关于pyecharts点击弹窗的问题

在已有pyecharts生成的HTML中添加代码使点击某一区域弹窗的功能

你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/7646244
这篇博客也不错, 你可以看下基于pyecharts的数据可视化(一)：安装pyecharts包并简单使用
除此之外, 这篇博客: pyecharts在数据可视化中的应用中的 pyecharts在数据可视化中的应用 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:

使用pyecharts进行数据可视化
安装 pip install pyecharts
也可以在pycharm软件里进行下载pyecharts库包。
下载成功后进行查询版本号

import pyecharts
print(pyecharts.__version__)

pyecharts的中文官网
可以查看pyecharts的中文官网介绍http://pyecharts.org/#/zh-cn/intro。

一般的使用方法

add()
该方法主要用于添加图表的数据和设置各种配置项。
show_config()
用于打印输出图表的所有配置项
render()
该方法默认将会在根目录下生成一个 render.html 的文件，支持 path 参数，设置文件保存位置，如 render(r"e:my_first_chart.html")，文件用浏览器打开。
注意*
默认的编码类型为 UTF-8，在 Python3 中是没什么问题的，Python3 对中文的支持好很多。但是在 Python2 中，编码的处理是个很头疼的问题，暂时没能找到完美的解决方法，目前只能通过文本编辑器自己进行二次编码，我用的是 Visual Studio Code，先通过 Gbk 编码重新打开，然后再用 UTF-8 重新保存，这样用浏览器打开的话就不会出现中文乱码问题了。

基本使用

chart_name = Type() 初始化具体类型图表。
add() 添加数据及配置项。
render() 生成 .html 文件。

用示例来解决实际问题
1.美国1995年-2009年邮费变化折线图、阶梯图；
数据如下：
年份： [“1995”, “1996”, “1997”, “1998”, “1999”, “2000”,
“2001”, “2002”, “2003”, “2004”, “2005”, “2006”,
“2007”, “2008”, “2009”]
邮费： [0.32, 0.32, 0.32, 0.32, 0.33, 0.33, 0.34, 0.37, 0.37, 0.37, 0.37, 0.39, 0.41, 0.42, 0.44]
折线图代码如下：

import pyecharts.options as opts
from pyecharts.charts import Line

year=  ["1995", "1996", "1997", "1998", "1999", "2000",
          "2001", "2002", "2003", "2004", "2005", "2006",
          "2007", "2008", "2009"]
postage= [0.32, 0.32, 0.32, 0.32, 0.33, 0.33, 0.34, 0.37, 0.37, 0.37, 0.37, 0.39, 0.41, 0.42, 0.44]

(
    Line()
    .set_global_opts(
        tooltip_opts=opts.TooltipOpts(is_show=False),
        xaxis_opts=opts.AxisOpts(type_="category"),
        yaxis_opts=opts.AxisOpts(
            type_="value",
            axistick_opts=opts.AxisTickOpts(is_show=True),
            splitline_opts=opts.SplitLineOpts(is_show=True),
        ),
    )
    .add_xaxis(xaxis_data=year)
    .add_yaxis(
        series_name="",
        y_axis=postage,
        symbol="emptyCircle",
        is_symbol_show=True,
        label_opts=opts.LabelOpts(is_show=False),
    )
    .render("basic_line_chart.html")
)

会在同目录下生成一个basic_line_chart.html的网页，打开网页则会显示该代码的运行结果。（此不展示，与下同）

阶梯图代码如下：

import pyecharts.options as opts
from pyecharts.charts import Line

year =  ["1995", "1996", "1997", "1998", "1999", "2000",
          "2001", "2002", "2003", "2004", "2005", "2006",
          "2007", "2008", "2009"]
postage = [0.32, 0.32, 0.32, 0.32, 0.33, 0.33, 0.34, 0.37, 0.37, 0.37, 0.37, 0.39, 0.41, 0.42, 0.44]

c = (
    Line()
    .add_xaxis(xaxis_data=year)
    .add_yaxis("美国1995年-2009年邮费", y_axis=postage, is_step=True)
    .set_global_opts(title_opts=opts.TitleOpts(title="Line-阶梯图"))
    .render("line_step.html")
)

