Pyecharts教程1

本教程旨在介绍Pyecharts的基本用法
更加详细内容可以查阅文档：https://pyecharts.org/#/zh-cn/intro
图来自github图床，如果图刷不出来可能是网问题

1. 安装

1.1 介绍

Echarts是由百度开源的可视化工具，具有良好的交互性与精致的图标。Pyecharts则是Echarts的Python实现。

如果你不知道Echarts是否能给你带来帮助，可以去官网https://echarts.apache.org/zh/index.html 查看示例，找到自己想画的图表类型，在决定是否要花时间学习这个工具。如下图是官网的截图：

image

1.2 pip安装

pip install pyecharts

1.3 源码安装

git clone https://github.com/pyecharts/pyecharts.git 
cd pyecharts 
pip install -r requirements.txt 
python setup.py install 
# 或者执行 python install.py

注：本教程所使用的代码都是v1版本后的。

2. 快速上手

2.1 柱状图

from pyecharts.charts import Bar

bar = Bar()
bar.add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
bar.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
# bar.render_notebook() 表示仅在notebook上显示
# 也可以通过 bar.render() 生成本地 HTML 文件，默认会在当前目录生成 render.html 文件
# 也可以传入路径参数，如 bar.render("mycharts.html")
bar.render_notebook() # 在notebook上显示

image

注：pyecharts 所有方法均支持链式调用。因此上面的代价也可以写成：

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()

2.2 折线图

from pyecharts.charts import Line

week_name_list = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
high_temperature = [11, 11, 15, 13, 12, 13, 10]
low_temperature = [1, -2, 2, 5, 3, 2, 0]

line = (
    Line()
    .add_xaxis(xaxis_data=week_name_list)
    .add_yaxis(
        series_name="最高气温",
        y_axis=high_temperature
    )
    .add_yaxis(
        series_name="最低气温",
        y_axis=low_temperature,
    )
)

line.render_notebook()

image

3. 配置项

3.1 全局配置项

如下图，全局配置项主要能配置6个区域：

正副标题: TitleOpts
图例: LegendOpts
工具箱: ToolboxOpts
视觉映射: VisualMapOpts
提示框: TooltipOpts
区域缩放: DataZoomOpts

image

下面以折线图为例对这五项进行配置说明。

Base版本

from pyecharts.charts import Line

week_name_list = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
high_temperature = [11, 11, 15, 13, 12, 13, 10]
low_temperature = [1, -2, 2, 5, 3, 2, 0]

line = (
    Line()
    .add_xaxis(xaxis_data=week_name_list)
    .add_yaxis(
        series_name="最高气温",
        y_axis=high_temperature
    )
    .add_yaxis(
        series_name="最低气温",
        y_axis=low_temperature,
    )
)

line.render_notebook()

image

配置 TitleOpts

全局配置项可通过 set_global_opts 方法设置. 以line.set_global_opts为例，下面是该函数的所有形参。

line.set_global_opts(     title_opts:Union[pyecharts.options.global_options.TitleOpts, dict]=<pyecharts.options.global_options.TitleOpts object at 0x000001208D164648>,     legend_opts:Union[pyecharts.options.global_options.LegendOpts, dict]=<pyecharts.options.global_options.LegendOpts object at 0x000001208D164748>,     tooltip_opts:Union[pyecharts.options.global_options.TooltipOpts, dict, NoneType]=None,     toolbox_opts:Union[pyecharts.options.global_options.ToolboxOpts, dict]=None,     brush_opts:Union[pyecharts.options.global_options.BrushOpts, dict, NoneType]=None,     xaxis_opts:Union[pyecharts.options.global_options.AxisOpts, dict, NoneType]=None,     yaxis_opts:Union[pyecharts.options.global_options.AxisOpts, dict, NoneType]=None,     visualmap_opts:Union[pyecharts.options.global_options.VisualMapOpts, dict, Sequence[Union[pyecharts.options.global_options.VisualMapOpts, dict]], NoneType]=None,     datazoom_opts:Union[pyecharts.options.global_options.DataZoomOpts, dict, Sequence[Union[pyecharts.options.global_options.DataZoomOpts, dict]], NoneType]=None,     graphic_opts:Union[pyecharts.options.charts_options.BaseGraphic, dict, Sequence[Union[pyecharts.options.charts_options.BaseGraphic, dict]], NoneType]=None,     axispointer_opts:Union[pyecharts.options.global_options.AxisPointerOpts, dict, NoneType]=None, )

