20200810（初识pyecharts）

https://blog.csdn.net/haihonga/article/details/100168691（pip修复）

https://www.cnblogs.com/dgwblog/p/11811562.html（pyecharts安装及使用指南）

https://blog.csdn.net/YOUYOU0710/article/details/106865504/    （事故现场）

https://blog.csdn.net/Changan_py/article/details/106894601   （事故现场）

1、版本说明

• v0.5.x : 支持python2.7,  3.4+；
• v1       : 支持python3.6+。

2、查看使用的pyecharts版本

import pyecharts
print(pyecharts.__version__)

3、开始一个小例子

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, 28, 10, 75, 90])
bar.render()
#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，eg. bar.render("mycharts.html")

• 生成的HTML用浏览器打开：

•  结果：

 4、pyecharts所有方法支持链式调用

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, 28, 10, 75, 90])
)
bar.render()

5、使用options配置项，在pyecharts中，一切皆options。

from pyecharts.charts import Bar
from pyecharts import options as opts

# V1 版本开始支持链式调用
# 你所看到的格式其实是 `black` 格式化以后的效果
# 可以执行 `pip install black` 下载使用
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"))
    # 或者直接使用字典参数
    # .set_global_opts(title_opts={"text": "主标题", "subtext": "副标题"})
)
bar.render()

# 不习惯链式调用的开发者依旧可以单独调用方法
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()

6、生成的html 文件可通过浏览器查看，如何渲染成图片文件？

• 使用 pyecharts 渲染成图片，pyecharts 提供了 selenium, phantomjs 和 pyppeteer 三种方式。这里作者仅操练第一种selenium方法。
• 安装：pip install snapshot-selenium
• 配置环境：snapshot-selenium 是 pyecharts + selenium 渲染图片的扩展，使用 selenium 需要配置 browser driver。
  • 下载驱动：https://sites.google.com/a/chromium.org/chromedriver/downloads。
  • 下载WebDrivers后，解压，
  • 然后将此文件夹路径添加到系统环境变量的PATH中

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")

• 会在当前路径生成图片。
• 

7、使用主题

• pyecharts 内置提供了 10+ 种不同的风格，另外也提供了便捷的定制主题的方法。

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.globals import ThemeType
from pyecharts.render import make_snapshot

# 使用 snapshot-selenium 渲染图片
from snapshot_selenium import snapshot

bar =(Bar(init_opts=opts.InitOpts(theme=ThemeType.CHALK)))
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, 28, 10, 75, 90])
bar.add_yaxis("商家B", [6, 23, 21, 19, 55, 70])
#bar.render()
make_snapshot(snapshot, bar.render(), "bar.png")

• 结果：

　　

8、使用Notebook

可以采用更加酷炫的方式，使用 Notebook 来展示图表，matplotlib 有的，pyecharts 也会有的。pyecharts 支持 Jupyter Notebook / Jupyter Lab / Nteract / Zeppelin 四种环境的渲染.(见下节）