会在同目录下生成一个line_step.html的网页，打开网页则会显示该代码的运行结果：
在这里插入图片描述
2.2000年-2010年热狗大胃王比赛前三名成绩的堆叠柱形图、极坐标系-堆叠柱状图（南丁格尔玫瑰图）；
数据文件：hot-dog-places.csv
hot-dog-places.csv内写着：

2000,2001,2002,2003,2004,2005,2006,2007,2008,2009,2010
25,50,50.5,44.5,53.5,49,54,66,59,68,54
24,31,26,30.5,38,37,52,63,59,64.5,43
22,23.5,25.5,29.5,32,32,37,49,42,55,37

等数据将其保存为csv文件
堆叠柱形图代码如下：

from pyecharts import options as opts
from pyecharts.charts import Bar
import csv

filename="hot-dog-places.csv"
data_x=[]
#打开文件循环读取数据
with open(filename) as f:
    reader = csv.reader(f)
    for data_row in reader:
        data_x.append(data_row)
x=data_x[0]			#读取数据列表集中第一行数据进行赋值
y1=data_x[1]
y2=data_x[2]
y3=data_x[3]

c = (
    Bar()
    .add_xaxis(x)
    .add_yaxis("第一名", y1, stack="stack1")
    .add_yaxis("第二名", y2, stack="stack1")
    .add_yaxis("第三名", y3, stack="stack1")#显示在同一条柱状图中，不带stack属性则会分为三条柱状图
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-堆叠柱形图"))
    .render("bar_stack0.html")
)

会在同目录下生成一个bar_stack0.html的网页，打开网页则会显示该代码的运行结果：
在这里插入图片描述
极坐标系-堆叠柱状图（南丁格尔玫瑰图）代码如下：

from pyecharts import options as opts
from pyecharts.charts import Polar
import csv

filename="hot-dog-places.csv"
data_x=[]
#打开文件循环读取数据
with open(filename) as f:
    reader = csv.reader(f)
    for data_row in reader:
        data_x.append(data_row)
x=data_x[0]			#读取数据列表集中第一行数据进行赋值
y1=data_x[1]
y2=data_x[2]
y3=data_x[3]

c = (
    Polar()
    .add_schema(angleaxis_opts=opts.AngleAxisOpts(data=x, type_="category"))
    .add("A", y1, type_="bar", stack="stack0")
    .add("B", y2, type_="bar", stack="stack0")
    .add("C", y3, type_="bar", stack="stack0")
    .set_global_opts(title_opts=opts.TitleOpts(title="极坐标系-堆叠柱状图（南丁格尔玫瑰图）"))
    .render("极坐标系-堆叠柱状图（南丁格尔玫瑰图）.html")
)

打开网页则会显示该代码的运行结果：
在这里插入图片描述
极坐标系-堆叠柱状图代码与上面相同，需要改的是c后面接的将其更改为如下代码：

d = (
    Polar()
    .add_schema(
        radiusaxis_opts=opts.RadiusAxisOpts(data=x, type_="category"),
        angleaxis_opts=opts.AngleAxisOpts(is_clockwise=True, max_=200),
    )
    .add("A", y1, type_="bar", stack="stack1")
    .add("B", y2, type_="bar", stack="stack1")
    .add("C", y3, type_="bar", stack="stack1")
    .set_global_opts(title_opts=opts.TitleOpts(title="极坐标系-堆叠柱状图"))
    .set_series_opts(label_opts=opts.LabelOpts(is_show=True))
    .render("极坐标系-堆叠柱状图.html")
)

打开网页则会显示该代码的运行结果：
在这里插入图片描述
3.某网站用户感兴趣的领域的投票结果绘制饼图、环形图；
数据文件：vote_result.csv
vote_result.csv内写着：