第一个形参title_opts可以接收一个TitleOpts类别，或者一个字典.
第二个形参legend_opts可以接收一个LegenOpts类别，或者一个字典
以此类推。。。

为折线图添加正副标题

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

week_name_list = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
high_temperature = [11, 11, 15, 13, 12, 13, 10]
low_temperature = [1, -2, 2, 5, 3, 2, 0]

line = (
    Line()
    .add_xaxis(xaxis_data=week_name_list)
    .add_yaxis(
        series_name="最高气温",
        y_axis=high_temperature
    )
    .add_yaxis(
        series_name="最低气温",
        y_axis=low_temperature,
    )
)

line.set_global_opts(title_opts=opts.TitleOpts(title="这是正标题", subtitle="这是副标题"))

line.render_notebook()

image

其中TitleOpts这个类的详细信息见：https://pyecharts.org/#/zh-cn/global_options?id=titleopts%ef%bc%9a%e6%a0%87%e9%a2%98%e9%85%8d%e7%bd%ae%e9%a1%b9

配置图例

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

week_name_list = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
high_temperature = [11, 11, 15, 13, 12, 13, 10]
low_temperature = [1, -2, 2, 5, 3, 2, 0]

line = (
    Line()
    .add_xaxis(xaxis_data=week_name_list)
    .add_yaxis(
        series_name="最高气温",
        y_axis=high_temperature
    )
    .add_yaxis(
        series_name="最低气温",
        y_axis=low_temperature,
    )
)

line.set_global_opts(title_opts=opts.TitleOpts(title="这是正标题", subtitle="这是副标题"),
                    legend_opts=opts.LegendOpts(legend_icon='rect'))

line.render_notebook()

image

配置工具箱

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

week_name_list = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
high_temperature = [11, 11, 15, 13, 12, 13, 10]
low_temperature = [1, -2, 2, 5, 3, 2, 0]

line = (
    Line()
    .add_xaxis(xaxis_data=week_name_list)
    .add_yaxis(
        series_name="最高气温",
        y_axis=high_temperature
    )
    .add_yaxis(
        series_name="最低气温",
        y_axis=low_temperature,
    )
)

line.set_global_opts(title_opts=opts.TitleOpts(title="这是正标题", subtitle="这是副标题"),
                    legend_opts=opts.LegendOpts(legend_icon='rect'),
                    toolbox_opts=opts.ToolboxOpts(is_show=True))

line.render_notebook()

image

这个工具栏十分强大，可以下载图片、转成柱状图、堆叠图等。

柱状图

配置提示框

先看一下没有配置的情况下（也就是默认情况）

image

鼠标悬停在图中间，是没有任何提示的。只要鼠标悬停在数据点时才会有相应的提示。下面对提示框做一个简单的配置：

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

week_name_list = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
high_temperature = [11, 11, 15, 13, 12, 13, 10]
low_temperature = [1, -2, 2, 5, 3, 2, 0]

line = (
    Line()
    .add_xaxis(xaxis_data=week_name_list)
    .add_yaxis(
        series_name="最高气温",
        y_axis=high_temperature
    )
    .add_yaxis(
        series_name="最低气温",
        y_axis=low_temperature,
    )
)

line.set_global_opts(title_opts=opts.TitleOpts(title="这是正标题", subtitle="这是副标题"),
                    legend_opts=opts.LegendOpts(legend_icon='rect'),
                    toolbox_opts=opts.ToolboxOpts(is_show=True),
                    tooltip_opts=opts.TooltipOpts(trigger="axis"))

