GitHub精选 | 一个基于Python的3D图表库

《GitHub精选》是我们分享Github中优质项目的栏目，包括技术、学习、实用与各种有趣的内容。本期推荐的是基于python一个的2D、3D图表库——pyecharts。

Pyecharts是一个由百度团队基于Python和html研发的图表库，包含基本的柱状条形图、折线面积图、漏斗图、旭日图，以及3D的柱状图、折线图、散点图、地图等等，囊括了 30+ 种常见图表。

特点：

• 简洁的 API 设计，支持链式调用，使用方便
• 支持主流 Notebook 环境，Jupyter Notebook 和 JupyterLab
• 支持集成至 Flask，Django 等主流 Web 框架
• 有详细的文档和示例，囊括了 30+ 种常见图表
• 多达 400+ 地图文件以及原生的百度地图，为地理数据可视化提供强有力的支持

示例：

柱状图

热力图

旭日图

3D柱状图

3D折线图

三维地图①

三维地图②

快速上手：

• 安装

pip安装

$ pip(3) install pyecharts

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

• 绘制图表

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

# 也可以传入路径参数，如 bar.render("mycharts.html")

bar.render()

#所有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()

• 渲染成图片文件

from pyecharts.charts import Bar

from pyecharts.render import make_snapshot

# 使用 snapshot-selenium 渲染图片

from snapshot_selenium import snapshot

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])

)

make_snapshot(snapshot, bar.render(), "bar.png")

• 使用主题

from pyecharts.charts import Bar

from pyecharts import options as opts

# 内置主题类型可查看 pyecharts.globals.ThemeType

from pyecharts.globals import ThemeType

bar = (

Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))

.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])

.add_yaxis("商家B", [15, 6, 45, 20, 35, 66])

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

)

以上就是pyecharts的简单使用，如果你想实现更多炫酷的样式，pyecharts同样也提供了多种内置主题，感兴趣的同学可以了解一下。

GitHub：https://github.com/pyecharts/pyecharts

往期推荐：

机器学习入门教程tutorials

零代码搭建多种主题的个人博客

程序员通用简历模板ResumeSample

互联网公司常用框架和中间件源码解析