧挨着(直方图类型),默认为'20%'
mark_point 标记点 取值为:average min max
mark_line 标记线 取值为:average min max
is_convert=True x轴和y轴交换
is_label_show=True 显示数据标签
xaxis_rotate=30, yaxis_rotate=30 旋转x轴或y轴的标签
label_color 设置柱子颜色

二、绘制普通柱状图

from pyecharts import Bar
#Note: 全局配置项要在最后一个 add() 上设置,否侧设置会被冲刷掉。 attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子","床垫"]
v1 = [5, 20, 36, 10, 75, 90 , 30]
v2 = [10, 25, 8, 60, 20, 80 , 50]
bar = Bar("柱状图数据堆叠示例") #设置标题
bar.add("商家A", attr, v1,mark_point=["average"],is_label_show=True)
bar.add("商家B", attr, v2,mark_line=["min", "max"],is_label_show=True)
bar.render(r'C:\Users\ASUS\Desktop\重新开始\Python用pyecharts绘图\柱状图1.html') #生成HTML文件

三、绘制堆叠柱状图

from pyecharts import Bar

#Note: 全局配置项要在最后一个 add() 上设置,否侧设置会被冲刷掉。
#is_stack->bool 数据堆叠,同个类目轴上系列配置相同的stack值可以堆叠放置
attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子","床垫"]
v1 = [5, 20, 36, 10, 75, 90 , 30]
v2 = [10, 25, 8, 60, 20, 80 , 50]
bar = Bar("柱状图数据堆叠示例") #设置标题
bar.add("商家A", attr, v1,mark_point=["average"],is_label_show=True,is_stack=True)
bar.add("商家B", attr, v2,mark_line=["min", "max"],is_label_show=True,is_stack=True)
bar.render(r'C:\Users\ASUS\Desktop\重新开始\Python用pyecharts绘图\柱状图1.html') #生成HTML文件

四、绘制横向柱状图

from pyecharts import Bar

#is_convert=True x轴和y轴交换
#Note: 全局配置项要在最后一个 add() 上设置,否侧设置会被冲刷掉。 attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子","床垫"]
v1 = [5, 20, 36, 10, 75, 90 , 30]
v2 = [10, 25, 8, 60, 20, 80 , 50]
bar = Bar("柱状图数据堆叠示例") #设置标题
bar.add("商家A", attr, v1,mark_point=["average"],is_label_show=True,is_convert=True)
bar.add("商家B", attr, v2,mark_line=["min", "max"],is_label_show=True,is_convert=True)
bar.render(r'C:\Users\ASUS\Desktop\重新开始\Python用pyecharts绘图\柱状图1.html') #生成HTML文件

五、pyecharts柱状图datazoom案例

六、对应pyecharts柱状图datazoom案例的代码我用page放一起了

#coding=utf-8
from __future__ import unicode_literals
from pyecharts import Bar
from pyecharts import Page
import random
page = Page()
#dataZoom 效果,'slider' 类型
attr = ["{}天".format(i) for i in range(30)]
v1 = [random.randint(1, 30) for _ in range(30)]
bar = Bar("Bar - datazoom - slider 示例")
bar.add("", attr, v1, is_label_show=True, is_datazoom_show=True,xaxis_rotate=30, yaxis_rotate=30)
page.add(bar) #dataZoom 效果,'inside' 类型
attr = ["{}天".format(i) for i in range(30)]
v1 = [random.randint(1, 30) for _ in range(30)]
bar2 = Bar("Bar - datazoom - inside 示例")
bar2.add(
"",
attr,
v1,
is_datazoom_show=True,
datazoom_type="inside",
datazoom_range=[1, 50],
)
page.add(bar2)
#dataZoom 效果,'both' 类型
attr = ["{}天".format(i) for i in range(30)]
v1 = [random.randint(1, 30) for _ in range(30)]
bar3 = Bar("Bar - datazoom - both 示例")
bar3.add(
"",
attr,
v1,
is_datazoom_show=True,
datazoom_type="both",
datazoom_range=[1, 40],
label_color=["#749f83"]
)
page.add(bar3)
days = ["{}天".format(i) for i in range(30)]
days_v1 = [random.randint(1, 30) for _ in range(30)]
bar4 = Bar("Bar - datazoom - xaxis/yaxis 示例")
bar4.add(
"",
days,
days_v1,
# 默认为 X 轴,横向
is_datazoom_show=True,
datazoom_type="slider",
datazoom_range=[1, 50],
# 新增额外的 dataZoom 控制条,纵向
is_datazoom_extra_show=True,
datazoom_extra_type="slider",
datazoom_extra_range=[1, 50],
is_toolbox_show=False,
)
page.add(bar4)
page.render(r'C:\Users\ASUS\Desktop\重新开始\Python用pyecharts绘图\柱状图1.html')

Python pyecharts绘制柱状图的更多相关文章

  1. Python pyecharts绘制饼图

    一.pyecharts绘制饼图语法简介 饼图主要用于表现不同类目的数据在总和中的占比.每个的弧度不是数据量的占比pie.add()方法的用法add(name, attr, value, radius= ...

