Echarts是百度开源的数据可视化工具，以其出色的交互性、丰富的图表类型、精巧的图表设计而被众多开发者所认可，也为众多数据新闻学习者所熟知。 Python是一种富有表现力的语言，适用于数据的捕获和处理。 数据分析遇到数据可视化的时候，pyecharts诞生了。
01什么是天堂？ 适用于什么样的人？
pyEcharts是用于生成Echarts图表的Python类库，简单来说，是使用Python代码在Echarts工具中创建交互式图表。
pyecharts囊括了30多种常见图表，有400多种地图文件和原生百度地图，图表种类非常丰富，配置项目灵活，可以轻松组合各种美丽的图表。 pyEcharts基本实现了echarts的大部分功能，对于有一定Python语言基础的学习者来说可以说很容易使用。
官方文档的百度地图使用示例
如果您比JavaScript语言更熟悉Python语言，或者想在使用Python进行数据分析后一下子实现可视化，则pyecharts是最佳选择。
02 pye图表介绍
在pyecharts官网的介绍文件中，图表分为7类，分别为基本图表、直角坐标系图表、树形图表、地理图表、3D图表、组合图表、HTML组件。
基本图表有饼图、词云图、桑基图、日历图、漏斗图、控制板等13种图表； 直角坐标系的图表有条形图、折线图、散点图、热图等9种图表； 树图有树图和矩阵树图两种。
每个图表都有交互性，也可以在设置项目中关闭交互性。 此外，虽然每个图表类型的官网上都提供了多种样式的模板，但在此不对一般图表进行说明。 现在，让我们以最基本的饼图为例。 此演示文稿的数据图中包含的数据没有实际意义，仅用于效果演示。
第一张照片是基础饼图，第二张照片是饼图，经过进一步的变化，可以制作出图3的富文本饼图。 第四张照片是多级富文本的饼图。 pyecharts官方文档展示了饼图的各种“派生形式”，可以满足用户的各种需求。
除了“派生图”较多外，pyecharts中的同一图还可以通过参数的变化进行快速微调。 最简单的是调整图表的颜色主题。 只需更改代码中的“theme”值，即可快速更改图表的颜色主题。 这一点在最后一节中也有说明。
除了这些基本图形之外，pyecharts还有丰富的地图库。 世界地图、中国地图、中国某省地图、中国各城市地图等种类应有尽有。
虽然上述图形都是二维的，但pyecharts也可以制作美丽的三维图形。 例如，下图为三维散布图。
一般来说，pyecharts图表种类丰富，有二维图形和三维图形，通过改变个别参数可以快速调整图形，对于有Python基础的学习者来说非常方便。
03 pyecharts入门案例研究
pyecharts官方文档： http://pye charts.org/#/zh-cn/intro，可以参考官方文档进行学习。
因为听了很多介绍，所以接下来一起制作简单的交互式图表吧！ 我们的小目标是制作互动直方图。 数据为国家统计局2013-2018年中国农村减贫人数数据。
第一次接触时，必须先安装pyecharts库。 笔者使用的是Win环境，但在Windows环境中，只需要打开命令行[winr]，输入以下代码即可。
pip安装付费图表
下载过程中发生断线或速度过慢等下载时
失败问题，我们可以借助清华源来下载：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyecharts安装过程完成之后，我们就可以着手做图了！
首先我们需要引入Bar、options以及ThemeType这三个模块。引入Bar是因为我们绘制的是柱状图；options模块用来控制数据图的一些基本参数，例如数据图标题和副标题等；ThemeType模块则用来控制数据图的颜色风格。
from pyecharts.charts import Bar from pyecharts import options as opts from pyecharts.globals import ThemeType接下来进入“正篇”，我们采用链式调用的方法绘制一个柱状图（官方文档中有详细的结构说明）：
bar = ( Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK)) .add_xaxis(["2013","2014","2015","2016","2017","2018"]) .add_yaxis("减贫人数/万人",[1650,1232,1442,1240,1289,1386]) .set_global_opts(title_opts=opts.TitleOpts(title = "2013-2018年我国农村减贫人数",subtitle="数据来源：国家统计局")) .render("bar.html"))bar = ( Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK)) .add_xaxis(["2013","2014","2015","2016","2017","2018"]) .add_yaxis("减贫人数/万人",[1650,1232,1442,1240,1289,1386]) .set_global_opts(title_opts=opts.TitleOpts(title = "2013-2018年我国农村减贫人数",subtitle="数据来源：国家统计局")) .render("bar.html") )第二行：我们定义了柱状图Bar并且规定它的颜色主题为DARK（也可以更换为其他主题，通过调整theme实现）第三行：添加了x轴的数据，也就是2013-2018这六个年份第四行：添加了y轴的数据，也就是每年的减贫人数第五行：添加数据图主标题和副标题第六行：生成“bar.html”数据图文件通过这样简洁的代码，我们就可以制作出一个完整的交互式柱状图了！效果如下：
当然，这只是一个基本案例，如果你想生成更加复杂、精致的数据图，那就潜心阅读官方文档继续学习吧！相信不久的将来，你就能成为一个会利用Python绘制交互式数据图的小能人了！