您现在的位置是：亿华云 > 应用开发

Pyecharts 绘图 AP I总结

亿华云2025-10-03 09:17:31【应用开发】5人已围观

简介一、初识Pyechartspyecharts简介pyecharts 是一个用于生成 Echarts 图表的类库, Echarts 是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到

一、总结初识Pyecharts

pyecharts简介

pyecharts 是总结一个用于生成 Echarts 图表的类库, Echarts 是一个由百度开源的数据可视化，凭借着良好的总结交互性，精巧的总结图表设计，得到了众多开发者的总结认可。而 Python 是总结一门富有表达力的语言，很适合用于数据处理。总结当数据分析遇上数据可视化时，总结pyecharts 诞生了。总结

Pyecharts官网

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

pyecharts安装

pip install pyecharts

二、总结Pyecharts可视化

使用pyecharts可以绘制如下图表：

Scatter 散点图 Funnel 漏斗图 Bar 柱状图 Gauge 仪表盘 Pie 饼图 Graph 关系图 Line 折线/面积图 Liquid 水球图 Radar 雷达图 Parallel 平行坐标系 Sankey 桑基图 Polar 极坐标系 WordCloud 词云图 HeatMap 热力图

2.0、总结初始化设置

导入相关库：

from pyecharts.charts import * import pyecharts.options as opts from pyecharts.charts import *: 可以使用所有的网站模板总结图表对应的函数; 使用 options 配置项，在 pyecharts 中，总结一切皆 Options，总结进行参数设置;

总体说明一下：

.render_notebook ()随时随地渲染图表; .render() 这个不会直接产生图表，总结而是形成一个render.html的文件，可在浏览器中打开查看图表;

2.1、scatter()

这里我们绘制一个正余弦的散点图

x = np.linspace(0, 2*np.pi, 100) y = np.sin(x) y2 = np.cos(x) # 参数设置 (Scatter() # 图形种类 .add_xaxis(xaxis_data=x) # 设置x轴序列 .add_yaxis(series_name=sin, y_axis=y) # 设置y轴序列 .add_yaxis(series_name=cos, y_axis=y2, label_opts=opts.LabelOpts(is_show=False)) # is_show = False：表示不显示数值部分 ).render_notebook()

结果如下：

2.2、line()

from pyecharts.charts import Line import pyecharts.options as opts x = np.linspace(0, 2*np.pi, 100) y = np.sin(x) ( Line() .add_xaxis(xaxis_data=x) .add_yaxis(series_name=sin, y_axis=y, label_opts=opts.LabelOpts(is_show=False)) .add_yaxis(series_name=cos, y_axis=np.cos(x), label_opts=opts.LabelOpts(is_show=False)) .set_global_opts(title_opts=opts.TitleOpts(title=曲线), tooltip_opts=opts.TooltipOpts(axis_pointer_type=cross) ) ).render_notebook()

结果如下所示：

2.3、Bar()

柱状图的绘制：

from pyecharts.charts import Bar bar = ( Bar() .add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]) .add_yaxis("商家A", [5, 20, 36, 10, 75, 90]) ) bar.render_notebook()

结果如下：

当然，这里只是最基本的柱图使用;我们还可以绘制混合柱图;

from pyecharts.charts import Bar import pyecharts.options as opts num = [110, 136, 108, 48, 111, 112, 103] num2 = [90, 110, 101, 70, 90, 120, 99] lab = [哈士奇, 萨摩耶, 泰迪, 金毛, 牧羊犬, 吉娃娃, 柯基] ( Bar(init_opts=opts.InitOpts(width=720px, height=320px)) .add_xaxis(xaxis_data=lab) .add_yaxis(series_name=商家A, yaxis_data=num) .add_yaxis(series_name=商家B, yaxis_data=num2) .set_global_opts( title_opts=opts.TitleOpts(title=各商家拥有犬类数量情况, subtitle=如有雷同，纯属意外) ) ).render_notebook()

结果如下所示：

2.4、Pie()

普通饼图：

from pyecharts.charts import Pie import pyecharts.options as opts num = [110, 136, 108, 48, 111, 112, 103] lab = [哈士奇, 萨摩耶, 泰迪, 金毛, 牧羊犬, 吉娃娃, 柯基] ( Pie(init_opts=opts.InitOpts(width=720px, height=320px)) .add(series_name=, data_pair=[(j, i) for i, j in zip(num, lab)] ) ).render_notebook()

结果如下：

环状饼图：

from pyecharts.charts import Pie import pyecharts.options as opts num = [110, 136, 108, 48, 111, 112, 103] lab = [哈士奇, 萨摩耶, 泰迪, 金毛, 牧羊犬, 吉娃娃, 柯基] ( Pie(init_opts=opts.InitOpts(width=720px, height=320px)) .add(series_name=, radius=[40%, 75%], data_pair=[(j, i) for i, j in zip(num, lab)] ) ).render_notebook()

如图所示：

玫瑰饼图：

from pyecharts.charts import Pie import pyecharts.options as opts num = [110, 136, 108, 48, 111, 112, 103] lab = [哈士奇, 萨摩耶, 泰迪, 金毛, 牧羊犬, 吉娃娃, 柯基] ( Pie(init_opts=opts.InitOpts(width=720px, height=320px)) .add(series_name=, # radius=[40%, 75%], # center=[25%, 50%], rosetype=radius, data_pair=[(j, i) for i, j in zip(num, lab)] ) ).render_notebook()

如图所示：

2.5、图表的云服务器提供商组合使用

from pyecharts.charts import Bar, Line num = [110, 136, 108, 48, 111, 112, 103] lab = [哈士奇, 萨摩耶, 泰迪, 金毛, 牧羊犬, 吉娃娃, 柯基] bar = ( Bar(init_opts=opts.InitOpts(width=720px, height=320px)) .add_xaxis(xaxis_data=lab) .add_yaxis(series_name=, yaxis_data=num) ) lines = ( Line() .add_xaxis(xaxis_data=lab) .add_yaxis(series_name=, y_axis=num, label_opts=opts.LabelOpts(is_show=False)) ) bar.overlap(lines).render_notebook()

如图所示：