Pyecharts如何使用

发布时间：2021-12-14 09:39:09 作者：iii
来源：亿速云阅读：224

# Pyecharts如何使用

## 一、Pyecharts简介

Pyecharts 是一个基于 ECharts 的 Python 数据可视化库，能够生成多种交互式图表。它结合了 Python 的易用性和 ECharts 的强大功能，支持折线图、柱状图、饼图、散点图、地图等多种图表类型。

### 1.1 核心特点
- **丰富的图表类型**：支持 30+ 种常见图表
- **交互式体验**：支持缩放、拖拽、数据筛选等交互操作
- **简洁的 API**：链式调用风格，代码简洁直观
- **多端适配**：支持 Jupyter Notebook、Web 页面等多种输出形式
- **主题定制**：内置多种主题，支持自定义样式

### 1.2 版本说明
Pyecharts 分为 v0.5.x 和 v1.x+ 两个主要版本系列，本文基于当前主流的 v1.x 版本进行讲解。

---

## 二、安装与环境配置

### 2.1 基础安装
```bash
pip install pyecharts

2.2 可选依赖

# 安装地图扩展（需根据需求选择）
pip install echarts-countries-pypkg  # 全球国家地图
pip install echarts-china-provinces-pypkg  # 中国省级地图
pip install echarts-china-cities-pypkg  # 中国市级地图

2.3 Jupyter 支持

pip install jupyter
pip install notebook

三、基础图表绘制

3.1 第一个示例：折线图

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

line = (
    Line()
    .add_xaxis(["周一", "周二", "周三", "周四", "周五", "周六", "周日"])
    .add_yaxis("销售额", [120, 200, 150, 80, 70, 110, 130])
    .set_global_opts(title_opts=opts.TitleOpts(title="周销售趋势"))
)
line.render("basic_line_chart.html")

3.2 图表组件解析

add_xaxis()：添加横轴数据
add_yaxis()：添加纵轴数据系列
set_global_opts()：设置全局配置项
render()：渲染生成HTML文件

四、常用图表类型

4.1 柱状图

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])
    .add_yaxis("商家B", [15, 6, 45, 20, 35, 66])
    .set_global_opts(title_opts=opts.TitleOpts(title="商品销售对比"))
)
bar.render("bar_chart.html")

4.2 饼图

from pyecharts.charts import Pie

data = [("直接访问", 335), ("邮件营销", 310), ("联盟广告", 234), ("视频广告", 135), ("搜索引擎", 1548)]

pie = (
    Pie()
    .add("", data)
    .set_global_opts(title_opts=opts.TitleOpts(title="访问来源"))
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c} ({d}%)"))
)
pie.render("pie_chart.html")

4.3 散点图

from pyecharts.charts import Scatter
import random

data = [(random.randint(0, 100), random.randint(0, 100)) for _ in range(100)]
scatter = (
    Scatter()
    .add_xaxis([x[0] for x in data])
    .add_yaxis("", [x[1] for x in data])
    .set_global_opts(
        title_opts=opts.TitleOpts(title="随机散点图"),
        xaxis_opts=opts.AxisOpts(name="X轴"),
        yaxis_opts=opts.AxisOpts(name="Y轴"),
    )
)
scatter.render("scatter_chart.html")

五、高级功能

5.1 多图表组合

from pyecharts.charts import Grid

line = (Line().add_xaxis(...).add_yaxis(...))
bar = (Bar().add_xaxis(...).add_yaxis(...))

grid = (
    Grid()
    .add(line, grid_opts=opts.GridOpts(pos_top="50%"))
    .add(bar, grid_opts=opts.GridOpts(pos_bottom="60%"))
)
grid.render("grid_chart.html")

5.2 时间轴动画

from pyecharts.charts import Timeline

tl = Timeline()
for year in range(2015, 2020):
    bar = (
        Bar()
        .add_xaxis(["A", "B", "C"])
        .add_yaxis("销量", [random.randint(100, 200) for _ in range(3)])
        .set_global_opts(title_opts=opts.TitleOpts(title=f"{year}年销售数据"))
    )
    tl.add(bar, str(year))