  2. Python pyecharts绘制漏斗图

    一.pyecharts绘制漏斗图方法简介 funnel.add()方法简介add(name, attr, value, funnel_sort="ascending", funne ...

  3. Python pyecharts绘制折线图

    一.pyecharts绘制折线图line.add()方法简介 line.add()方法简介 add(name,x_axis,y_axis,is_symbol_show=True, is_smooth= ...

  4. Python pyecharts绘制词云图

    一.pyecharts绘制词云图WordCloud.add()方法简介 WordCloud.add()方法简介 add(name,attr,value, shape="circle" ...

  5. 小白学Python(13)——pyecharts 绘制 柱状图/条形图 Bar

    Bar-基本示例 from example.commons import Faker from pyecharts import options as opts from pyecharts.char ...

  6. Python pyecharts绘制仪表盘

    一.仪表盘gauge.add方法简介 gauge.add()方法签名 add(name,attr,value, scale_range=none, angle_range=none,**kwargs) ...

  7. Python pyecharts绘制水球图

    一.水球图Liquid.add()方法简介 Liquid.add()方法签名add(name, data, shape='circle', liquid_color=None, is_liquid_a ...

  8. python 绘制柱状图

    python 绘制柱状图 import matplotlib.pyplot as plt import numpy as np # 创建一个点数为 8 x 6 的窗口, 并设置分辨率为 80像素/每英 ...

  9. Python——使用matplotlib绘制柱状图

    Python——使用matplotlib绘制柱状图 1.基本柱状图           首先要安装matplotlib(http://matplotlib.org/api/pyplot_api.htm ...

随机推荐

  1. 菜鸡的Java笔记 第三十三 - java 泛型

    泛型 GenericParadigm        1.泛型的产生动机        2.泛型的使用以及通配符        3.泛型方法的使用                JDK1.5 后的三大主 ...

  2. Spring Cloud Gateway自定义过滤器实战(观测断路器状态变化)

    欢迎访问我的GitHub https://github.com/zq2599/blog_demos 内容:所有原创文章分类汇总及配套源码,涉及Java.Docker.Kubernetes.DevOPS ...

  3. [cf578F]Mirror Box

    构造如下一张无向图: 1.点集大小为$(n+1)(m+1)$,即所有格点 2.边集大小为$nm$,即所有镜子所连结的两个格点 对于一个确定的镜子状态,即可确定上图,那么来考虑什么样的图是合法的 结论: ...

  4. [luogu5294]序列

    也是一道保序回归的题,但思路不同于论文中模板题 考虑两个开口向上的二次函数$f(x)$和$g(x)$,求任意实数$x,y$满足$x\le y$且最小化$f(x)+g(y)$,这个最小值可以分类讨论求出 ...

  5. [luogu5537]系统设计

    考虑哈希,令$h[x]$表示根到$x$路径的哈希值,那么有$h[x]+hash(l,r)=h[ans]$ 考虑用线段树维护$a_{i}$的区间哈希值,并用map去找到对应的$ans$ 但还有一个问题, ...

  6. 多线程合集(二)---异步的那些事,async和await原理抛析

    引言 在c#中,异步的async和await原理,以及运行机制,可以说是老生常谈,经常在各个群里看到有在讨论这个的,而且网上看到的也只是对异步状态机的一些讲解,甚至很多人说异步状态机的时候,他们说的是 ...

  7. java 装饰器模式实现代码

    目录 1.实现装饰器模式 1.1.公共接口 1.2.接口实现 1.3.装饰器 1.4.装饰构件 1.5.测试装饰器 上图展示的是io流中的一个装饰者模式的代码结构 1.实现装饰器模式 汽车厂生产汽车实 ...

  8. 【POJ3349 Snowflake Snow Snowflakes】【Hash表】

    最近在对照省选知识点自己的技能树 今天是Hash 题面 大概是给定有n个6元序列 定义两个序列相等 当两个序列各自从某一个元素开始顺时针或者逆时针旋转排列能得到两个相同的序列 求这n个6元序列中是否有 ...

  9. Kubernetes(K8s)部署 SpringCloud 服务实战

    1. 概述 老话说的好:有可能性就不要放弃,要敢于尝试. 言归正传,之前我们聊了一下如何在 Kubernetes(K8s)中部署容器,今天我们来聊一下如何将 SpringCloud 的服务部署到 Ku ...

  10. 【豆科基因组】大豆适应性位点GWAS分析 [转载]

    目录 材料与方法 结果分析 本文利用99085个高质量SNP 通过STRUCTURE,PCA和neighbour-joining tree的群体结构分析将地方品种分为三个亚群,这些亚群表现出地理上的遗 ...