ECharts是一个纯Javascript的图表库，可以流畅的运行在PC和移动设备上，兼容当前绝大部分浏览器，底层依赖轻量级的Canvas类库ZRender，提供直观、生动、可交互、可高度个性化定制的数据可视化图表。ECharts提供了常规的折线图、柱状图、散点图、饼图、K线图，用于统计的盒形图，用于地理数据可视化的地图、热力图、线图，用于关系数据可视化的关系图、treemap，多维数据可视化的平行坐标，还有用于BI的漏斗图、仪表盘，并且支持图与图之间的混搭。
pyEcharts目前有0.5及以下版本和1.0以上版本，新版的pyecharts发生了许多变化。最为明显的是以前调整变量的命令现在都发生了改变。width是旧版本中对图表调整的参数，在新版本这一功能被调整到了option里面。网上大部分教程都是0.5及以下版本。
代码语言：javascript复制pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyecharts==0.5.10自从 v0.3.2 开始，为了缩减项目本身的体积以及维持 pyecharts 项目的轻量化运行，pyecharts 将不再自带地图 js 文件。如用户需要用到地图图表，可自行安装对应的地图文件包。下面介绍如何安装。
- 全球国家地图: echarts-countries-pypkg (1.9MB): 世界地图和 213 个国家，包括中国地图
- 中国省级地图: echarts-china-provinces-pypkg (730KB)：23 个省，5 个自治区
- 中国市级地图: echarts-china-cities-pypkg (3.8MB)：370 个中国城市
- 中国县区级地图: echarts-china-counties-pypkg (4.1MB)：2882 个中国县·区
- 中国区域地图: echarts-china-misc-pypkg (148KB)：11 个中国区域地图，比如华南、华北。
选择自己需要的安装
代码语言：javascript复制pip install -i https://pypi.tuna.tsinghua.edu.cn/simple echarts-countries-pypkg
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple echarts-china-provinces-pypkg
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple echarts-china-cities-pypkg
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple echarts-china-counties-pypkg
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple echarts-china-misc-pypkg
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple echarts-united-kingdom-pypkg // 如果提示缺少这个就安装一下
pip install pyecharts_snapshot教育网用户在install 增加 –i https://pypi.tuna.tsinghua.edu.cn/simple
注意： 1.如果不知道安装那个，就全部安装，反正不会错，安装版本一定是要在0.5及以下。 2.如果你安装的是1.0及以上版本，请自行阅读官方文档。https://pyecharts.org/#/zh-cn/intro 3.安装完一定要重启pycharm！！！
1.柱状图
代码如下：
代码语言：javascript复制# -*- coding:utf-8 -*-
from pyecharts import Bar
bar = Bar("贵州GDP柱状图", "副标题")
bar.add("GDP",["贵阳市", "遵义市", "六盘水市", "安顺市", "黔东南州"],[40, 30, 26, 22, 15])
bar.show_config()
bar.render()代码运行之后，会在本地生成一个render.html文件，打开输出如下所示图形。
代码语言：javascript复制from pyecharts import Bar
#从pyecharts库中导入Bar子类
bar = Bar("贵州GDP柱状图", "副标题")
#定义Bar()柱状图，同时设置主标题和副标题
bar.add()
#调用add()函数添加图表的数据和设置各种配置项
bar.show_config()
#打印输出图表的所有配置项
bar.render()
#生成render.html文件，也可以设置路径和文件名
2.横向柱状图
代码如下：
代码语言：javascript复制# -*- coding:utf-8 -*-
from pyecharts import Bar
bar = Bar("贵州GDP柱状图", "副标题")
city = ["贵阳市", "遵义市", "六盘水市", "安顺市", "黔东南州"]
data1 = [40, 30, 26, 22, 15]
data2 = [13, 43, 32, 38, 20]
bar.add("2017年GDP", city, data1)
bar.add("2016年GDP", city, data2, is_convert=True)
bar.show_config()
bar.render()输出如下图所示：
3.带有涟漪特效动画的散点图
这段代码参考简书网 https://www.jianshu.com/p/b718c307a61c ，强烈推荐大家学习chenjiandongx大神的文章。完整代码如下：
代码语言：javascript复制# -*- coding:utf-8 -*-
from pyecharts import EffectScatter
es = EffectScatter("动态散点图各种图形示例")
es.add("", [10], [10], symbol_size=20, effect_scale=3.5, effect_period=3, symbol="pin")
es.add("", [20], [20], symbol_size=12, effect_scale=4.5, effect_period=4, symbol="rect")
es.add("", [30], [30], symbol_size=30, effect_scale=5.5, effect_period=5, symbol="roundRect")
es.add("", [40], [40], symbol_size=10, effect_scale=6.5, effect_brushtype='fill', symbol="diamond")
es.add("", [50], [50], symbol_size=16, effect_scale=5.5, effect_period=3, symbol="arrow")
es.add("", [60], [60], symbol_size=6, effect_scale=2.5, effect_period=3, symbol="triangle")
es.render() 运行结果如下图所示：
4.绘制3D图形
绘制3D折线图代码如下：
代码语言：javascript复制# -*- coding:utf-8 -*-
from pyecharts import Line3D
import random
data = [[1,2,3,4], [1,2,3,4], [0,4,8,16]]