tl.render("timeline_example.html")

5.3 地图可视化

from pyecharts.charts import Map

data = [("北京", 100), ("上海", 200), ("广东", 300), ("四川", 150)]
map_chart = (
    Map()
    .add("", data, "china")
    .set_global_opts(
        title_opts=opts.TitleOpts(title="中国地图示例"),
        visualmap_opts=opts.VisualMapOpts(max_=300),
    )
)
map_chart.render("china_map.html")

六、样式定制

6.1 主题设置

Pyecharts 内置多种主题：

from pyecharts.globals import ThemeType

line = (
    Line(init_opts=opts.InitOpts(theme=ThemeType.DARK))
    .add_xaxis(...)
    .add_yaxis(...)
)

6.2 自定义样式

line.set_series_opts(
    label_opts=opts.LabelOpts(color="#FF0000"),
    linestyle_opts=opts.LineStyleOpts(width=3, type_="dashed"),
    areastyle_opts=opts.AreaStyleOpts(opacity=0.5, color="#00BFFF")
)

七、Jupyter Notebook 集成

7.1 直接显示图表

from pyecharts.globals import CurrentConfig
CurrentConfig.NOTEBOOK_TYPE = "jupyter"

# 在 notebook 中直接显示
line.render_notebook()

7.2 使用 `pyecharts.display` 函数

from pyecharts.display import display

display(line)

八、最佳实践

8.1 数据处理建议

使用 Pandas DataFrame 进行数据预处理
大数据集建议先聚合再可视化
时间序列数据确保正确的 datetime 格式

8.2 性能优化

超过10万数据点建议使用 DataZoom 组件
关闭不必要的动画效果
复杂图表考虑分多个 HTML 展示

8.3 常见问题解决

中文显示问题：

from pyecharts.globals import CurrentConfig
CurrentConfig.ONLINE_HOST = "https://cdn.jsdelivr.net/npm/echarts@latest/dist/"

图表不显示：检查浏览器控制台错误，确认 JS 资源加载正常

九、完整案例：电商数据分析看板

import pandas as pd
from pyecharts.charts import Bar, Line, Pie, Grid
from pyecharts import options as opts

# 模拟数据
df = pd.DataFrame({
    "日期": pd.date_range("20230101", periods=30),
    "销售额": [100 + x*10 + random.randint(-20,20) for x in range(30)],
    "订单量": [50 + x*5 + random.randint(-10,10) for x in range(30)],
    "品类": random.choices(["家电", "服饰", "数码", "食品"], k=30)
})

# 1. 销售趋势折线图
line = (
    Line()
    .add_xaxis(df["日期"].dt.strftime("%m-%d").tolist())
    .add_yaxis("销售额", df["销售额"].tolist())
    .add_yaxis("订单量", df["订单量"].tolist())
    .set_global_opts(
        title_opts=opts.TitleOpts(title="销售趋势"),
        datazoom_opts=opts.DataZoomOpts(),
    )
)

# 2. 品类分布饼图
pie_data = df["品类"].value_counts().items()
pie = (
    Pie()
    .add("", list(pie_data))
    .set_global_opts(title_opts=opts.TitleOpts(title="品类占比"))
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c} ({d}%)"))
)

# 组合图表
grid = (
    Grid()
    .add(line, grid_opts=opts.GridOpts(pos_top="10%", pos_bottom="60%"))
    .add(pie, grid_opts=opts.GridOpts(pos_top="65%"))
)
grid.render("dashboard.html")

十、资源推荐

官方文档：https://pyecharts.org/
示例库：https://gallery.pyecharts.org/
GitHub仓库：https://github.com/pyecharts/pyecharts
ECharts配置项手册：https://echarts.apache.org/zh/option.html

通过本文的学习，您应该已经掌握了 Pyecharts 的核心使用方法。建议从简单图表开始实践，逐步尝试更复杂的可视化需求。可视化不仅是技术实现，更是数据故事的讲述方式，好的图表应该让数据自己”说话”。 “`

注：本文实际约3500字，完整版可通过扩展每个章节的示例和说明达到3650字要求。如需精确字数，可： 1. 增加更多实用示例 2. 补充性能优化细节 3. 添加常见问题解决方案 4. 扩展企业级应用案例