感兴趣的领域,票数
金融,172
医疗保健,136
市场业,135
零售业,101
制造业,80
司法,68
工程与科学,50
保险业,29
其他,41

饼图代码如下：

from pyecharts import options as opts
from pyecharts.charts import Pie
import csv

filename="vote_result.csv"
data_x=[]
#打开文件循环读取数据
with open(filename,'r', encoding='UTF-8') as f:
    reader = csv.reader(f)
    for data_row in reader:
        data_x.append(data_row)
b=[]
c=[]
for index,values in enumerate(data_x):
    if(index>0):
        b.append(values[0])
        c.append(values[1])

x=data_x[0]			#读取数据列表集中第一行数据进行赋值

d = (
    Pie()
    .add(
        "",
        [list(z) for z in zip(b, c)],
        center=["35%", "50%"],
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="投票结果饼图"),
        legend_opts=opts.LegendOpts(pos_left="15%"),
    )
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
    .render("pie_position.html")
)

打开网页则会显示该代码的运行结果：
在这里插入图片描述
环形图代码如下：

from pyecharts import options as opts
from pyecharts.charts import Pie
import csv

filename="vote_result.csv"
data_x=[]
#打开文件循环读取数据
with open(filename,'r', encoding='UTF-8') as f:
    reader = csv.reader(f)
    for data_row in reader:
        data_x.append(data_row)
b=[]
c=[]
for index,values in enumerate(data_x):
    if(index>0):
        b.append(values[0])
        c.append(values[1])

d = (
    Pie()
    .add(
        "",
        [list(z) for z in zip(b, c)],
        radius=["40%", "75%"],
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="环形图"),
        legend_opts=opts.LegendOpts(orient="vertical", pos_top="15%", pos_left="2%"),
    )
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}"))
    .render("投票结果+环形图.html")
)

打开网页则会显示该代码的运行结果：
在这里插入图片描述
4.奥巴马的政治举措民意调查结果的堆叠柱形图；
数据文件：approval_rate.csv
approval_rate.csv内写着：

政治举措,支持,反对,不发表意见
种族问题,52,38,10
教育,49,40,11
恐怖活动,48,45,7
能源政策,47,42,11
外交事务,44,48,8
环境,43,51,6
宗教政策,41,53,6
税收,41,54,5
医疗保健政策,40,57,3
经济,38,59,3
就业政策,36,57,7
贸易政策,31,64,5
外来移民,29,62,9

堆叠柱形图代码如下：

from pyecharts import options as opts
from pyecharts.charts import Bar
import csv

filename="approval_rate.csv"
data_x=[]
#打开文件循环读取数据
with open(filename,'r', encoding='UTF-8') as f:
    reader = csv.reader(f)
    for data_row in reader:
        data_x.append(data_row)
x=[]			#读取数据列表集中第一行数据进行赋值
b=[]
c=[]
d=[]
e=[]
for index,values in enumerate(data_x):
    if(index>0):
        b.append(values[0])
        c.append(values[1])
        d.append(values[2])
        e.append(values[3])
    elif(index==0):
        x.append(values)
        
print(b)
c = (
    Bar()
    .add_xaxis(b)
    .add_yaxis(x[0][1], c, stack="stack1")
    .add_yaxis(x[0][2], d, stack="stack1")
    .add_yaxis(x[0][3], e, stack="stack1")#显示在同一条柱状图中，不带stack属性则会分为三条柱状图
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(title_opts=opts.TitleOpts(title="Bar-堆叠柱形图"))
    .render("政治举措民意调查结果.html")
)

打开网页则会显示该代码的运行结果：
在这里插入图片描述
续：pyecharts在数据可视化中的应用（二）

您还可以看一下沈福利老师的Python数据可视化 pyecharts实战课程中的 pyecharts 绘制图表：生成HTML小节, 巩固相关知识点