网站导航
> 使用教程 > Pyecharts 下载 (Python 数据可视化神器)

Pyecharts 下载 (Python 数据可视化神器)

网友: 使用教程 2022-07-08 22:34:10

什么是Pyecharts？

Pyecharts是一款能在Python下实现数据动态可视化分析的模块插件。有着类似于Echarts的可视化插件。

我们熟悉的Echarts 是百度开源的一款数据可视化 JS 工具，数据可视化类型十分丰富，但是得通过导入 js 库在 Java Web 项目上运行。因此Pyecharts可以完美替代它。

作为工作中常用 Python 的选手，不能不知道这款数据可视化插件的强大。那么，能否在 Python 中也能用到 Echarts 的功能呢？寻找中惊喜地发现了 pyecharts，只需在python中安装该模块即可使用。

Pyecharts安装方法：

常用的pip安装包一键安装pyecharts

# pyecharts安装命令：python -m pip install pyecharts

pip 安装

# 安装 v1 以上版本
$ pip install pyecharts -U

# 如果需要安装 0.5.11 版本的开发者，可以使用
# pip install pyecharts==0.5.11

源码安装

# 安装 v1 以上版本
$ git clone https://github.com/pyecharts/pyecharts.git
# 如果需要安装 0.5.11 版本，请使用 git clone https://github.com/pyecharts/pyecharts.git -b v05x
$ cd pyecharts
$ pip install -r requirements.txt
$ python setup.py install




 






Pyecharts本地下载地址


本地下载：pyecharts-master (706.35KB)


 


Pyecharts的特点


    

  • 简洁的 API 设计，使用如丝滑般流畅，支持链式调用
    • 

  • 囊括了 30+ 种常见图表，应有尽有
    • 

  • 支持主流 Notebook 环境，Jupyter Notebook 和 JupyterLab
    • 

  • 可轻松集成至 Flask，Sanic，Django 等主流 Web 框架
    • 

  • 高度灵活的配置项，可轻松搭配出精美的图表
    • 

  • 详细的文档和示例，帮助开发者更快的上手项目
    • 

  • 多达 400+ 地图文件，并且支持原生百度地图，为地理数据可视化提供强有力的支持
    • 



 


Pyecharts详细使用介绍


本地环境


生成 HTML




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

# V1 版本开始支持链式调用
bar = (
    Bar()
    .add_xaxis(["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"])
    .add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105])
    .add_yaxis("商家B", [57, 134, 137, 129, 145, 60, 49])
    .set_global_opts(title_opts=opts.TitleOpts(title="某商场销售情况"))
)
bar.render()

# 不习惯链式调用的开发者依旧可以单独调用方法
bar = Bar()
bar.add_xaxis(["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"])
bar.add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105])
bar.add_yaxis("商家B", [57, 134, 137, 129, 145, 60, 49])
bar.set_global_opts(title_opts=opts.TitleOpts(title="某商场销售情况"))
bar.render()






生成图片




from snapshot_selenium import snapshot as driver

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.render import make_snapshot


def bar_chart() -> Bar:
    c = (
        Bar()
        .add_xaxis(["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"])
        .add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105])
        .add_yaxis("商家B", [57, 134, 137, 129, 145, 60, 49])
        .reversal_axis()
        .set_series_opts(label_opts=opts.LabelOpts(position="right"))
        .set_global_opts(title_opts=opts.TitleOpts(title="Bar-测试渲染图片"))
    )
    return c

# 需要安装 snapshot-selenium 或者 snapshot-phantomjs
make_snapshot(driver, bar_chart().render(), "bar.png")




Pyecharts 下载 (Python 数据可视化神器)


Notebook 环境


Jupyter Notebook


Pyecharts 下载 (Python 数据可视化神器)


JupyterLab


Pyecharts 下载 (Python 数据可视化神器)


Web 框架




🔖 Demo




Demo 代码位于 example 文件夹下，欢迎参考 pyecharts 画廊 pyecharts-gallery。




 


 Pyecharts 下载 (Python 数据可视化神器)  Pyecharts 下载 (Python 数据可视化神器)        


 Pyecharts 下载 (Python 数据可视化神器) Pyecharts 下载 (Python 数据可视化神器)    


   Pyecharts 下载 (Python 数据可视化神器)


       Pyecharts 下载 (Python 数据可视化神器)  Pyecharts 下载 (Python 数据可视化神器)


 Pyecharts 下载 (Python 数据可视化神器) 


更多详细文档，请访问


    

  • 中文文档
    • 

  • English Documentation
    • 

  • 示例 Example
    • 



⛏ 代码质量


单元测试




$ pip install -r test/requirements.txt
$ make




集成测试


使用 Travis CI 和 AppVeyor 持续集成环境。


代码规范


使用 flake8, Codecov 以及 pylint 提升代码质量。


😉 Author


pyecharts 主要由以下几位开发者开发维护


    

  • @chenjiandongx
    • 

  • @chfw
    • 

  • @kinegratii
    • 

  • @sunhailin-Leo
    • 



更多贡献者信息可以访问 pyecharts/graphs/contributors


💡 贡献


期待能有更多的开发者参与到 pyecharts 的开发中来，我们会保证尽快 Reivew PR 并且及时回复。但提交 PR 请确保


    

  1. 通过所有单元测试，如若是新功能，请为其新增单元测试
    2. 

  2. 遵守开发规范，使用 black 以及 isort 格式化代码（$ pip install -r requirements-dev.txt）
    3. 

  3. 如若需要，请更新相对应的文档
    4. 



我们也非常欢迎开发者能为 pyecharts 提供更多的示例，共同来完善文档，文档项目位于 pyecharts/website


小编注


github地址：点击前往



				
				               	

                			

				                

                	

                    	网络标签：                     

                

				
             

		

    

			
    
	     
	

    	

		

    
相关问题