最新常用的数据可视化模块是matplotlib，但是这篇文章我们不介绍matplotlib，而是来说一下Pyecharts模块。先来看一下Pyecharts介绍：

• Pyecharts和Echarts模块结合（百度开源的数据可视化库，想了解百度一下）
• Pyecharts和Web前端结合（更强的交互性）
• 超强的交互性（这篇文章带你了解有多强）
• 国人开发的项目（意味着我们可以轻松的看懂文档）

官方文档：http://pyecharts.org/

安装非常的简单，使用pip命令就可以成功安装：pip install pyecharts。
想要体验超强的交互性，就需要你自己敲代码运行体验，或者打开评论的链接查看效果！
图表绘制流程

所有类型的图标，基本的流程都是：

1.chart_name=图表类型() # 初始化具体类型图表
2.chart_name.add_xaxis() # 添加横坐标名称
3.chart_name.add_yaxis() # 添加纵坐标数据
4.chart_name.render()    # 生成.html文件

每次运行代码都会在程序运行目录下生成对应的html文件，打开它就可以体验到超强的交互性！

Pyecharts使用

导入pyecharts模块及随机虚构数据模块（自动生成的数据）

from pyecharts.faker import Faker # 虚构数据模块
from pyecharts import options as opts # 配置
from pyecharts.charts import Bar # Bar图表

创建一个Bar图（柱状图/条形图），添加数据：add_xaxis(x轴标签列表)；add_yaxis(名称,y轴数据列表)

bar=Bar()
# 添加数据
bar.add_xaxis(['西瓜','香蕉','菠萝','黑凤梨','可乐','果汁','梨子']
)
bar.add_yaxis("水果",['100','120','233','200','300','345','532']
)
bar.render()

数据必须是python的list列表类型，如果是numpy的数组类型需要使用.tolist()转换成list

同样我们可以添加虚构的数据

bar=Bar()
# 添加数据bar.add_xaxis(Faker.choose()
)
bar.add_yaxis("水果",Faker.values()
)
bar.render()
# 'G:\\jupyter\\render.html'

运行任意一个代码，会返回render.html文件的路径，找到并打开它

如果使用的是虚构的数据，每次刷新都会发生变化。
添加图表标题和副标题

使用set_global_opts方法

bar.set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本实例",subtitle="我是副标题")
)

切换主题颜色

更多主题配色参考：http://pyecharts.org/#/zh-cn/themes，这里鳄鱼君Ba使用CHALK吧！

from pyecharts.globals import ThemeType
bar=Bar(init_opts=opts.InitOpts(theme=ThemeType.CHALK)
)

更改图表尺寸，在配置主题的时候就可以对图表的尺寸进行配置：

bar=Bar(init_opts=opts.InitOpts(theme=ThemeType.CHALK,width="850",heigth="450")    
)

旋转X轴坐标，有时候x轴的内容太长，会导致x轴名称重复，可以旋转x轴，这样就永远不会重复（rotate=旋转角度 -90~90之间）：

bar.set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例",subtitle="我是副标题"),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=30))    
)

柱状图数据堆叠和并列

传入两组数据,stack=’stack1’表示两组数据堆叠在stack1这一组

from pyecharts.globals import ThemeType
bar=Bar(init_opts=opts.InitOpts(theme=ThemeType.CHALK)
)
# 添加数据
bar.add_xaxis(Faker.choose()
)
bar.add_yaxis("商家A",Faker.values(),stack="stack1")
bar.add_yaxis("商家B",Faker.values(),stack="stack1")bar.set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例",subtitle="我是副标题"),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=30))    
)
bar.render()

堆叠效果图如下

两两堆叠,stack=’stack1’表示两组数据堆叠在stack1这一组;stack=’stack2’表示两组数据堆叠在stack2这一组

# 添加数据
bar.add_xaxis(Faker.choose()
)
bar.add_yaxis("商家A",Faker.values(),stack="stack1")
bar.add_yaxis("商家B",Faker.values(),stack="stack1")
bar.add_yaxis("商家C",Faker.values(),stack="stack2")
bar.add_yaxis("商家D",Faker.values(),stack="stack2")

柱状图标记点和标记线

from pyecharts.globals import ThemeType
bar=Bar(init_opts=opts.InitOpts(theme=ThemeType.CHALK)
)
bar.add_xaxis(Faker.choose()
)
bar.add_yaxis("商家A",Faker.values(),stack="stack1")
bar.add_yaxis("商家B",Faker.values(),stack="stack1")bar.set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例",subtitle="我是副标题"),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=30))    
)
bar.set_series_opts(label_opts=opts.LabelOpts(is_show=False), # 不显示数字markpoint_opts=opts.MarkPointOpts( # 点data=[opts.MarkPointItem(type_="max",name="最大值"),opts.MarkPointItem(type_="min",name="最小值"),]),markline_opts=opts.MarkLineOpts( # 点data=[opts.MarkLineItem(type_="average",name="平均值"),])
)
bar.render()

柱状图X轴和Y轴交换

bar.reversal_axis()