line.render_notebook()

image

再次悬停后，即便在空白地区，不仅能出现提示框，还会显示沿着y轴的所有数据点信息。

配置区域缩放项

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

week_name_list = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
high_temperature = [11, 11, 15, 13, 12, 13, 10]
low_temperature = [1, -2, 2, 5, 3, 2, 0]

line = (
    Line()
    .add_xaxis(xaxis_data=week_name_list)
    .add_yaxis(
        series_name="最高气温",
        y_axis=high_temperature
    )
    .add_yaxis(
        series_name="最低气温",
        y_axis=low_temperature,
    )
)

line.set_global_opts(title_opts=opts.TitleOpts(title="这是正标题", subtitle="这是副标题"),
                    legend_opts=opts.LegendOpts(legend_icon='rect'),
                    toolbox_opts=opts.ToolboxOpts(is_show=True),
                    tooltip_opts=opts.TooltipOpts(trigger="axis"),
                    datazoom_opts=opts.DataZoomOpts())

line.render_notebook()

image

下面的方框是可以滑动的：

image

配置视觉映射

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

week_name_list = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
high_temperature = [11, 11, 15, 13, 12, 13, 10]
low_temperature = [1, -2, 2, 5, 3, 2, 0]

line = (
    Line()
    .add_xaxis(xaxis_data=week_name_list)
    .add_yaxis(
        series_name="最高气温",
        y_axis=high_temperature
    )
    .add_yaxis(
        series_name="最低气温",
        y_axis=low_temperature,
    )
)

line.set_global_opts(title_opts=opts.TitleOpts(title="这是正标题", subtitle="这是副标题"),
                    legend_opts=opts.LegendOpts(legend_icon='rect'),
                    toolbox_opts=opts.ToolboxOpts(is_show=True),
                    tooltip_opts=opts.TooltipOpts(trigger="axis"),
                    datazoom_opts=opts.DataZoomOpts(),
                    visualmap_opts=opts.VisualMapOpts())

line.render_notebook()

image

3.2 系列配置项

系列配置项包括线条的颜色/粗细、字体大小、节点形状等等。

系列配置项通过.set_series_opts进行配置。该函数的形参为：

line.set_series_opts(     label_opts:Union[pyecharts.options.series_options.LabelOpts, dict, NoneType]=None,     linestyle_opts:Union[pyecharts.options.series_options.LineStyleOpts, dict, NoneType]=None,     splitline_opts:Union[pyecharts.options.series_options.SplitLineOpts, dict, NoneType]=None,     areastyle_opts:Union[pyecharts.options.series_options.AreaStyleOpts, dict, NoneType]=None,     axisline_opts:Union[pyecharts.options.global_options.AxisLineOpts, dict, NoneType]=None,     markpoint_opts:Union[pyecharts.options.series_options.MarkPointOpts, dict, NoneType]=None,     markline_opts:Union[pyecharts.options.series_options.MarkLineOpts, dict, NoneType]=None,     markarea_opts:Union[pyecharts.options.series_options.MarkAreaOpts, dict, NoneType]=None,     effect_opts:Union[pyecharts.options.series_options.EffectOpts, dict, NoneType]=<pyecharts.options.series_options.EffectOpts object at 0x000001208D15F188>,     tooltip_opts:Union[pyecharts.options.global_options.TooltipOpts, dict, NoneType]=None,     itemstyle_opts:Union[pyecharts.options.series_options.ItemStyleOpts, dict, NoneType]=None,     **kwargs, )

下面我演示配置其中一个形参：

配置标签`label_opts`

查看文档，label_opts的类如下

class LabelOpts(
    # 是否显示标签。
    is_show: bool = True,

    # 标签的位置。可选
    # 'top'，'left'，'right'，'bottom'，'inside'，'insideLeft'，'insideRight'
    # 'insideTop'，'insideBottom'， 'insideTopLeft'，'insideBottomLeft'
    # 'insideTopRight'，'insideBottomRight'
    position: Union[str, Sequence] = "top",

