更漂亮的展示之 pyecharts

Echarts 是一个由百度开源的数据可视化工具，在国内外都得到了广泛的认可。现如今很火热的 智慧屏 概念，绝大部分产品都是基于 Echarts开发。Echarts 本来是基于网页开发的，但由于其太优秀，便有开发者将其移植到了python上，便是 pyecharts。

有了Matplotlib 为什么我们还要用 pyecharts？

因为Matplotlib生成的仅是一张2D图片，而 pyecharts 可以生成网页形式的图表。意味着 pyecharts 的图表可以让我们进行交互，使我们的数据展示更加生动。

从一个简单的例子开始

首先是导入 pyecharts， 并且配置 notebook 类型。

from pyecharts.globals import CurrentConfig, NotebookType
# jupyter-lab 所需配置
CurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_LAB

还是我们熟悉的柱状图，配置好 x轴 的标签后，分别加入两个商家的数据。

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

bar = Bar()
bar.add_xaxis(["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"])
bar.add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105])
bar.add_yaxis("商家B", [57, 134, 137, 129, 145, 60, 49])
bar.set_global_opts(title_opts=opts.TitleOpts(title="某商场销售情况"))

执行必须步骤，加载 javascript 代码。

# jupyter-lab 必须执行
bar.load_javascript()

开始我们的表演，渲染到 notebook。

bar.render_notebook()

相比 Matplotlib 的优势出来了， 当鼠标移上去可以显示出当前的数据。

我们还可以将其渲染成 html 文件。

bar.render('bar.html')

这样我们可以直接将 html 文件插入 ppt 当中， 进行一个有互动效果的演示， 大大加深对方对我们数据的直观印象。