柱状图带窗口滑块

添加global参数datazoom_opts=[opts.DataZoomOpts()]

from pyecharts.globals import ThemeType
bar=Bar(init_opts=opts.InitOpts(theme=ThemeType.CHALK)
)
bar.add_xaxis(Faker.days_attrs)
bar.add_yaxis("商家A",Faker.days_values)
bar.set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例",subtitle="我是副标题"),datazoom_opts=[opts.DataZoomOpts()]
)
bar.render()

3D柱状图

添加图表并渲染,首先创建数据data，格式：一个列表，每一项都是一个三个元素组成的列表/元组[X坐标,Y坐标,Z轴高度]

data=[(i,j,random.randint(0,12)) for i in range(25) for j in range(25)]bar3d=Bar3D() # 创建3D图表实例
bar3d.add("", # 名称data, # 数据xaxis3d_opts=opts.Axis3DOpts(Faker.clock,type_="category"), # x轴yaxis3d_opts=opts.Axis3DOpts(Faker.week_en,type_="category"), # y轴zaxis3d_opts=opts.Axis3DOpts(type_="value"), # z轴为数据
)
bar3d.set_global_opts(visualmap_opts=opts.VisualMapOpts(max_20),title_opts=opts.TitleOpts(title="Bar3D-基本示例"),subtitle="我是副标题"),
)
bar3d.render()

Line（折线/面积图）

is_smooth是否让折线变平滑

from pyecharts.faker import Faker # 虚构数据模块
from pyecharts import options as opts # 配置
from pyecharts.charts import Line 
line=Line()
line.add_xaxis(Faker.choose())
line.add_yaxis("商家A",Faker.values(),is_smooth=True)
line.add_yaxis("商家B",Faker.values())line.set_global_opts(title_opts=opts.TitleOpts(title="Line-基本示例",subtitle="我是副标题"),
)
line.render()line.add_yaxis("商家A",Faker.values(),is_smooth=True,areastyle_opts=opts.AreaStyleOpts(opacity=0.2, #填充区域透明度color='#000') # 填充区域颜色)
)

对于color也支持渐变及纹理，设置x轴不变，y轴从0渐变到1（red到blue）

color={'type':'linear','x':0, 'y':0,'x2':0,'y2':1,'colorStops':[{'offset':0.'color':'red'},{'offset':1,'color':'blue'}]
}

具体效果不在展示，自行尝试！

Pie饼图

数据为**[ (key1,value1),(key2,value2) ]**的格式

from pyecharts.faker import Faker # 虚构数据模块
from pyecharts import options as opts # 配置
from pyecharts.charts import Pie 
pie=Pie()
data=[list(z) for z in zip(Faker.choose(),Faker.values())]
pie.add("", data
)
pie.set_global_opts(title_opts=opts.TitleOpts(title="Line-基本示例",subtitle="我是副标题"),
)
pie.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{c}") # 数据显示的格式    
)
pie.render()

创建环装饼图，radius：内环和外环半径，列表类型

pie.add("", data,radius=['30%','70%']
)

创建玫瑰饼图，rosetype设置玫瑰饼图模式；radius扇区圆心角展现数据的百分比，半径展现数据的大小；area所有扇区圆心角相同，仅通过半径展现数据大小

pie.add("", data,radius=['30%','70%'],rosetype="area"
)

涟漪特效的散点图

from pyecharts.faker import Faker # 虚构数据模块
from pyecharts import options as opts # 配置
from pyecharts.charts import EffectScatter
from pyecharts.globals import SymbolTypeeffect_scatter=EffectScatter()
effect_scatter.add_xaxis(Faker.choose()) # x轴数据
effect_scatter.add_yaxis( # y轴数据"",Faker.values(),symbol=SymbolType.ARROW  # 点的样式
)
effect_scatter.set_global_opts(title_opts=opts.TitleOpts(title="EffectScatter-基本示例")
)
effect_scatter.render()

Funnel（漏斗图）

from pyecharts.faker import Faker # 虚构数据模块
from pyecharts import options as opts # 配置
from pyecharts.charts import Funnelfunnel=Funnel()
data=[list(z) for z in zip(Faker.choose(),Faker.values())]
funnel.add( # y轴数据"内容",data,label_opts=opts.LabelOpts(position="inside") # 标签居中
)
funnel.set_global_opts(title_opts=opts.TitleOpts(title="Funnel-基本示例")
)
funnel.render()

Geo（地理坐标系）

这个很多服务器厂商都在使用，用于展示自己服务器的地理位置，实现也比较简单。数据为**[ (key1,value1),(key2,value2) ]**的格式

from pyecharts.faker import Faker # 虚构数据模块
from pyecharts import options as opts # 配置
from pyecharts.charts import Geo
from pyecharts.globals import ChartType
geo=Geo()
data=[list(z) for z in zip(Faker.provinces,Faker.values())]
geo.add_schema(maptype="china")
geo.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
geo.add("geo",data,#type_=ChartType.HEATMAP, # 热力原点
)
geo.set_global_opts(visualmap_opts=opts.VisualMapOpts(),title_opts=opts.TitleOpts(title="Geo-基本示例"),
)
geo.render()