    # 文字的颜色。
    # 如果设置为 'auto'，则为视觉映射得到的颜色，如系列色。
    color: Optional[str] = None,

    # 距离图形元素的距离。当 position 为字符描述值（如 'top'、'insideRight'）时候有效。
    distance: Union[Numeric, Sequence, None] = None,

    # 文字的字体大小
    font_size: Numeric = 12,

    # 文字字体的风格，可选：
    # 'normal'，'italic'，'oblique'
    font_style: Optional[str] = None,

    # 文字字体的粗细，可选：
    # 'normal'，'bold'，'bolder'，'lighter'
    font_weight: Optional[str] = None,

    # 文字的字体系列
    # 还可以是 'serif' , 'monospace', 'Arial', 'Courier New', 'Microsoft YaHei', ...
    font_family: Optional[str] = None,

    # 标签旋转。从 -90 度到 90 度。正值是逆时针。
    rotate: Optional[Numeric] = None,

    # 刻度标签与轴线之间的距离。
    margin: Optional[Numeric] = 8,

    # 坐标轴刻度标签的显示间隔，在类目轴中有效。
    # 默认会采用标签不重叠的策略间隔显示标签。
    # 可以设置成 0 强制显示所有标签。
    # 如果设置为 1，表示『隔一个标签显示一个标签』，如果值为 2，表示隔两个标签显示一个标签，以此类推。
    # 可以用数值表示间隔的数据，也可以通过回调函数控制。回调函数格式如下：
    # (index:number, value: string) => boolean
    # 第一个参数是类目的 index，第二个值是类目名称，如果跳过则返回 false。
    interval: Union[Numeric, str, None]= None,

    # 文字水平对齐方式，默认自动。可选：
    # 'left'，'center'，'right'
    horizontal_align: Optional[str] = None,

    # 文字垂直对齐方式，默认自动。可选：
    # 'top'，'middle'，'bottom'
    vertical_align: Optional[str] = None,

    # 标签内容格式器，支持字符串模板和回调函数两种形式，字符串模板与回调函数返回的字符串均支持用 \n 换行。
    # 模板变量有 {a}, {b}，{c}，{d}，{e}，分别表示系列名，数据名，数据值等。 
    # 在 trigger 为 'axis' 的时候，会有多个系列的数据，此时可以通过 {a0}, {a1}, {a2} 这种后面加索引的方式表示系列的索引。 
    # 不同图表类型下的 {a}，{b}，{c}，{d} 含义不一样。 其中变量{a}, {b}, {c}, {d}在不同图表类型下代表数据含义为：

    # 折线（区域）图、柱状（条形）图、K线图 : {a}（系列名称），{b}（类目值），{c}（数值）, {d}（无）
    # 散点图（气泡）图 : {a}（系列名称），{b}（数据名称），{c}（数值数组）, {d}（无）
    # 地图 : {a}（系列名称），{b}（区域名称），{c}（合并数值）, {d}（无）
    # 饼图、仪表盘、漏斗图: {a}（系列名称），{b}（数据项名称），{c}（数值）, {d}（百分比）
    # 示例：formatter: '{b}: {@score}'
    # 
    # 回调函数，回调函数格式：
    # (params: Object|Array) => string
    # 参数 params 是 formatter 需要的单个数据集。格式如下：
    # {
    #    componentType: 'series',
    #    // 系列类型
    #    seriesType: string,
    #    // 系列在传入的 option.series 中的 index
    #    seriesIndex: number,
    #    // 系列名称
    #    seriesName: string,
    #    // 数据名，类目名
    #    name: string,
    #    // 数据在传入的 data 数组中的 index
    #    dataIndex: number,
    #    // 传入的原始数据项
    #    data: Object,
    #    // 传入的数据值
    #    value: number|Array,
    #    // 数据图形的颜色
    #    color: string,
    # }
    formatter: Optional[str] = None,