Line3D = Line3D("3D 折线图示例", width=1200, height=600)
Line3D.add("", data, is_visualmap=True)
Line3D.render()输出图形如下所示：
绘制3D散点图，并设置随机散点坐标，代码如下所示：
代码语言：javascript复制# -*- coding:utf-8 -*-
from pyecharts import Scatter3D
import random
data = [[random.randint(0, 100), random.randint(0, 100), random.randint(0, 100)] for _ in range(80)]
range_color = ['#313695', '#4575b4', '#74add1', '#abd9e9', '#e0f3f8', '#ffffbf',
'#fee090', '#fdae61', '#f46d43', '#d73027', '#a50026']
scatter3D = Scatter3D("3D 散点图示例", width=1200, height=600)
scatter3D.add("", data, is_visualmap=True, visual_range_color=range_color)
scatter3D.render() 输出结果非常美观，如下图所示：
5.仪表盘
代码语言：javascript复制代码如下：
# -*- coding:utf-8 -*-
from pyecharts import Gauge
g = Gauge("仪表盘图形","副图标")
g.add("重大项目", "投资占比", 66.66)
g.show_config()
g.render("g.html")输出图形如下所示：
6.水球图
代码如下：
代码语言：javascript复制# -*- coding:utf-8 -*-
from pyecharts import Liquid
liquid = Liquid("水球图")
liquid.add("Liquid", [0.8])
liquid.show_config()
liquid.render()输出如下图所示：
讲到这里基本的图形讲解完毕，更多知识推荐大家结合实际应用研究。
利用echarts画地图(热力图)(世界地图，省市地图，区县地图)
世界地图
代码语言：javascript复制from pyecharts import Map
value = [95.1, 23.2, 43.3, 66.4, 88.5]
attr = ["China", "Canada", "Brazil", "Russia", "United States"]
map0 = Map("世界地图示例", width=1200, height=600)
map0.add("世界地图", attr, value, maptype="world", is_visualmap=True, visual_text_color='#000')
map0.render(path="世界地图.html")
中国地图
代码语言：javascript复制from pyecharts import Map
province_distribution = {'河南': 45.23, '北京': 37.56, '河北': 21, '辽宁': 12, '江西': 6, '上海': 20, '安徽': 10, '江苏': 16, '湖南': 9,'浙江': 13, '海南': 2, '广东': 22, '湖北': 8, '黑龙江': 11, '澳门': 1, '陕西': 11, '四川': 7, '内蒙古': 3, '重庆': 3,'云南': 6, '贵州': 2, '吉林': 3, '山西': 12, '山东': 11, '福建': 4, '青海': 1, '天津': 1,'其他': 1}
provice = list(province_distribution.keys())
values = list(province_distribution.values())
map = Map("中国地图", '中国地图', width=1200, height=600)
map.add("", provice, values, visual_range=[0, 50], maptype='china', is_visualmap=True,visual_text_color='#000')
map.render(path="中国地图.html")
省市地图
代码语言：javascript复制from pyecharts import Map
map2 = Map("贵州地图", '贵州', width=1200, height=600)
city = ['贵阳市', '六盘水市', '遵义市', '安顺市', '毕节市', '铜仁市', '黔西南布依族苗族自治州', '黔东南苗族侗族自治州', '黔南布依族苗族自治州']
values2 = [1.07, 3.85, 6.38, 8.21, 2.53, 4.37, 9.38, 4.29, 6.1]
map2.add('贵州', city, values2, visual_range=[1, 10], maptype='贵州', is_visualmap=True, visual_text_color='#000')
map2.render(path="贵州地图.html")
区县地图
代码语言：javascript复制from pyecharts import Map
quxian = ['观山湖区', '云岩区', '南明区', '花溪区', '乌当区', '白云区', '修文县', '息烽县', '开阳县', '清镇市']
values3 = [3, 5, 7, 8, 2, 4, 7, 8, 2, 4]
map3 = Map("贵阳地图", "贵阳", width=1200, height=600)
map3.add("贵阳", quxian, values3, visual_range=[1, 10], maptype='贵阳', is_visualmap=True)
map3.render(path="贵阳地图.html")
热力图
代码语言：javascript复制from pyecharts import Geo
keys = ['上海', '北京', '合肥', '哈尔滨', '广州', '成都', '无锡', '杭州', '武汉', '深圳', '西安', '郑州', '重庆', '长沙', '贵阳', '乌鲁木齐']
values = [4.07, 1.85, 4.38, 2.21, 3.53, 4.37, 1.38, 4.29, 4.1, 1.31, 3.92, 4.47, 2.40, 3.60, 1.2, 3.7]
geo = Geo("全国主要城市空气质量热力图", "data from pm2.5", title_color="#fff",title_pos="left",width=1200,height=600,background_color='#404a59')
geo.add("空气质量热力图", keys, values, visual_range=[0, 5], type='effectScatter',visual_text_color="#fff", symbol_size=15,is_visualmap=True, is_roam=True)
# type有scatter, effectScatter, heatmap三种模式可选，可根据自己的需求选择对应的图表模式
geo.render(path="全国主要城市空气质量热力图.html")