水球图

创建一个水球图

from pyecharts import options as opts # 配置
from pyecharts.charts import Liquid
liquid=Liquid()
liquid.add("Liquid",[0.4,0.6,0.8],
#     is_outline_show=False, # 是否显示外边框
#     is_animation=False, # 是否显示动画效果#     shape # 边框形状，和symbol可用形状类似，可丁丁一SVG
)
liquid.set_global_opts(title_opts=opts.TitleOpts(title="Liquid-基本示例")
)
liquid.render()

自定义形状需要在shape参数填入SVG图标的path路径，字符串开头是path://。SVG图标可到：https://www.iconfont.cn/下载获取，只需要path的值，比方说一个SVG格式的图标：

<svg class="icon" style="width: 1em; height: 1em;vertical-align: middle;fill: currentColor;overflow: hidden;" viewBox="0 0 1024 1024" version="1.1" xmlns="http://www.w3.org/2000/svg"><path d="M667.786667 117.333333C832.864 117.333333 938.666667 249.706667 938.666667 427.861333c0 138.250667-125.098667 290.506667-371.573334 461.589334a96.768 96.768 0 0 1-110.186666 0C210.432 718.368 85.333333 566.112 85.333333 427.861333 85.333333 249.706667 191.136 117.333333 356.213333 117.333333c59.616 0 100.053333 20.832 155.786667 68.096C567.744 138.176 608.170667 117.333333 667.786667 117.333333z m0 63.146667c-41.44 0-70.261333 15.189333-116.96 55.04-2.165333 1.845333-14.4 12.373333-17.941334 15.381333a32.32 32.32 0 0 1-41.770666 0c-3.541333-3.018667-15.776-13.536-17.941334-15.381333-46.698667-39.850667-75.52-55.04-116.96-55.04C230.186667 180.48 149.333333 281.258667 149.333333 426.698667 149.333333 537.6 262.858667 675.242667 493.632 834.826667a32.352 32.352 0 0 0 36.736 0C761.141333 675.253333 874.666667 537.6 874.666667 426.698667c0-145.44-80.853333-246.218667-206.88-246.218667z" /></svg>

你只需要找到path属性的值：

shape="paht://M667.786667 117.333333C832.864 117.333333 938.666667 249.706667 938.666667 427.861333c0 138.250667-125.098667 290.506667-371.573334 461.589334a96.768 96.768 0 0 1-110.186666 0C210.432 718.368 85.333333 566.112 85.333333 427.861333 85.333333 249.706667 191.136 117.333333 356.213333 117.333333c59.616 0 100.053333 20.832 155.786667 68.096C567.744 138.176 608.170667 117.333333 667.786667 117.333333z m0 63.146667c-41.44 0-70.261333 15.189333-116.96 55.04-2.165333 1.845333-14.4 12.373333-17.941334 15.381333a32.32 32.32 0 0 1-41.770666 0c-3.541333-3.018667-15.776-13.536-17.941334-15.381333-46.698667-39.850667-75.52-55.04-116.96-55.04C230.186667 180.48 149.333333 281.258667 149.333333 426.698667 149.333333 537.6 262.858667 675.242667 493.632 834.826667a32.352 32.352 0 0 0 36.736 0C761.141333 675.253333 874.666667 537.6 874.666667 426.698667c0-145.44-80.853333-246.218667-206.88-246.218667z"

雷达图

可以理解为游戏中的人物KD图。创建两张雷达图数据v1和v2，v1中有两个数据，v2中有一个数据

v1=[[44,75,66,32,57],[45,37,57,76,47]
]
v2=[ [23,56,73,56,34] ]

创建雷达图

from pyecharts import options as opts # 配置
from pyecharts.charts import Radar
radar=Radar()
v1=[[44,75,66,32,57],[45,37,57,76,47]
]
v2=[ [23,56,73,56,34] ]
radar.add_schema(schema=[opts.RadarIndicatorItem(name="生存",max_=100),opts.RadarIndicatorItem(name="总积分",max_=100),opts.RadarIndicatorItem(name="战斗",max_=100),opts.RadarIndicatorItem(name="支援",max_=100),opts.RadarIndicatorItem(name="吃鸡率",max_=100),]
)
radar.add("玩家1",v1)
radar.add("玩家2",v2)
radar.set_series_opts(label_opts=opts.LabelOpts(is_show=False)
)
radar.set_global_opts(title_opts=opts.TitleOpts(title="Radar-基本示例")
)
radar.render()

词云图

创建一个词云图

from pyecharts import options as opts # 配置
from pyecharts.charts import WordCloud
words=[("可爱",10000),("幸福",99990),("自由",88840),("坚持",98870),("享受",89790),("约炮",33420)
]
wordcloud=WordCloud()
wordcloud.add("words",words,word_size_range=[20,100]
)
wordcloud.set_global_opts(title_opts=opts.TitleOpts(title="WordCloud-基本示例")
)
wordcloud.render()

pyecharts可以和Web框架结合，比方说Django、Flask框架等等。更多内容参考：http://pyecharts.org/

cutecharts适合于可爱图标，文档：https://github.com/chenjiandongx/cutecharts