#yyds干货盘点#数据可视化界的小公主：cutecharts，入门 + 实战应用

Posted 2021-12-02 简说Python

这是我参与11月更文挑战的第13天。

今天给大家分享的这篇文章是19年写的，当时pyecharts作者陈老师和我分享了他们最新开发的动漫风格可视化库：cutecharts，我当即体验了下，效果确实杠杠的，可爱 好看 精炼，今天回顾了下，所有代码依旧能跑通（在Python 3.10上，19年写的时候环境应该是在Python3.7）。

如果本文，或者历史发布文章对你学习有所帮助，请给我一个免费的点赞；如果您觉得文章又什么描述问题或者知识点介绍问题，请在评论区评论指出，感谢大家支持。

一、前言

昨天，手机突然叮咚一响，微信群跳出一条消息，“@老表 新图表库 敲可爱的画风”，还有仓库链接，

我打开看了下，原来是陈健冬大佬有搞了个新的可视化库，这，我必须尝鲜啊。

cutecharts 项目地址：​​https://github.com/chenjiandongx/cutecharts/​​

记得给个Star~

二、本文概要

Part one : 可视化库cutecharts基本使用介绍

Part two : 爬取中国电竞价值排行榜-外设排行榜，利用cutecharts数据可视化分析

Part three : 总结 抒情

Part one : 可视化库cutecharts基本使用介绍

1.cutecharts 安装

最简单的肯定是​​pip​​安装：

$ pip3 install cutecharts

当然，也可以进行源码安装：

$ git clone https://github.com/chenjiandongx/cutecharts.git
$ cd cutecharts
$ pip3 install -r requirements.txt
$ python3 setup.py install

如果是渲染成html文件，你还需要安装的第三方辅助库​​jinja2​​，是基于Python的模板引擎，主要用于渲染可视化后的内容，最终形成可运行的html文件，当然，如果你不感兴趣，你不用过多了解，在安装cutecharts时会自动帮你安装上，但你得知道它是unicode编码，稍不注意，可能模板生成错误。

解决方法其实很简单，我们把渲染页面里的js脚本单独拿出来，放到js文件内，然后再在html页面内加载静态的js文件即可，说白了，就是不要让jinja2直接去渲染‘有问题’的js内容。

如果你嫌这个麻烦，还有一位朋友使用静态加载方法解决了该问题。

<script type="text/javascript" src="{{url_for(static,filename=js/echarts-gl.min.js)}}"></script>

当然，没有遇到问题最好～我是直接用的jupyter notebook，所以没有这个问题。

关于jupyter notebook安装使用，你可以看我之前分享的文章：Windows/Mac 安装、使用 Python 环境 +jupyter notebook

2.基本使用

目前cutecharts支持的可视化图像类型有：柱状图、折线图、饼状图、雷达图、散点图。 我想后续作者还会增加的，比如：词云图、3D柱状图、条形图等等。 另外，项目里已经给我们提供了测试用例，所以我们学习的时候就不用再去自己写测试用例了，直接调用即可。

First : 柱状图

# 导入cutecharts中的Bar
from cutecharts.charts import Bar
# 导入测试用例
from cutecharts.faker import Faker


def bar_base() -> Bar:
    chart = Bar("Bar-基本示例")
    chart.set_options(labels=Faker.choose(), x_label="Im xlabel", y_label="Im ylabel")
    chart.add_series("series-A", Faker.values())
    return chart


bar_base().render_notebook()

渲染引擎提供了两个

.render(html_name) ：生成一个本地文件，html_name为文件名（html文件）,
默认名为：render.html
.render_notebook() ：可以在jupyter中直接运行显示，如上文代码
本文案例代码都是在Jupyter Notebook上编写运行

显示情况：

当然，里面的颜色、文字内容我们都是可以更改的。 相关函数参数，作者在Github里写的特别清楚，很方便阅读使用 

内容来自：github cutecharts

​

Second : 折线图

from cutecharts.charts import Line
from cutecharts.faker import Faker

def line_base() -> Line:
    chart = Line("Line-基本示例")
    chart.set_options(labels=Faker.choose(), x_label="Im xlabel", y_label="Im ylabel", legend_pos="upRight")
    chart.add_series("series-A", Faker.values())
    chart.add_series("series-B", Faker.values())
    return chart


line_base().render_notebook()

显示情况：

当然，里面的颜色、文字内容我们都是可以更改的。 相关函数参数，作者在Github里写的特别清楚，很方便阅读使用 

内容来自：github cutecharts

Third : 饼图

from cutecharts.charts import Pie
from cutecharts.faker import Faker


def pie_base() -> Pie:
    chart = Pie("Pie-基本示例")
    chart.set_options(labels=Faker.choose())
    chart.add_series(Faker.values())
    return chart


pie_base().render_notebook()

显示情况：

 当然，里面的颜色、文字内容我们都是可以更改的。 相关函数参数，作者在Github里写的特别清楚，很方便阅读使用 

内容来自：github cutecharts

Fourth : 雷达图

from cutecharts.charts import Radar
from cutecharts.faker import Faker


def radar_base() -> Radar:
    chart = Radar("Radar-基本示例")
    chart.set_options(labels=Faker.choose())
    chart.add_series("series-A", Faker.values())
    chart.add_series("series-B", Faker.values())
    return chart


radar_base().render_notebook()

显示情况：

 当然，里面的颜色、文字内容我们都是可以更改的。 相关函数参数，作者在Github里写的特别清楚，很方便阅读使用 

内容来自：github cutecharts

Fifth : 散点图

from cutecharts.charts import Scatter
from cutecharts.faker import Faker


def scatter_base() -> Scatter:
    chart = Scatter("Scatter-基本示例")
    chart.set_options(x_label="Im xlabel", y_label="Im ylabel")
    chart.add_series(
        "series-A", [(z[0], z[1]) for z in zip(Faker.values(), Faker.values())]
    )
    chart.add_series(
        # yyds干货盘点 # 盘点Pyecharts V1和V0.5之间的切换方法

 # yyds干货盘点 # Pyecharts绘图API总结
 #yyds干货盘点#Python爬虫实战，pyecharts模块，Python实现中国地铁数据可视化
 # yyds干货盘点 # Pyecharts作图部分省市有数据显示，其他的省份都没有显示，怎么肥四？
 #yyds干货盘点#ceph安装可视化dashboard
 #yyds干货盘点# 使用Python分析网易云歌曲评论信息，通过可视化处理我发现了这些有趣的规律