    # 在 rich 里面，可以自定义富文本样式。利用富文本样式，可以在标签中做出非常丰富的效果
    # 具体配置可以参考一下 https://www.echartsjs.com/tutorial.html#%E5%AF%8C%E6%96%87%E6%9C%AC%E6%A0%87%E7%AD%BE
    rich: Optional[dict] = None,
)

比如想配置一下颜色和字体，则只需传入相应的参数即可
LabelOpts(color='blue', font_size=30)

完整代码：

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

week_name_list = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
high_temperature = [11, 11, 15, 13, 12, 13, 10]
low_temperature = [1, -2, 2, 5, 3, 2, 0]

line = (
    Line()
    .add_xaxis(xaxis_data=week_name_list)
    .add_yaxis(
        series_name="最高气温",
        y_axis=high_temperature
    )
    .add_yaxis(
        series_name="最低气温",
        y_axis=low_temperature,
    )
)

line.set_global_opts(title_opts=opts.TitleOpts(title="这是正标题", subtitle="这是副标题"),
                    legend_opts=opts.LegendOpts(legend_icon='rect'),
                    toolbox_opts=opts.ToolboxOpts(is_show=True),
                    tooltip_opts=opts.TooltipOpts(trigger="axis"),
                    datazoom_opts=opts.DataZoomOpts(),
                    visualmap_opts=opts.VisualMapOpts())

line.set_series_opts(label_opts=opts.LabelOpts(color='blue', font_size=20))

line.render_notebook()

[图片上传失败...(image-5419ee-1646122095608)]

从上图看到，配置的结果对所有图中的标签都生效，但是如果只想单独配置一天直线或者某个节点的标签（突出某个节点重要性）要如何做呢？

这个操作略微高级，以后会此专题下令其教程。

4. 进阶学习

通过前面三个部分的学习，我们已经基本掌握的Pyecharts，至少能用Pyecharts画点简单的图形。接下来我们继续学习Pyecharts，深入了解一下其中的一些内置函数。

Pyecharts可以画多种类型的图表，如折线图(Line类)、柱状图(Bar类)等等。所有的图表类都会继承同一个基类(Base类)，下面来了解一下Base类的API。

func pyecharts.Base.add_js_funcs

# 新增 js 代码，js 代码会被渲染进 HTML 中执行 
def add_js_funcs(*fns):

示例：

from pyecharts.charts import Line
from pyecharts import options as opts
from pyecharts.commons.utils import JsCode

week_name_list = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
high_temperature = [11, 11, 15, 13, 12, 13, 10]
low_temperature = [1, -2, 2, 5, 3, 2, 0]

line = (
    Line(init_opts=opts.InitOpts(
            bg_color={"type": "pattern", "image": JsCode("img"), "repeat": "no-repeat", "size":"100%"})
        )
    .add_xaxis(xaxis_data=week_name_list)
    .add_yaxis(
        series_name="最高气温",
        y_axis=high_temperature
    )
    .add_yaxis(
        series_name="最低气温",
        y_axis=low_temperature,
    )
)

line.set_global_opts(title_opts=opts.TitleOpts(title="这是正标题", subtitle="这是副标题"),
                    legend_opts=opts.LegendOpts(legend_icon='rect'),
                    toolbox_opts=opts.ToolboxOpts(is_show=True),
                    tooltip_opts=opts.TooltipOpts(trigger="axis"),
                    datazoom_opts=opts.DataZoomOpts(),
                    visualmap_opts=opts.VisualMapOpts())

line.set_series_opts(label_opts=opts.LabelOpts(color='blue', font_size=20))

