人生苦短，我用 Python
前文傳送門：
小白學 Python 數據分析（2）：Pandas （一）概述
小白學 Python 數據分析（3）：Pandas （二）數據結構 Series
小白學 Python 數據分析（4）：Pandas （三）數據結構 DataFrame
小白學 Python 數據分析（5）：Pandas （四）基礎操作（1）查看數據
小白學 Python 數據分析（6）：Pandas （五）基礎操作（2）數據選擇
小白學 Python 數據分析（7）：Pandas （六）數據導入
小白學 Python 數據分析（8）：Pandas （七）數據預處理
小白學 Python 數據分析（9）：Pandas （八）數據預處理（2）
小白學 Python 數據分析（10）：Pandas （九）數據運算
小白學 Python 數據分析（11）：Pandas （十）數據分組
小白學 Python 數據分析（12）：Pandas （十一）數據透視表（pivot_table）
小白學 Python 數據分析（13）：Pandas （十二）數據表拼接
小白學 Python 數據分析（14）：Pandas （十三）數據導出
小白學 Python 數據分析（16）：Matplotlib（一）坐標系
小白學 Python 數據分析（17）：Matplotlib（二）基礎操作
小白學 Python 數據分析（18）：Matplotlib（三）常用圖表（上）
小白學 Python 數據分析（19）：Matplotlib（四）常用圖表（下）
引言
在開始說 pyecharts 之前，先說一個個人的拙見，我一直認為學習、了解或者使用某個類庫的時候最好是通過官方的文檔，有些時候某些庫的文檔是由外文編寫的，閱讀不便的時候通過瀏覽器自帶的翻譯大致也能看懂。而 pyecharts 是由國人做的，有中文文檔，下面先貼幾個官方的鏈接：
官方文檔：https://pyecharts.org/#/zh-cn/intro
GitHub：https://github.com/pyecharts/pyecharts
百度 Echarts 示例：https://www.echartsjs.com/examples/zh/
簡介就直接摘抄官方文檔了，以下內容來自官方文檔：
Echarts 是一個由百度開源的數據可視化，憑借着良好的交互性，精巧的圖表設計，得到了眾多開發者的認可。而 Python 是一門富有表達力的語言，很適合用於數據處理。當數據分析遇上數據可視化時，pyecharts 誕生了。
- 簡潔的 API 設計，使用如絲滑般流暢，支持鏈式調用
- 囊括了 30+ 種常見圖表，應有盡有
- 支持主流 Notebook 環境，Jupyter Notebook 和 JupyterLab
- 可輕松集成至 Flask，Django 等主流 Web 框架
- 高度靈活的配置項，可輕松搭配出精美的圖表
- 詳細的文檔和示例，幫助開發者更快的上手項目
- 多達 400+ 地圖文件以及原生的百度地圖，為地理數據可視化提供強有力的支持
安裝
安裝還是照着官方文檔來，首先是使用 pip 進行安裝：
pip install pyecharts
這里有一點需要注意，目前的 pyecharts v1.x 的版本僅支持 python3.6 以上的版本。
如果不想通過 pip 安裝，還可以使用源碼進行安裝：
git clone https://github.com/pyecharts/pyecharts.git
cd pyecharts
pip install -r requirements.txt
python setup.py install
# 或者執行 python install.py
官方還為我們提供了一個查看當前 pyecharts 版本的方法：
import pyecharts
print(pyecharts.__version__)
我這邊運行得到的結果是：
1.7.0
目前（2020年3月20日）官方最新的版本為 v1.7.1 ，查看地址為：https://github.com/pyecharts/pyecharts/releases ，可以看到最新版本是 8 天前發布的。
因為我這里的 pyecharts 是上周裝的，在這之間正好發布了新的版本，如果想要更新版本，可以使用以下 pip 命令進行更新：
pip install --upgrade pyecharts
我這里更新完以后再次運行上面的查看版本的方法，已經變成最新的 v1.7.1 版本了。
快速開始
pyecharts 庫裝好了，接下來趕緊搞一個最簡單的示例先試試看：
from pyecharts.charts import Bar
bar = Bar()
bar.add_xaxis([2011,2012,2013,2014,2015,2016,2017])
bar.add_yaxis("產品銷量", [58000,60200,63000,71000,84000,90500,107000])
bar.render()
調用 render() 方法的時候會在本地生成一個 HTML 文件，默認會在當前目錄生成 render.html 文件，同時也可以傳入路徑的參數，如 bar.render("mycharts.html") ，拿着這個 HTML 文件直接扔到瀏覽器中運行就能看到我們剛才創建的柱狀圖了。
