你要偷偷的学Python，而后惊呆全部人（第十六天）

 

标题无心冒犯，就是以为这个广告挺好玩的

文章目录

• 前言
• 竞品分析
• pyecharts是什么
• 快速上手
• 先来一个玩玩
• pyecharts 全部方法均支持链式调用
• 使用 options 配置项
• 补充知识
• faker
• pyecharts中有哪些可用的颜色呢？
• 柱状图
• 加个底部滚动条
• 加个侧部滚动条
• Mark标志线
• 标点与多标点
• 自定义柱子颜色
• 调整柱间距离
• 翻转XY轴
• 直方图

前言

前期回顾：你要偷偷学Python（第十五天）

本篇来说一讲pyechart里面的柱状图部分，刚学的，热乎着。

---

是有点步伐凌乱了啊，哎，莫得办法啦，最近都很忙，只能学到什么更新什么了，要是等着更新爬虫，估计还要四五天。

 

若是你们在学习中遇到困难，想找一个python学习交流环境，能够加入咱们的python圈，裙号1160381299，可领取python学习资料，会节约不少时间，减小不少遇到的难题。

本系列文默认各位有必定的C或C++基础，由于我是学了点C++的皮毛以后入手的Python。 本系列文默认各位会百度。 而后呢，本系列的目录嘛，说实话我我的比较倾向于那两本 Primer Plus，因此就跟着它们的目录结构吧。 本系列也会着重培养各位的自主动手能力，毕竟我不可能把全部知识点都给你讲到，因此本身解决需求的能力就尤其重要，因此我在文中埋得坑请不要把它们当作坑，那是我留给大家的锻炼机会，请各显神通，自行解决。 1234567

---

竞品分析

这个模块你百度一下就能找到一大堆啊，你们的各个功能也都实现的很完善的。
那为何我向大家推荐个人这篇呢？是吧，这里建议先收藏起来哦，由于划走了就不必定能找到这么好的了哦。

1. 时间线。我这篇是2020年11月22日的，相对于网上目前能找到的大部分这类文章来讲，我这算是最新的。
2. 我是亲测有效的啊，也是时间问题，有的库它已经通过了改版，而网上有些代码并无进行实时的更新，致使我走了很多的弯路。那么大能够再走一遍我走过的弯路哦。

---

pyecharts是什么

前几天老师在上边讲echarts，这和pyecharts是否有千丝万缕的联系嘞？

Echarts 是一个由百度开源的数据可视化，巴拉巴拉一大堆，Python 很适合用于数据处理。当数据分析赶上数据可视化时，pyecharts 诞生了。

就这么简单。

这两天写的一个项目须要用到pyechart，因此花了一天就上手了，再花了一天搞了个小玩意儿。

---

快速上手

先来一个玩玩

让你们快速看到结果啊，网上基本都是这个版本

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])

# render 会生成本地 HTML 文件，默认会在当前目录生成 render.html 文件

# 也能够传入路径参数，如 bar.render("mycharts.html")

bar.render()

pyecharts 全部方法均支持链式调用

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()

使用 options 配置项

from pyecharts.charts import Bar

from pyecharts import options as opts

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])

.set_global_opts(title_opts=opts.TitleOpts(title="主标题", subtitle="副标题"))

)

bar.render()

# 不习惯链式调用的开发者依旧能够单独调用方法

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.set_global_opts(title_opts=opts.TitleOpts(title="主标题", subtitle="副标题"))

bar.render()

补充知识

补充写在前头，怕是大家看动画看的眼花，忘了日后翻，代码又会看不懂了。

faker

在代码里面会看到Faker，若是不去查资料的话，凭本身主观臆断终究是难以猜透，能够猜出什么意思，不就是随机值嘛，可是有哪些随机值，不知道。
我就先把这块石头搬开。

pyecharts为了方便你们学习，提供了一些假数据来帮助运行程序：

Faker.choose()

#['周一', '周二', '周三', '周四', '周五', '周六', '周日']

Faker.values()

#[22, 148, 43, 81, 143, 60, 93]

Faker.country # 随机英文国家列表

#['China', 'Canada', 'Brazil', 'Russia', 'United States', 'Africa', 'Germany']

Faker.cars # 随机各类中文汽车品牌的列表

Faker.visual_color # 随机颜色列表

Faker.days_attrs # 'number天'字符串列表

Faker.clock # 时间字符串列表

Faker.dogs # 随机各类狗的列表

Faker.guangdong_city # 广东省下面7个市的固定列表

Faker.img_path(r'C:\abc.jpg') # 返回图片路径

Faker.week_en # 英文的星期一到日

没办法彻底举例啊，太长了，三四百行，估计有四五千字，放上来就刷屏了，我就一并放在文件夹里面了吧，有兴趣的能够去看一眼。

pyecharts中有哪些可用的颜色呢？

这个问题也是很多新手比较关心的吧，毕竟上面那个柱子全红的，初看还能够，看久了也生厌。

定义颜色能够用英文，也能够用十六进制RGB配色方案，这个比较方便。举个栗子吧：#2E2E2E，#无论它，后面的六个字符两两拆分，分别表明R、B、G值、

那么如何配色呢？我也很少废话，打开你的调色板也要用十六进制去再换算，还不如这样：https://www.fontke.com/tool/rgb/f948f7/

 

柱状图

加个底部滚动条

 

加个侧部滚动条

 

Mark标志线

 

标点与多标点

 

这里标出的是两个商家各类饮料销量的 【最高值、平均值、最低值】

---

接下来对这些柱子和坐标轴进行一波操做吧

---

自定义柱子颜色

 

调整柱间距离

 

翻转XY轴

 

直方图

 

最后多说一句，想学习Python可联系小编，这里有我本身整理的整套python学习资料和路线，想要这些资料的均可以进q裙1160381299领取。

本文章素材来源于网络，若有侵权请联系删除。