# https://s1.ax1x.com/2020/04/02/GJ1ggS.jpg
# https://raw.githubusercontent.com/WinddyAkoky/awesome-gallery/main/20220228163213.png
line.add_js_funcs(
    """
    var img = new Image(); img.src = 'https://raw.githubusercontent.com/WinddyAkoky/awesome-gallery/main/20220228163213.png';
    """
)

line.render_notebook()
# line.render()

image

这块调的不是很好，以后会出一个专门学习这个函数的教程。

func pyecharts.Base.set_colors

# 设置全局 Label 颜色 
def set_colors(colors: colors: Sequence[str])

示例：

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

week_name_list = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
high_temperature = [11, 11, 15, 13, 12, 13, 10]
low_temperature = [1, -2, 2, 5, 3, 2, 0]

line = (
    Line()
    .add_xaxis(xaxis_data=week_name_list)
    .add_yaxis(
        series_name="最高气温",
        y_axis=high_temperature
    )
    .add_yaxis(
        series_name="最低气温",
        y_axis=low_temperature,
    )
)

line.set_global_opts(title_opts=opts.TitleOpts(title="这是正标题", subtitle="这是副标题"),
                    legend_opts=opts.LegendOpts(legend_icon='rect'),
                    toolbox_opts=opts.ToolboxOpts(is_show=True),
                    tooltip_opts=opts.TooltipOpts(trigger="axis"),
                    datazoom_opts=opts.DataZoomOpts(),
                    visualmap_opts=opts.VisualMapOpts())


line.set_colors(['blue','red'])

line.render_notebook()

image

func pyecharts.Base.get_options

# 获取全局 options 
def get_options() -> dict:

示例：

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

week_name_list = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
high_temperature = [11, 11, 15, 13, 12, 13, 10]
low_temperature = [1, -2, 2, 5, 3, 2, 0]

line = (
    Line()
    .add_xaxis(xaxis_data=week_name_list)
    .add_yaxis(
        series_name="最高气温",
        y_axis=high_temperature
    )
    .add_yaxis(
        series_name="最低气温",
        y_axis=low_temperature,
    )
)

line.set_global_opts(title_opts=opts.TitleOpts(title="这是正标题", subtitle="这是副标题"),
                    legend_opts=opts.LegendOpts(legend_icon='rect'),
                    toolbox_opts=opts.ToolboxOpts(is_show=True),
                    tooltip_opts=opts.TooltipOpts(trigger="axis"),
                    datazoom_opts=opts.DataZoomOpts(),
                    visualmap_opts=opts.VisualMapOpts())


line.set_colors(['blue','red'])

print(line.get_options())

image

func pyecharts.Base.dump_options

# 获取全局 options，JSON 格式（JsCode 生成的函数不带引号） 
def dump_options() -> str:

# 获取全局 options，JSON 格式（JsCode 生成的函数带引号，在前后端分离传输数据时使用） def dump_options_with_quotes() -> str:

func pyecharts.Base.render

# 渲染图表到 HTML 文件 
def render( 
# 生成图片路径 
path: str = "render.html", 
# 模板路径 
template_name: str = "simple_chart.html", 
# jinja2.Environment 类实例，可以配置各类环境参数 
env: Optional[Environment] = None, ) -> str

