
作者:Python进阶者
来源:Python爬虫与数据挖掘
Pyecharts这个可视化库火爆,关于它,官方如是说:Echarts 是一个由百度开源的数据可视化,凭借着良好的交互性,精巧的图表设计,得到了众多开发者的认可。而 Python 是一门富有表达力的语言,很适合用于数据处理。当数据分析遇上数据可视化时,pyecharts 诞生了。
前几天在Python交流群里边,有人就遇到了Pyecharts库版本的问题,目前来看,Pyecharts分为V1和V0.5两个大版本,而且两个版本之间不兼容。换句话说,如果你自己的Pyecharts版本是V1展示的话,代码给到别人,如果别人的Pyecharts版本是V0.5的话,运行之后,是会报错的,反之亦然。举个例子,当前小编的Pyecharts版本是V1,可以正常运行代码。
然后小编跑了别人手里Pyecharts为V0.5的代码,然后就出现下图的问题:
一般出现类似这种问题的话,就是Pyecharts版本不兼容导致的。基于此,这里给出一个笨方法,用来切换Pyecharts V1和V0.5,这样也是给大家一点启发。当然了,话说回来,V0.5版本将不再进行维护,这里小编也是建议大家都用最新版本V1,只不过目前还在过渡期,很多网上的代码,大都是V0.5版本写的,所以学点本文这个小技巧,兴许可以帮到你。
1、V0.5-->V1
假设你当前的版本是V0.5,如果想升级到V1,那就非常简单了,只需要操作一步,在命令行中输入升级命令:pip install -U pyecharts即可。
这样就轻松实现了升级切换:
假设你当前的版本是V1,如果想回退到版本V0.5,那就稍微复杂一些,需要你直接输入安装命令:pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyecharts==0.5.10这里小编没来得及截图,总之肯定好使就是了。之后安装好之后,还需要安装几个依赖库和相关地图库文件,这样才可以加载地图,命令如下:
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyecharts==0.5.10 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple echarts-countries-pypkg
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple echarts-china-provinces-pypkg
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple echarts-china-cities-pypkg
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple echarts-china-counties-pypkg
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple echarts-china-misc-pypkg
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple echarts-united-kingdom-pypkg
pip install pyecharts_snapshot
如果不安装地图依赖文件的话,那么代码运行之后,程序不会报错,但是生成的html文件就会出现无图的情况,没有数据显示,如下图所示。
如果安装了地图相关库之后,就会正常显示出来。
我是Python进阶者。本文基于Python中的可视化库Pyecharts两个不兼容的版本,盘点了Pyecharts V1和V0.5之间的切换方法。
总的来说,针对pyecharts v1.0安装,可以直接由v0.5进行升级即可;如果想切换为v0.5,直接进行安装即可,关于升级和安装的命令详情请见内文。文中提供的方法虽然笨重了一些,但是亲测可行。小编相信肯定还有其他的方法的,也欢迎大家在评论区谏言。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01CDA 数据分析师:企业数字化转型的核心引擎 —— 从能力落地到价值跃迁 当数字化转型从 “选择题” 变为企业生存的 “必答题”, ...
2025-09-01数据清洗工具全景指南:从入门到进阶的实操路径 在数据驱动决策的链条中,“数据清洗” 是决定后续分析与建模有效性的 “第一道 ...
2025-08-29机器学习中的参数优化:以预测结果为核心的闭环调优路径 在机器学习模型落地中,“参数” 是连接 “数据” 与 “预测结果” 的关 ...
2025-08-29CDA 数据分析与量化策略分析流程:协同落地数据驱动价值 在数据驱动决策的实践中,“流程” 是确保价值落地的核心骨架 ——CDA ...
2025-08-29CDA含金量分析 在数字经济与人工智能深度融合的时代,数据驱动决策已成为企业核心竞争力的关键要素。CDA(Certified Data Analys ...
2025-08-28CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-08-28