Pyecharts绘制条形图

前言

条形图是一种把连续数据画成数据条的表现形式,通过比较不同组的条形长度,从而对比不同组的数据量大小。描绘条形图的要素有3个:组数、组宽度、祖限。绘制条形图时,不同组之间是由空隙的。条形用来比较两个或两个以上的价值(不同时间或者不同条件),只有一个变量,通常用于较小的数据集分析。条形图也可横向排列,或用多维方式表达。

绘制各门店服装销量比较条形图

这里使用了Pyecharts库的faker模块的Faker对象伪造了两组服装销量数据。代码如下:

python 复制代码
from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.globals import ThemeType
from pyecharts.faker import Faker


def bar_base() -> Bar:
    c = (
        Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
        .add_xaxis(Faker.clothes)
        .add_yaxis("门店A", Faker.values())
        .add_yaxis("门店B", Faker.values())
        .set_global_opts(
            title_opts=opts.TitleOpts(title="各门店服装销量比较条形图"),
            toolbox_opts=opts.ToolboxOpts(),
            legend_opts=opts.LegendOpts(is_show=True, pos_left='center', pos_top='top', item_width=25, item_height=25),
            xaxis_opts=opts.AxisOpts(name='门店', name_textstyle_opts=opts.TextStyleOpts(color='red', font_size=20),
                                     axislabel_opts=opts.LabelOpts(font_size=15, rotate=-15)),
            yaxis_opts=opts.AxisOpts(name='销量', name_textstyle_opts=opts.TextStyleOpts(color='red', font_size=20),
                                     axislabel_opts=opts.LabelOpts(font_size=15),
                                     name_location="middle")
        )
        .set_series_opts(label_opts=opts.LabelOpts(is_show=True, position='top', color='black', font_size=15))
    )

    return c

绘制的图形如下图所示:

绘制横向条形图

绘制横向条形图非常简单,只需在添加完数据后加一行代码.reversal_axis()即可,示例代码如下:

python 复制代码
from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.globals import ThemeType
from pyecharts.faker import Faker


def bar_base() -> Bar:
    c = (
        Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
        .add_xaxis(Faker.clothes)
        .add_yaxis("门店A", Faker.values())
        .add_yaxis("门店B", Faker.values())
        .reversal_axis()
        .set_global_opts(
            title_opts=opts.TitleOpts(title="各门店服装销量比较条形图"),
            toolbox_opts=opts.ToolboxOpts(),
            legend_opts=opts.LegendOpts(is_show=True, pos_left='center', pos_top='top', item_width=25, item_height=25)
        )
    )

    return c

绘制的图形如下图所示:

绘制堆叠条形图

绘制堆叠条形图非常简单,只需要在添加数据时加上stack="stack1"即可,示例代码如下:

python 复制代码
from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.globals import ThemeType
from pyecharts.faker import Faker


def bar_base() -> Bar:
    c = (
        Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
        .add_xaxis(Faker.clothes)
        .add_yaxis("门店A", Faker.values(), stack="stack1")
        .add_yaxis("门店B", Faker.values(), stack="stack1")
        .set_global_opts(
            title_opts=opts.TitleOpts(title="各门店服装销量比较条形图"),
            toolbox_opts=opts.ToolboxOpts(),
            legend_opts=opts.LegendOpts(is_show=True, pos_left='center', pos_top='top', item_width=25, item_height=25),
            xaxis_opts=opts.AxisOpts(name='门店', name_textstyle_opts=opts.TextStyleOpts(font_size=20),
                                     axislabel_opts=opts.LabelOpts(font_size=15, rotate=0)),
            yaxis_opts=opts.AxisOpts(name='销量', name_textstyle_opts=opts.TextStyleOpts(font_size=20),
                                     axislabel_opts=opts.LabelOpts(font_size=15),
                                     name_location="middle")
        )
        .set_series_opts(label_opts=opts.LabelOpts(is_show=True, position='top', color='black', font_size=15))
    )

    return c

图形效果如下图所示:

绘制条形折现组合图

条形图和折线图组合图的实现,就是使用bar.overlap(line)的方法实现组合,注意折线图使用的x轴数据和条形图要一致,示例代码如下:

python 复制代码
from pyecharts.charts import Bar, Line
from pyecharts import options as opts
from pyecharts.globals import ThemeType
from pyecharts.faker import Faker

x_data = Faker.clothes


def bar_base() -> Bar:
    bar = (
        Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
        .add_xaxis(xaxis_data=x_data)
        .add_yaxis("门店A", Faker.values())
        .add_yaxis("门店B", Faker.values())
        .set_global_opts(
            title_opts=opts.TitleOpts(title="各门店服装销量比较条形图"),
            legend_opts=opts.LegendOpts(is_show=True, pos_left='center', pos_top='top', item_width=25, item_height=25),
            xaxis_opts=opts.AxisOpts(name='门店', name_textstyle_opts=opts.TextStyleOpts(font_size=20),
                                     axislabel_opts=opts.LabelOpts(font_size=15, rotate=0)),
            yaxis_opts=opts.AxisOpts(name='销量', name_textstyle_opts=opts.TextStyleOpts(font_size=20),
                                     axislabel_opts=opts.LabelOpts(font_size=15),
                                     name_location="middle")
        )
        .set_series_opts(label_opts=opts.LabelOpts(is_show=True, position='top', color='black', font_size=15))
    )
    line = (
        Line()
        .add_xaxis(xaxis_data=x_data)
        .add_yaxis("门店c", Faker.values(), symbol='circle', itemstyle_opts={"color": "red", "linewidth": 20},
                   symbol_size=8)
    )

    return bar.overlap(line)

图形效果如图所示:

相关推荐
第九序言T7 小时前
Python 数据处理进阶(十八)批量处理同结构文件:一个文件夹一次跑完
开发语言·python·自动化·pandas·数据处理
Java后端的Ai之路7 小时前
CAS并发控制-从CPU指令到企业级乐观锁
vue.js·人工智能·python·cas·乐观锁
qq_426003967 小时前
UI自动化高频次登录login限流解决方案
python·ui·自动化
Sakura_j_h_8 小时前
EasyEDA PCB 快速设计Skills
c++·python·github
龙亘川8 小时前
构建城市公共安全数字底座:亘川智城智慧安防系统全维度解读
java·大数据·开发语言·人工智能·信息可视化
quantdash_cc9 小时前
如何验证历史行情的交易日期是否完整覆盖研究区间?
python·数据分析·pandas·量化交易·股票数据·quantdash
I Am a robert girl9 小时前
当智能体学会“串通”:从长程交互中读懂涌现式合谋
python·多智能体系统·多智能体协作·llm agent·涌现式合谋·对齐问题·激励机制设计
云和数据.ChenGuang9 小时前
光哥说Python RAG 系统需要哪些评估指标:从检索到生成的全链路评测指南
网络·人工智能·python·算法·langchain
专注仿真10 小时前
线性回归和逻辑回归算法详解
开发语言·人工智能·python·大模型训练·控制算法
wflynn11 小时前
GitHub 今日推荐|Edge0:让大号 MoE 模型在一台 Mac 上流式跑起来
python·开源·github