pyecharts 的方法都支持鏈式調用，就是上面這一段我們可以換成鏈式調用的寫法，如下：
from pyecharts.charts import Bar
bar = (
Bar()
.add_xaxis([2011,2012,2013,2014,2015,2016,2017])
.add_yaxis("產品銷量", [58000,60200,63000,71000,84000,90500,107000])
)
bar.render()
鏈式調用的除了寫法和前面的不同，作用完全相同，各位同學選擇自己習慣的寫法就行。
在使用 pyecharts 的時候，大量的配置是使用 options 完成的，下面看一個使用 options 進行主標題和副標題配置的小示例：
from pyecharts.charts import Bar
from pyecharts import options as opts
bar = (
Bar()
.add_xaxis([2011,2012,2013,2014,2015,2016,2017])
.add_yaxis("產品銷量", [58000,60200,63000,71000,84000,90500,107000])
.set_global_opts(title_opts=opts.TitleOpts(title="11 ~ 17年 xxx 公司 xx 產品銷量圖", subtitle="這里是副標題"))
)
bar.render('render_1.html')
# 調用方法寫法，與上面的鏈式調用無任何區別
bar = Bar()
bar.add_xaxis([2011,2012,2013,2014,2015,2016,2017])
bar.add_yaxis("產品銷量", [58000,60200,63000,71000,84000,90500,107000])
bar.set_global_opts(title_opts=opts.TitleOpts(title="11 ~ 17年 xxx 公司 xx 產品銷量圖", subtitle="這里是副標題"))
bar.render('render_1.html')
如果想要將結果保存成圖片，需要使用 snapshot-selenium 將結果渲染成圖片，如果沒有安裝的話需要先安裝，安裝命令如下：
pip install snapshot_selenium
這里有一點需要注意，如果想要正常的使用 snapshot_selenium ，需要本地有和當前 Chrome 正常配套的 ChromeDriver ，如果沒有，需要先安裝。
如果是我的老讀者的話，前面在介紹爬蟲的時候有介紹過 ChromeDriver 怎么安裝，具體可以參考「小白學 Python 爬蟲（2）：前置准備（一）基本類庫的安裝」
接着看一個示例：
from pyecharts.charts import Bar
from pyecharts.render import make_snapshot
from snapshot_selenium import snapshot
bar = (
Bar()
.add_xaxis([2011, 2012, 2013, 2014, 2015, 2016, 2017])
.add_yaxis("產品銷量", [58000, 60200, 63000, 71000, 84000, 90500, 107000])
.set_global_opts(title_opts=opts.TitleOpts(title="11 ~ 17年 xxx 公司 xx 產品銷量圖", subtitle="這里是副標題"))
)
make_snapshot(snapshot, bar.render(), "bar_1.png")
這時，在同目錄下生成了一個名稱為 bar_1.png 的圖片，就不貼出來了，和上面的圖片是一樣的，只是這張 png 圖片是透明底的。
同時，pyecharts 還提供了 10+ 種內置主題，如果有需要也可以自己定制自己喜歡的主題，示例如下：
from pyecharts.charts import Bar
from pyecharts.globals import ThemeType
bar = (
Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
.add_xaxis([2011, 2012, 2013, 2014, 2015, 2016, 2017])
.add_yaxis("產品A", [58000, 60200, 63000, 71000, 84000, 90500, 107000])
.add_yaxis("產品B", [78000,80200,93000,101000,64000,70500,87000])
.set_global_opts(title_opts=opts.TitleOpts(title="11 ~ 17年 xxx 公司 xx 產品銷量圖", subtitle="這里是副標題"))
)
bar.render('render_2.html')
結果如下：
代碼倉庫
老規矩，所有的示例代碼都會上傳至代碼管理倉庫 Github 和 Gitee 上，方便大家取用。