func pyecharts.Base.render_notebook

# 将图形渲染到 notebook 
def render_notebook()

func pyecharts.Base.load_javascript

# 加载 js 资源，在 notebook 环境为 JupyterLab 时需要用到，仅在第一次渲染图前使用加载即可。 
def load_javascript()

最后编辑于：2022.03.01 16:12:12

人面猴
序言：七十年代末，一起剥皮案震惊了整个滨河市，随后出现的几起案子，更是在滨河造成了极大的恐慌，老刑警刘岩，带你破解...
沈念sama阅读 196,200评论 5赞 462
死咒
序言：滨河连续发生了三起死亡事件，死亡现场离奇诡异，居然都是意外死亡，警方通过查阅死者的电脑和手机，发现死者居然都...
沈念sama阅读 82,526评论 2赞 373
救了他两次的神仙让他今天三更去死
文/潘晓璐我一进店门，熙熙楼的掌柜王于贵愁眉苦脸地迎上来，“玉大人，你说我怎么就摊上这事。” “怎么了？”我有些...
开封第一讲书人阅读 143,321评论 0赞 325
道士缉凶录：失踪的卖姜人
文/不坏的土叔我叫张陵，是天一观的道长。经常有香客问我，道长，这世上最难降的妖魔是什么？我笑而不...
开封第一讲书人阅读 52,601评论 1赞 267
港岛之恋（遗憾婚礼）
正文为了忘掉前任，我火速办了婚礼，结果婚礼上，老公的妹妹穿的比我还像新娘。我一直安慰自己，他们只是感情好，可当我...
茶点故事阅读 61,446评论 5赞 358
恶毒庶女顶嫁案：这布局不是一般人想出来的
文/花漫我一把揭开白布。她就那样静静地躺着，像睡着了一般。火红的嫁衣衬着肌肤如雪。梳的纹丝不乱的头发上，一...
开封第一讲书人阅读 46,345评论 1赞 273
城市分裂传说
那天，我揣着相机与录音，去河边找鬼。笑死，一个胖子当着我的面吹牛，可吹牛的内容都是我干的。我是一名探鬼主播，决...
沈念sama阅读 36,753评论 3赞 387
双鸳鸯连环套：你想象不到人心有多黑
文/苍兰香墨我猛地睁开眼，长吁一口气：“原来是场噩梦啊……” “哼！你这毒妇竟也来了？” 一声冷哼从身侧响起，我...
开封第一讲书人阅读 35,405评论 0赞 255
万荣杀人案实录
序言：老挝万荣一对情侣失踪，失踪者是张志新（化名）和其女友刘颖，没想到半个月后，有当地人在树林里发现了一具尸体，经...
沈念sama阅读 39,712评论 1赞 294
护林员之死
正文独居荒郊野岭守林人离奇死亡，尸身上长有42处带血的脓包…… 初始之章·张勋以下内容为张勋视角年9月15日...
茶点故事阅读 34,743评论 2赞 314
白月光启示录
正文我和宋清朗相恋三年，在试婚纱的时候发现自己被绿了。大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
茶点故事阅读 36,529评论 1赞 326
活死人
序言：一个原本活蹦乱跳的男人离奇死亡，死状恐怖，灵堂内的尸体忽然破棺而出，到底是诈尸还是另有隐情，我是刑警宁泽，带...
沈念sama阅读 32,369评论 3赞 315
日本核电站爆炸内幕
正文年R本政府宣布，位于F岛的核电站，受9级特大地震影响，放射性物质发生泄漏。R本人自食恶果不足惜，却给世界环境...
茶点故事阅读 37,770评论 3赞 300
男人毒药：我在死后第九天来索命
文/蒙蒙一、第九天我趴在偏房一处隐蔽的房顶上张望。院中可真热闹，春花似锦、人声如沸。这庄子的主人今日做“春日...
开封第一讲书人阅读 29,026评论 0赞 19
一桩弑父案，背后竟有这般阴谋
文/苍兰香墨我抬头看了看天上的太阳。三九已至，却和暖如春，着一层夹袄步出监牢的瞬间，已是汗流浃背。一阵脚步声响...
开封第一讲书人阅读 30,301评论 1赞 251
情欲美人皮
我被黑心中介骗来泰国打工，没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留，地道东北人。一个月前我还...
沈念sama阅读 41,732评论 2赞 342
代替公主和亲
正文我出身青楼，却偏偏与公主长得像，于是被迫代替她去往敌国和亲。传闻我的和亲对象是个残疾皇子，可洞房花烛夜当晚...
茶点故事阅读 40,927评论 2赞 336

Pyecharts教程1

Pyecharts教程1

1. 安装

1.1 介绍

1.2 pip安装

1.3 源码安装

2. 快速上手

2.1 柱状图

2.2 折线图

3. 配置项

3.1 全局配置项

Base版本

配置 TitleOpts

配置图例

配置工具箱

配置提示框

配置区域缩放项

配置视觉映射

3.2 系列配置项

配置标签label_opts

4. 进阶学习

推荐阅读更多精彩内容

配置标签`label_opts`