一次偶然的機(jī)會，接觸了pyecharts，發(fā)現(xiàn)做圖交互效果非常棒，便深究、摸索、入坑。這篇文章主要講述自己在安裝和使用中遇到的問題，解決方法，最后還會有pyecharts中自己比較喜歡的繪圖功能。

pyecharts是一款將python與echarts結(jié)合的強(qiáng)大的數(shù)據(jù)可視化工具。Echarts 是百度開源的一個數(shù)據(jù)可視化 JS 庫， Echarts可以生成非常棒的可視化交互圖，pyecharts的開發(fā)讓在python平臺上也可以直接使用數(shù)據(jù)生成圖。

一、pyecharts v1安裝使用

我平時使用的是jupyter notebook，因?yàn)閍naconda中Jupyter Notebook里沒有集成pyecharts庫，沒有直接調(diào)用，需要自行安裝。

安裝pyecharts之前，我們需要了解pyecharts新舊版本的重大區(qū)別，自己下載的是什么版本，因?yàn)檫@會影響你代碼是否能正常運(yùn)行。我自己當(dāng)初不慎下載了最新V1版，但寫的代碼還是老代碼，結(jié)果各種報(bào)錯，如下圖等問題。

pyecharts在去年5月份的時候，發(fā)布了全新版本v1，修復(fù)了之前0.5.X版本留下的bug，但在宣傳新版本各種好的時候，存在一個非常嚴(yán)重的問題，新版本向下不再兼容pyecharts 低版本，舊版本上好多語句代碼都在新版本上都無法使用。當(dāng)我們使用原來跑通的代碼，在無意間更新版本后，使用時各種ImportError、AttributEerror報(bào)錯，不要懷疑自己，先去檢查一下自己使用的版本。一定要記住，V1是一個分水嶺，2019年5月也是一個分水嶺，現(xiàn)今大部分新安裝的都是V1新版本。

①開始安裝，管理員模式運(yùn)行cmd，輸入 pip install pyecharts

如果報(bào)錯:You are using pip version 10.0.1, however version 19.0.2 is available. You should consider upgrading via the 'python -m pip install --upgrade pip' command.

未報(bào)錯，說明版本以更新，下面②、③步驟可以忽略。

②更新版本，輸入python -m pip install --upgrade pip

更新成功后，會提示：Successfully installed pip-19.0.2

③前面準(zhǔn)備就緒后，再次輸入 pip install pyecharts

如果成功會提示：Successfully installed.....pyecharts.....(中間內(nèi)容省略，看關(guān)鍵字)

④驗(yàn)證是否可以正常使用，打開jupyter notebook，輸入一個簡單的測試代碼

from

能夠正常展示如下水球動態(tài)圖，就表示一切OK

⑤如果仍然存在報(bào)錯等問題，可以自己去下載安裝文件，下面是是最新版pyecharts1.7.1文件鏈接。

pyecharts?pypi.org

下載后，把文件放到Anaconda3Libsite-packages文件夾里面。

運(yùn)行Anaconda Prompt，輸入pip install pyecharts，再次測試是否可以正常使用。

如果想安裝歷史舊版本，也可以使用此方法。

⑥如果已安裝過pyecharts，想要查看自己是什么版本的，可以在打開cmd

輸入pip list，會顯示已經(jīng)安裝過的文件版本

二、pyecharts v1繪圖案例

這里繪圖案例，選擇了自己比較感興趣的幾個圖表，每各圖中涉及的數(shù)據(jù)值都是隨機(jī)生產(chǎn)，數(shù)據(jù)不具參考價(jià)值。

（1）流向圖

全國范圍：

from pyecharts.charts import Geo # 導(dǎo)入配置項(xiàng) from pyecharts import options as opts # ChartType：圖標(biāo)類型，SymbolType：標(biāo)記點(diǎn)類型 from pyecharts .globals import ChartType, SymbolType import randomc = (Geo().add_schema(maptype="china") # 地圖類型,這里選擇china.add("",[("天津", 120000), ("上海", 100000), ("廣州", 80000), ("深圳", 90000), ("長沙", 100000), ("鄭州", 100000),("杭州", 70000),("烏魯木齊",90)],type_=ChartType.EFFECT_SCATTER,color="green",)# 添加數(shù)據(jù)點(diǎn).add("geo",[("北京", "天津"), ("北京", "上海"),("北京", "廣州"),("北京", "深圳"),("北京", "長沙"),("北京", "鄭州"),("北京", "杭州"),("北京", "烏魯木齊")],type_=ChartType.LINES,effect_opts=opts.EffectOpts(symbol=SymbolType.ARROW, symbol_size=6, color="yellow"),# 添加流向，type_設(shè)置為LINES，漣漪配置為箭頭，提供的標(biāo)記類型包括 'circle', 'rect', 'roundRect', 'triangle', 'diamond', 'pin', 'arrow', 'none'linestyle_opts=opts.LineStyleOpts(curve=0.2),).set_series_opts(label_opts=opts.LabelOpts(is_show=False))# 不顯示標(biāo)簽.set_global_opts(title_opts=opts.TitleOpts(title="北京人口省外輸出圖")))c.render_notebook()# 直接在notebook里顯示圖表

