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
搬砖ing换来金砖5 小时前
Python入门-Task02
开发语言·python
databook5 小时前
告别盲人摸象,数据分析的抽样方法总结
后端·python·数据分析
全栈陈序员6 小时前
【Python】基础语法入门(九)—— 代码规范、调试技巧与性能初探
开发语言·python·代码规范
nvd116 小时前
解决 Gemini API 连接卡住问题的方案
python
李剑一6 小时前
Python学习笔记2
python
晨非辰6 小时前
C++ 波澜壮阔 40 年:从基础I/O到函数重载与引用的完整构建
运维·c++·人工智能·后端·python·深度学习·c++40周年
有梦想的西瓜6 小时前
如何优化电力系统潮流分布:最优潮流(OPF)问题
python·电力·opf
DanCheng-studio12 小时前
网安毕业设计简单的方向答疑
python·毕业设计·毕设
轻抚酸~13 小时前
KNN(K近邻算法)-python实现
python·算法·近邻算法
独行soc14 小时前
2025年渗透测试面试题总结-264(题目+回答)
网络·python·安全·web安全·网络安全·渗透测试·安全狮