使用python调用echart画图

前言

之前说了如何使用阿里云的SDK获取云存储的值然后发送表格邮件，但是最近领导又发话了，说这个邮件每天一封看的有点审美疲劳，要顺应“数据可视化”的趋势，于是就要求画图，力求直观。要做到“从众多数据中突出特别数据，从特别数据中突出高价值数据”。我之前用python的matplotlib画过(https://rorschachchan.github.io/2018/02/27/使用matplotlib画图的一个脚本/ )，这一次尝试用echart来做图！

echart是不太良心的百度良心的开源作品，提供各种各样精美的作图方案，分分钟把图片做的高大上，吸引周围人的目光。不过我对前端的了解非常浅薄，但是没关系。这次使用pyechart插件！这个插件可以让python直接调用echart接口，选择需要的图形之后，直接往里插数据就好，简单粗暴见效快，而且支持3D，可以说是居家旅行常备物品。可以说，有了它，作图能力顶呱呱。感谢开发者大神们的辛苦工作！

作图

首先先需要安装pyecharts插件，命令是pip install pyecharts：

然后我们就可以写一个简单的案例，如下：

    #!/usr/bin/env python    #coding=utf-8    from pyecharts import Bar    #导入第三方库    #attr = ["{}day".format(i) for i in range(1, 8)]    #这样的话X坐标就是1day、2day、3day...    attr = ["Mon", "Feb", "Wed", "Thu", "Fri", "Sat", "Sun"]    #这样X坐标就是星期    v1 = [1.49, 2.09, 4.03, 2.23, 5.26, 7.71, 7.56]            v2 = [0.3, 0.9, 0.2, 0.4, 0.7, 0.7, 0.6]    v3 = [18.15, 13.22, 11.28, 17.99, 18.7, 19.7, 15.6]    bar = Bar("XXX情况总览", "本图表展示过去一周的ABC情况")        #这里是主标题和副标题    bar.add("A值", attr, v1, mark_line=["average"], mark_point=["max", "min"])    #每一个值的名称以及要展现平均值和最大最小值    bar.add("B值", attr, v2, mark_line=["average"], mark_point=["max", "min"])    bar.add("C值", attr, v3, mark_line=["average"], mark_point=["max", "min"])        bar.render('/tmp/111.html')        #在/tmp文件夹里生成一个111.html文件

如果服务器里有nginx，那么把这个html文件放到nginx/html路径里，再在浏览器里打开就会看到这样的图，我这里就直接把html拽到windows里打开了：

而且还可以通过点击网页上“A值”、“B值”、“C值”就可以达到屏蔽相应值的效果，而且如果点击红色箭头的“数据视图”，还可以直接看到对应的数据，非常贴心非常屌，如图：

如果你觉得图片有点小，那么可以修改这个地方：bar = Bar("XXX情况总览", "本图表展示过去一周的ABC情况"，width=1000,height=900)，我这里把宽和高分别从默认值调成了1000和900。

如果想要在一个html里展现多个图，比如要做三个柱状图，那么example如下：

    #!/usr/bin/env python    #coding=utf-8    from pyecharts import Bar, Grid    attr = ["一班", "二班", "三班", "四班"]    v1 = [54, 81, 32, 32]     v2 = [68, 69, 27, 32]     bar = Bar("赞成票","本图表展示赞成票情况")    bar.add("年纪长", attr, v1, mark_point=["max", "min"])    bar.add("副年纪长", attr, v2, mark_point=["max", "min"])    attr2 = ["一班", "二班", "三班", "四班"]    x1 = [2, 0, 0, 1]    x2 = [1, 3, 0, 2]    bar2 = Bar("反对票","本图表展示反对票情况",title_top='bottom',title_color='#1d12eb')            #title_color是标题颜色，这个跟html的颜色取值一样    bar2.add("年纪长", attr2, x1, mark_point=["max", "min"])    bar2.add("副年纪长", attr2, x2, mark_point=["max", "min"])    attr3 = ["一班", "二班", "三班", "四班"]    y1 = [2, 0, 0, 1]    y2 = [2, 0, 0, 1]    bar3 = Bar("弃权票","本图表展示弃权票情况",title_pos='right',title_color='#eb1212')             #title_pos是标题的位置，如果不特殊说明，会重叠    bar3.add("年纪长", attr3, y1, mark_point=["max", "min"])        bar3.add("副年纪长", attr3, y1, mark_point=["max", "min"])    grid = Grid()        grid.add(bar, grid_width="40%", grid_height="30%", grid_bottom="60%", grid_right="55%")        #grid_height和grid_width是每一个小图的大小    grid.add(bar2, grid_width="40%", grid_height="30%", grid_bottom="60%", grid_left="55%")        #grid_bottom和grid_top是垂直位置    grid.add(bar3, grid_width="40%", grid_height="30%", grid_top="60%", grid_right="55%")        #grid_right和grid_left是水平位置    grid.render('/tmp/grid.html')    #在/tmp文件夹里生成一个grid.html文件

上面的数字都是我举例子虚拟的，实际情况中，这些数字都应该是存储在redis这样的数据库里，然后取出来使用。

上面的两个例子仅仅是pyechart使用的冰山一角，如果想更多的了解，请去看一下文末pyechart的中文说明文档，里面内容特别丰富！