俗話說的好“文不如表，表不如圖”，圖的信息傳達效率很高，是數據匯報、數據展示的重要手段。好的數據展示不僅需要有圖，還要選合適的圖、選合適的工具畫圖（例如能交互的圖就比靜態圖更吸引人）。

圖形的選擇可以參考CDA數據分析師認證一級教材中關于圖表與分析場景的對應關系來選擇合適的圖。

本文主要給大家分享一款繪圖工具，可以繪制能交互的圖形，這個工具就是PyEcharts

PyEcharts為啥畫的一手好圖

PyEcharts為啥畫的一手好圖？因為他有個“好爸爸”-Echarts。Echarts是百度開源的，目前托管在Apache軟件基金會。它底層由JavaScripts實現，可以流暢的運行在 PC 和移動設備上，兼容當前絕大部分瀏覽器。ECharts 提供了常規的折線圖、柱狀圖、散點圖、餅圖、K線圖，用于統計的盒形圖，用于地理數據可視化的地圖、熱力圖、線圖，用于關系數據可視化的關系圖、treemap、旭日圖，多維數據可視化的平行坐標，還有用于 BI 的漏斗圖，儀表盤，并且支持圖與圖之間的混搭。

Echarts雖有千般好，but JavaScripts這個前端語言對于大部分數據分析師而言是一個屏障，所以有幾位大佬開發出PyEcharts，這其實是通過Python語言對Echarts做了封裝，會Python的數據分析師便能快速上手使用Echarts了。

快速上手PyEcharts

PyEcharts版本迭代比較快，差異較大的是0.5.x 與新的 1.x 、2.x版本之間差異較大。并且官方也不再持續對0.5.x系列更新迭代了，所以本文采用的是1.x、2.x的寫法演示如何應用PyEcharts進行繪圖。

從簡單的柱形圖開始

導入要繪制的圖形對象的構造函數，常見的圖表幾乎都在charts里面了。

from pyecharts.charts import Bar 
# 這里導入的是柱形圖Bar，還可以是Line折線圖、Pie餅圖等

使用構造函數初始化圖形對象

bar = Bar()

接下來添加x軸的數據

bar.add_xaxis(["2021","2022","2023","2024","2025"])

添加y軸數據,第一個參數是系列名稱（例如一張圖可以繪制多組柱狀圖，一個系列就是一個組）

bar.add_yaxis("A組銷售額",y_axis=[1000,3000,2500,4000,3900])
bar.add_yaxis("B組銷售額",y_axis=[2000,3500,3500,3000,3500])

最后通過render或者render_notebook函數將圖形繪制出來。

bar.render_notebook() 
# 適合在jupyter notebook環境下直接在cell下面顯示。

如果使用的是render可以將圖形渲染到html(網頁文件)中去，可以傳入指定的文件名。

bar.render("歷年銷售數據.html")

上面的代碼生成了歷史銷售數據.html這個網頁文件了。

雙擊打開就可以在瀏覽器看到圖形了。

錦上添花

簡單的繪圖上面的操作就夠了，如果想讓圖形更炫酷，則需要更多的代碼雕琢。如何在PyEcharts里面實現其他額外的功能呢，通過配置項即可。PyEcharts里有一句話叫“一切皆配置”，就是任何需求都由配置來實現。

所有的配置類型都在options模塊下，約定俗成的導入方式如下：

import pyecharts.options as opts

接下來初始化柱狀圖對象時為其做初始化配置(init_opts),在初始化配置中設置一套PyEcharts自帶的主題。

from pyecharts.globals import ThemeType
bar2 = Bar(init_opts=opts.InitOpts(theme=ThemeType.SHINE))

后續代碼一樣，添加數據，渲染致jupyter notebook。

bar2.add_xaxis(["2021","2022","2023","2024","2025"])
bar2.add_yaxis("A組銷售額",y_axis=[1000,3000,2500,4000,3900])
bar2.add_yaxis("B組銷售額",y_axis=[2000,3500,3500,3000,3500])
bar2.render_notebook()

看起來與之前的圖還是有很大區別的，例如配色。PyEcharts還有很多主題可以有不同的視覺效果。

bar3 = Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK))

以上就是PyEcharts的基本用法，如果你學會了繪制常見的一些圖形完全沒有問題。更多的細節用法可以關注PyEcharts官方文檔或者我們的系列文章。

抓住機遇，狠狠提升自己

隨著各行各業進行數字化轉型，數據分析能力已經成了職場的剛需能力，這也是這兩年CDA數據分析師大火的原因。和領導提建議再說“我感覺”“我覺得”，自己都覺得心虛，如果說“數據分析發現……”，肯定更有說服力。想在職場精進一步還是要學習數據分析的，統計學、概率論、商業模型、SQL，Python還是要會一些，能讓你工作效率提升不少。備考CDA數據分析師的過程就是個自我提升的過程。

CDA 考試官方報名入口:https://www.cdaglobal.com/pinggu.html