Echarts 是一个纯 Javascript 的图表库，可以流畅的运行在 PC 和移动设备上，兼容当前绝大部分浏览器，底层依赖轻量级的 Canvas 类库 ZRender，提供直观，生动，可交互，可高度个性化定制的数据可视化图表
pyEcharts 是一个用于生成 Echarts 图表的类库，通过python实现与Echarts对接，通过python代码且无需JavaScript也可以实现Echarts
一、快速安装
首先我们先安装pyEcharts ，本文主要使用的 pyEcharts 为 0.5 版本，不过也可以尝试使用1.0等版本的pyEcharts，有需要可以阅读官方文档
pip install pyecharts==0.5.10
安装 pytcharts 的地图文件包
- 全球国家地图: echarts-countries-pypkg (1.9MB): 世界地图和 213 个国家，包括中国地图
- 中国省级地图: echarts-china-provinces-pypkg (730KB)：23 个省，5 个自治区
- 中国市级地图: echarts-china-cities-pypkg (3.8MB)：370 个中国城市
- 中国县区级地图: echarts-china-counties-pypkg (4.1MB)：2882 个中国县·区
- 中国区域地图: echarts-china-misc-pypkg (148KB)：11 个中国区域地图，比如华南、华北。
pip install echarts-countries-pypkg
pip install echarts-china-provinces-pypkg
pip install echarts-china-cities-pypkg
pip install echarts-china-counties-pypkg
pip install echarts-china-misc-pypkg
pip install echarts-united-kingdom-pypkg
pip install pyecharts_snapshot
二、快速入手
1. 柱状图
#导入柱状图-Bar
from pyecharts import Bar
#设置行名
columns = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
#设置数据
data1 = [124, 110, 142, 130, 193, 201, 250, 254, 230, 180, 174, 153]
data2 = [123, 124, 143, 152, 166, 230, 280, 220, 170, 174, 143, 150]
#设置柱状图的主标题与副标题
bar = Bar("京东电脑", "2222年售货情况")
#添加柱状图的数据及配置项
bar.add("神舟", columns, data1, mark_line=["average"], mark_point=["max", "min"])
bar.add("机械革命", columns, data2, mark_line=["average"], mark_point=["max", "min"])
#生成本地文件（默认为.html文件）
bar.render()
2. 饼状图
#导入饼图Pie
from pyecharts import Pie
columns = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
data1 = [124, 110, 142, 130, 193, 201, 250, 254, 230, 180, 174, 153]
data2 = [123, 124, 143, 152, 166, 230, 280, 220, 170, 174, 143, 150]
#设置主标题与副标题，标题设置居中，设置宽度为900
pie = Pie("京东电脑", "2222年售货情况",title_pos='center',width=900)
#加入数据，设置坐标位置为【25，50】，上方的colums选项取消显示
pie.add("神舟", columns, data1 ,center=[25,50],is_legend_show=False)
#加入数据，设置坐标位置为【75，50】，上方的colums选项取消显示，显示label标签
pie.add("机械革命", columns, data2 ,center=[75,50],is_legend_show=False,is_label_show=True)
#保存图表
pie.render()
3. 箱型图
#导入箱型图Boxplot
from pyecharts import Boxplot
columns = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
data1 = [124, 110, 142, 130, 193, 201, 250, 254, 230, 180, 174, 153]
data2 = [123, 124, 143, 152, 166, 230, 280, 220, 170, 174, 143, 150]
boxplot = Boxplot("京东电脑", "2222年售货情况")
x_axis = ['神舟','机械革命']
y_axis = [data1,data2]
#prepare_data方法可以将数据转为嵌套的 [min, Q1, median (or Q2), Q3, max]
yaxis = boxplot.prepare_data(y_axis)
boxplot.add("售货情况", x_axis, y_axis)
boxplot.render()
4. 折线图
from pyecharts import Line
columns = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
data1 = [124, 110, 142, 130, 193, 201, 250, 254, 230, 180, 174, 153]
data2 = [123, 124, 143, 152, 166, 230, 280, 220, 170, 174, 143, 150]
line = Line("京东电脑d", "2222年售货情况")
line.add("神舟", columns, data1, mark_point=["average"])
line.add("机械革命",columns, data2, mark_point=["average"])
line.render()
5. 折线+柱状图
利用 Overlap：结合不同类型图表叠加画在同张图上
from pyecharts import Line
from pyecharts import Bar
from pyecharts import Overlap
overlap = Overlap()
columns = ["Jan", "Feb", "Mar", "Apr", "May", "Jun", "Jul", "Aug", "Sep", "Oct", "Nov", "Dec"]
data1 = [124, 110, 142, 130, 193, 201, 250, 254, 230, 180, 174, 153]
data2 = [123, 124, 143, 152, 166, 230, 280, 220, 170, 174, 143, 150]
line = Line()
bar = Bar()
bar.add("神舟", columns, data1, mark_line=["average"], mark_point=["max", "min"])
bar.add("机械革命", columns, data2, mark_line=["average"], mark_point=["max", "min"])
line.add("神舟", columns, data1, mark_point=["average"])
line.add("机械革命",columns, data2, mark_point=["average"])
overlap.add(bar)
overlap.add(line)
overlap.render()
三、更多内容
