pyecharts 是为了与 Python 进行对接，方便在 Python 中直接使用数据生成图 . 使用pyecharts可以生成独立的网页，也可以在flask、django中集成使用
pyecharts 安装很简单：
pyecharts_snapshot 图片导出功能：
pyecharts 同时兼容 Python2 和 Python3 的 Jupyter Notebook 环境。所有图表均可正常显示，与浏览器一致的交互体验，简直不要太强大。
在数据分析中最常用的3种图表就是柱形图，折线图和散点图了。下面我们就来看一下pyecharts绘制这3种常用图表的范例吧。
柱形图适合表现几组数据之间的对比关系
折线图适合描述两个变量之间的函数关系
散点图适合表现大量样本的多个属性的分布规律。
当样本属性维度多于2个时，散点图可以使用点的颜色或大小等方式来表达更多属性维度。下面示范使用点的大小表示第3个维度。
箱型图适合表现一组数据的统计分布规律，它能显示出一组数据的最大值、最小值、中位数、及上下四分位数。 箱型图的进阶版本是小提琴图，可以展示数据的密度估计曲线，可以用seaborn画出。
附：用seaborn 进行小提琴图的绘制
地理坐标系图适合表现和国家，省份，以及城市，经纬度位置相关联的数据分布规律。
pyecharts中Geo表达和城市关联的数据,Map表达和国家和省份关联的数据。
全国城市地图示例
全国省份地图
世界地图示例
