小白学 Python 数据分析（20）：pyecharts 概述

git clone https://github.com/pyecharts/pyecharts.git

cd pyecharts

pip install -r requirements.txt

python setup.py install

# 或者执行 python install.py

官方还为我们提供了一个查看当前 pyecharts 版本的方法：

import pyecharts

print(pyecharts.__version__)

我这边运行得到的结果是：

1.7.0

目前（2020年3月20日）官方最新的版本为 v1.7.1 ，查看地址为：https://github.com/pyecharts/pyecharts/releases ，可以看到最新版本是 8 天前发布的。

因为我这里的 pyecharts 是上周装的，在这之间正好发布了新的版本，如果想要更新版本，可以使用以下 pip 命令进行更新：

pip install --upgrade pyecharts

我这里更新完以后再次运行上面的查看版本的方法，已经变成最新的 v1.7.1 版本了。

快速开始

pyecharts 库装好了，接下来赶紧搞一个最简单的示例先试试看：

from pyecharts.charts import Bar

bar = Bar()

bar.add_xaxis([2011,2012,2013,2014,2015,2016,2017])

bar.add_yaxis("产品销量", [58000,60200,63000,71000,84000,90500,107000])

bar.render()

调用 render() 方法的时候会在本地生成一个 HTML 文件，默认会在当前目录生成 render.html 文件，同时也可以传入路径的参数，如 bar.render("mycharts.html") ，拿着这个 HTML 文件直接扔到浏览器中运行就能看到我们刚才创建的柱状图了。

pyecharts 的方法都支持链式调用，就是上面这一段我们可以换成链式调用的写法，如下：

from pyecharts.charts import Bar

bar = (

    Bar()

    .add_xaxis([2011,2012,2013,2014,2015,2016,2017])

    .add_yaxis("产品销量", [58000,60200,63000,71000,84000,90500,107000])

)

bar.render()

链式调用的除了写法和前面的不同，作用完全相同，各位同学选择自己习惯的写法就行。

在使用 pyecharts 的时候，大量的配置是使用 options 完成的，下面看一个使用 options 进行主标题和副标题配置的小示例：

from pyecharts.charts import Bar

from pyecharts import options as opts

bar = (

    Bar()

    .add_xaxis([2011,2012,2013,2014,2015,2016,2017])

    .add_yaxis("产品销量", [58000,60200,63000,71000,84000,90500,107000])

    .set_global_opts(title_opts=opts.TitleOpts(title="11 ~ 17年 xxx 公司 xx 产品销量图", subtitle="这里是副标题"))

)

bar.render('render_1.html')

# 调用方法写法，与上面的链式调用无任何区别

bar = Bar()

bar.add_xaxis([2011,2012,2013,2014,2015,2016,2017])

bar.add_yaxis("产品销量", [58000,60200,63000,71000,84000,90500,107000])

bar.set_global_opts(title_opts=opts.TitleOpts(title="11 ~ 17年 xxx 公司 xx 产品销量图", subtitle="这里是副标题"))

bar.render('render_1.html')

如果想要将结果保存成图片，需要使用 snapshot-selenium 将结果渲染成图片，如果没有安装的话需要先安装，安装命令如下：

pip install snapshot_selenium

这里有一点需要注意，如果想要正常的使用 snapshot_selenium ，需要本地有和当前 Chrome 正常配套的 ChromeDriver ，如果没有，需要先安装。

如果是我的老读者的话，前面在介绍爬虫的时候有介绍过 ChromeDriver 怎么安装，具体可以参考「小白学 Python 爬虫（2）：前置准备（一）基本类库的安装」

接着看一个示例：

from pyecharts.charts import Bar

from pyecharts.render import make_snapshot

from snapshot_selenium import snapshot

bar = (

    Bar()

        .add_xaxis([2011, 2012, 2013, 2014, 2015, 2016, 2017])

        .add_yaxis("产品销量", [58000, 60200, 63000, 71000, 84000, 90500, 107000])

        .set_global_opts(title_opts=opts.TitleOpts(title="11 ~ 17年 xxx 公司 xx 产品销量图", subtitle="这里是副标题"))

)

make_snapshot(snapshot, bar.render(), "bar_1.png")

这时，在同目录下生成了一个名称为 bar_1.png 的图片，就不贴出来了，和上面的图片是一样的，只是这张 png 图片是透明底的。

同时，pyecharts 还提供了 10+ 种内置主题，如果有需要也可以自己定制自己喜欢的主题，示例如下：

from pyecharts.charts import Bar

from pyecharts.globals import ThemeType

bar = (

    Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))

        .add_xaxis([2011, 2012, 2013, 2014, 2015, 2016, 2017])

        .add_yaxis("产品A", [58000, 60200, 63000, 71000, 84000, 90500, 107000])

        .add_yaxis("产品B", [78000,80200,93000,101000,64000,70500,87000])

        .set_global_opts(title_opts=opts.TitleOpts(title="11 ~ 17年 xxx 公司 xx 产品销量图", subtitle="这里是副标题"))

)

bar.render('render_2.html')

结果如下：

代码仓库

老规矩，所有的示例代码都会上传至代码管理仓库 Github 和 Gitee 上，方便大家取用。

示例代码-Github

示例代码-Gitee

参考

https://pyecharts.org/#/zh-cn/quickstart