省內(nèi)范圍：

c = (Geo().add_schema(maptype="河南") # 地圖類型,這里選擇鄭州.add("",[("安陽", 20000), ("信陽", 10000), ("南陽", 8000), ("洛陽", 9000), ("濮陽", 1000)],type_=ChartType.EFFECT_SCATTER,color="green",)# 添加數(shù)據(jù)點(diǎn).add("geo",[("鄭州", "安陽"), ("鄭州", "信陽"),("鄭州", "南陽"),("鄭州", "洛陽"),("鄭州", "濮陽")],type_=ChartType.LINES,effect_opts=opts.EffectOpts(symbol=SymbolType.ARROW, symbol_size=6, color="yellow"),# 添加流向，type_設(shè)置為LINES，漣漪配置為箭頭，提供的標(biāo)記類型包括 'circle', 'rect', 'roundRect', 'triangle', 'diamond', 'pin', 'arrow', 'none'linestyle_opts=opts.LineStyleOpts(curve=0.2),).set_series_opts(label_opts=opts.LabelOpts(is_show=False))# 不顯示標(biāo)簽.set_global_opts(title_opts=opts.TitleOpts(title="鄭州人口省內(nèi)輸出圖")))c.render_notebook()# 直接在notebook里顯示圖表

（2）熱力圖

以全國各省份人口分布熱力圖為例（這里隨機(jī)選擇部分省份）

province = ['北京', '上海', '廣州', '深圳', '河北', '河南', '湖北', '湖南', '黑龍江', '吉林', '內(nèi)蒙古', '新疆', '西藏'] data = [(i, random.randint(100, 350)) for i in province]geo = (Geo().add_schema(maptype="china").add("人口", data,type_=ChartType.HEATMAP).set_series_opts(label_opts=opts.LabelOpts(is_show=False)).set_global_opts(visualmap_opts=opts.VisualMapOpts(),legend_opts=opts.LegendOpts(is_show=False),title_opts=opts.TitleOpts(title="Geo-全國熱力地圖")))geo.render_notebook()

（3）時間軸

各品牌電腦線上和線下近幾年銷量對比

from pyecharts import options as opts from pyecharts.charts import Bar, Timeline from pyecharts.globals import ThemeType import randomcate = ['Apple', 'Dell', 'Toshiba', 'Samsung', 'Lenovo'] tl = Timeline() for i in range(2015, 2019): #選擇年份范圍bar = (Bar().add_xaxis(cate).add_yaxis("線上", [random.randint(10000, 15000) for _ in cate]) #隨機(jī)賦值.add_yaxis("門店", [random.randint(7000, 12000) for _ in cate]).set_global_opts(title_opts=opts.TitleOpts("電腦品牌{}年?duì)I業(yè)額".format(i))))tl.add(bar, "{}年".format(i))tl.render_notebook()

（4）3D柱狀圖

建立x坐標(biāo)為小時，y坐標(biāo)為星期，z坐標(biāo)為數(shù)值的3維動態(tài)柱狀圖

import pyecharts.options as opts from pyecharts.charts import Bar3Dhours = ["0","1","2","3","4","5","6","7","8","9","10","11", "12","13","14","15","16","17","18","19","20","21","22","23",] days = ["Saturday", "Friday", "Thursday", "Wednesday", "Tuesday", "Monday", "Sunday"] data = [[random.randint(0, 6), random.randint(0, 23), random.randint(0, 15)]for _ in range(100)] data = [[d[1], d[0], d[2]] for d in data]Bar3D = (Bar3D(init_opts=opts.InitOpts(width="800px", height="400px")).add(series_name="",data=data,xaxis3d_opts=opts.Axis3DOpts(type_="category", data=hours),yaxis3d_opts=opts.Axis3DOpts(type_="category", data=days),zaxis3d_opts=opts.Axis3DOpts(type_="value"),).set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=20,range_color=["#313695","#4575b4","#74add1","#abd9e9","#e0f3f8","#ffffbf","#fee090","#fdae61","#f46d43","#d73027","#a50026",],)))Bar3D.render_notebook()

三、總結(jié)

相對自己之前知悉的Matplotlib、Seaborn等繪圖包，接觸pyecharts又多打開了一扇大門，愈發(fā)覺得圍繞python開發(fā)的各種包都好強(qiáng)大，python是個好產(chǎn)品。

總結(jié)

以上是生活随笔為你收集整理的pyecharts anaconda_Pyecharts安装使用和绘图案例的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。