阅读本文大约需要3分钟
主要内容：数据分析。
适用人群：Python初学者，数据分析师，或有志从事数据分析工作的人员。
准备软件：Anaconda（Spyder：代码编译）、Navicat Premium 12（数据库）。
从事IT项目管理这么多年，基本上已经遗弃编程技能，但从2019年开始接触Python，深深地迷上了这门语言，像硬件集成、数据分析，我都会用python来写。晓风想通过本文，让初学者们学会以下内容：
1、Pyecharts图表；
2、连接数据库；
3、大屏看板-监控中心。
今天，我们详细地介绍1、Pyecharts图表，保证大家能够举一反三。
我们还可以用Matplotlib,Seaborn等进行数据分析，但今天晓风主要介绍Pyecharts（够用），以下两个地址大家可以收藏下（有用）。
Pyecharts的链接：https://pyecharts.org/#/zh-cn/
Pyecharts的图示：https://gallery.pyecharts.org/#/README
Pyecharts主要有以下几种图表：
1、地图
2、仪表盘
3、柱状图
4、折线图
5、饼图
6、表格
7、水球图
8、箱型图
9、日历图
10、漏斗图
11、关系图
12、桑基图
13、散点图
14、词云图
特意列了这些图表，是为了告诉大家，这些图表比较普遍，并且在Pyecharts都有现成代码可以复制，那么接下来，晓风以柱状图为例，大家可以举一反三来绘制其他图表。
1、打开Pyecharts的柱状图图示链接：https://gallery.pyecharts.org/#/Bar/bar_base
2、打开Anaconda - Spyder - 新建一个文件，将以下代码复制到spyder，
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker
c = (
Bar()
.add_xaxis(Faker.choose())
.add_yaxis("商家A", Faker.values())
.add_yaxis("商家B", Faker.values())
.set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例", subtitle="我是副标题"))
.render("bar_base.html")
)初次引用库，需要先到Anaconda - Environments安装，比如安装pyecharts库：
3、保存-运行程序，保存文件到自己指定的文件夹下
4、要查看柱状图效果，可能要去自己保存的文件夹下找到“bar_base.html”，打开查看效果
5、需要修改柱状图的内容，我们先了解下图表的各区域表示
我们需要修改哪部分，比如想要修改标题，标题的配置项是LegendOpts: 图例配置项
打开pyecharts的链接：https://pyecharts.org/#/zh-cn/
找到配置项 - 全局配置项 - LegendOpts: 图例配置项
class LegendOpts(
# 图例的类型。可选值：
# 'plain'：普通图例。缺省就是普通图例。
# 'scroll'：可滚动翻页的图例。当图例数量较多时可以使用。
type_: Optional[str] = None,
# 图例选择的模式，控制是否可以通过点击图例改变系列的显示状态。默认开启图例选择，可以设成 false 关闭
# 除此之外也可以设成 'single' 或者 'multiple' 使用单选或者多选模式。
selected_mode: Union[str, bool, None] = None,
# 是否显示图例组件
is_show: bool = True,
# 图例组件离容器左侧的距离。
# left 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比，
# 也可以是 'left', 'center', 'right'。
# 如果 left 的值为'left', 'center', 'right'，组件会根据相应的位置自动对齐。
pos_left: Union[str, Numeric, None] = None,
# 图例组件离容器右侧的距离。
# right 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比。
pos_right: Union[str, Numeric, None] = None,
# 图例组件离容器上侧的距离。
# top 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比，
# 也可以是 'top', 'middle', 'bottom'。
# 如果 top 的值为'top', 'middle', 'bottom'，组件会根据相应的位置自动对齐。
pos_top: Union[str, Numeric, None] = None,
# 图例组件离容器下侧的距离。
# bottom 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比。
pos_bottom: Union[str, Numeric, None] = None,
# 图例列表的布局朝向。可选：'horizontal', 'vertical'
orient: Optional[str] = None,
# 图例标记和文本的对齐。默认自动（auto）
# 根据组件的位置和 orient 决定
# 当组件的 left 值为 'right' 以及纵向布局（orient 为 'vertical'）的时候为右对齐，即为 'right'。
# 可选参数: `auto`, `left`, `right`
align: Optional[str] = None,
# 图例内边距，单位px，默认各方向内边距为5
padding: int = 5,
# 图例每项之间的间隔。横向布局时为水平间隔，纵向布局时为纵向间隔。
# 默认间隔为 10
item_gap: int = 10,
# 图例标记的图形宽度。默认宽度为 25
item_width: int = 25,
# 图例标记的图形高度。默认高度为 14
item_height: int = 14,
# 图例关闭时的颜色。默认是 #ccc
inactive_color: Optional[str] = None,
# 图例组件字体样式，参考 `series_options.TextStyleOpts`
textstyle_opts: Union[TextStyleOpts, dict, None] = None,
# 图例项的 icon。
# ECharts 提供的标记类型包括 'circle', 'rect', 'roundRect', 'triangle', 'diamond', 'pin', 'arrow', 'none'
# 可以通过 'image://url' 设置为图片，其中 URL 为图片的链接，或者 dataURI。
# 可以通过 'path://' 将图标设置为任意的矢量路径。
legend_icon: Optional[str] = None,
)比如我不想显示这个图例，那么is_show=False，显示位置左对齐，那么pos_left="left"。应该修改代码如下：
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker
c = (
Bar()
.add_xaxis(Faker.choose())
.add_yaxis("商家A", Faker.values())
.add_yaxis("商家B", Faker.values())
.set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例", subtitle="我是副标题"),
legend_opts=opts.LegendOpts(is_show=False)
)
.render("bar_base.html")
)学习到了这里，我们就可以举一反三，所有图表的编写方法是一致的。好了，大家赶紧动起来，有空就把所有图表都操作一遍。今天的内容就到这里，接下来会教大家怎么连接数据库，将动态的数据呈现出来，敬请期待。愿我们一起成长！
如果觉得有用的话，请帮忙点赞、关注、收藏哦，感谢您的支持！
