pyecharts使用很繁琐,分享从未见过的丝滑方式

我是数据外星人 2024-02-19 06:07:57
前言

pyecharts 是 web 前端数据可视化库 Echarts 的一个 python 包装。实在说,我本人认认真真使用 pyecharts 的次数不超过5次。

那为啥我要写这样的文章?源自于最近有好几位小伙伴他们使用 pyecharts 的过程中,有些配置不会写,于是过来问我。

解决问题后,他们都问了我几个问题

"你到底是怎么学 pyecharts 的,为什么这么容易找到配置?"

"到底学 pyecharts 还是 Echarts?"

今天我就分享其中的学习过程。

当然,我们也可以自制方便的自动生成代码的小工具,比如:

上面是修改 x 坐标轴的文字颜色过程。自动生成配置代码,代码是可以直接复制到 python 中使用不要忘记一键三连。你的点赞、收藏、关注,是我创作的动力。为什么我更推荐学习 Echarts 的配置方式?

用一个普通的柱状图为例,用 Echarts 配置是这样子的:

用 pyecharts 代码是这样子:

哇,pyecharts 多简洁。这大概就是大伙喜欢 pyecharts 的原因。

但是,真实情况是经常需要调整图表的细节。

比如,让 x 轴上的文字变成红色。

直观上来看,我第一时间是想,既然是 x 轴,那肯定是在 .add_xaxis 方法里面有参数设置吧。结果当然不对:

原来这方法只是添加数据,是不是应该叫 add_xaxis_data ?

熟悉 pyecharts 的小伙伴肯定会说,配置要用 set_global_opts 。

但是,当我看到里面的参数要层层套娃的时候,我的手都开始抖了。

正确写法是

期间我需要实例化两个类,并且全是在大量的函数参数下寻找我需要的目标。

有人说,官方文档有函数每个参数的注释,你会查而已。给大家看看文档是怎么样的

问题是,这里又要填另一个类的对象了。

现在看看在 Echarts 中怎么找。

到官方文档的配置页:

不用想吧,肯定是 xAxis 里面。

肯定是这个 axis label了。继续点击,很快就找到 color,并且有非常详细中文文档:

但该怎么用啊?点击预览,直接设置:

复制过来就可以用了:

这就是我不喜欢使用 pyecharts 的原因。Echarts 官方文档这么详细并且自带可见即可用的效果,我们却要去查一堆函数参数的注释。

但是上面得到的是 js 代码,怎么用在 pyecharts 里面呢?

直接设置 pyecharts 的 option

必须得承认,pyecharts 节省了添加数据的过程,但是图表配置却非常麻烦。我们可以结合起来,仍然是前面的例子,第一种改进方式:

这是可行的,但是略显麻烦。所以,我们可以基于 set_global_opts 的改进:

这种方式的缺点就是,你仍然需要在 set_global_opts 的大量参数中寻找到 xaxis_opts 。

这种方式可以让我们只需要重点熟悉 set_global_opts 函数即可,其余的事情就去查 Echarts 文档即可。

但你可能会觉得,前面在查 Echarts 文档的过程中,需要熟悉配置结构才可以。实际上,我们更多使用搜索功能得到结果。比如:

搜索 '刻度 标签 颜色' 即可。你只需要了解基本的图表构成各个部分的概念名字即可。

比如,坐标轴上的零部件通常叫"刻度",所以如果你搜索 "刻度 颜色" :

所以,如果我现在使用 pyecharts,我只是查阅构造基本图表的方法,特别是添加数据的方法而已。当需要调整图表细节时,查阅 Echarts 文档。

如果你使用 gpt 之类的人工智能,建议你使用 Echarts 关键字,而非 pyecharts

当然,我觉得这种方式还有改进空间。既然现在 python 出来了这么多 web 界面库,为什么我们不自己造一个查询界面,自动生成各种库的使用代码?

接下来我会把制作过程中涉及的 python 知识点通过文章方式分享,这是一个非常好的入门 python 的实战项目。

0 阅读:0

我是数据外星人

简介:感谢大家的关注