Visualisation avec pyecharts

VérifiéSûr

Maîtrise de la création de graphiques avec pyecharts (barres, lignes, camemberts, heatmaps, scatter) et génération de rapports HTML auto-contenus. Couvre les options de thème, le formatage des nombres, la résolution des problèmes courants (taille des graphiques, chevauchement des étiquettes) et l'importance de convertir les données en listes Python pour la compatibilité navigateur.

Spar Skills Guide Bot
Data & IAIntermédiaire
02/06/2026
Claude CodeCursorCopilot
#data-visualization#pyecharts#chart-generation#html-report

Recommandé pour

Synthèse automatique

Ce skill permet de créer des visualisations de données interactives avec pyecharts, générer des rapports HTML autonomes, et appliquer les bonnes pratiques de rendu.

Points forts

  • Couverture complète des types de graphiques (barres, lignes, camemberts, heatmaps, scatter)
  • Instructions précises pour éviter les problèmes de compatibilité navigateur (conversion en listes)
  • Gestion des thèmes et de la mise en page pour des rapports professionnels
  • Résolution des problèmes courants (graphiques vides, tailles, étiquettes)

Limites

  • Limitée à la bibliothèque pyecharts, pas d'autres outils de visualisation
  • Ne couvre pas l'analyse statistique avancée ni l'interactivité complexe
  • Dépend de la connaissance préalable de Python et pandas
Quand l'utiliser

Utilisez ce skill pour générer rapidement des rapports de visualisation de données en HTML avec des graphiques interactifs variés.

Quand l'éviter

Évitez ce skill si vous avez besoin de visualisations très personnalisées ou d'intégrations JavaScript complexes non supportées par pyecharts.

Analyse de sécurité

Sûr
Score qualité92/100

The skill is a documentation-only reference for pyecharts charting, containing no executable commands that could cause harm. It includes only safe code snippets and usage examples, with no network access, file deletion, or obfuscation.

Aucun point d'attention détecté

Comment cette analyse est faite

Exemples

Create a bar chart
Generate a bar chart using pyecharts showing cost by service for the top 10 services. Use the 'macarons' theme, rotate x-axis labels 45 degrees, and format y-axis as currency.
Generate an HTML report
Create a Python function that generates an HTML report with multiple charts (bar, line, pie) from a DataFrame, using Page layout and rendering to a file.
Fix empty chart issue
My pyecharts chart renders blank in the browser. The data comes from a pandas DataFrame. What common mistakes could cause this? Provide corrected code.

name: visualization description: Knowledge about pyecharts chart creation, HTML report generation, and visualization best practices

Visualization Skill

Technology Stack

  • pyecharts: Python wrapper for Apache ECharts
  • Apache ECharts: JavaScript charting library
  • Output: Self-contained HTML with embedded JS

Chart Types Reference

Bar Charts

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

chart = Bar()
chart.add_xaxis(labels)
chart.add_yaxis("Series Name", values)
chart.set_global_opts(
    title_opts=opts.TitleOpts(title="Chart Title"),
    tooltip_opts=opts.TooltipOpts(trigger="axis"),
    xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=45)),
)

Line Charts

from pyecharts.charts import Line

chart = Line()
chart.add_xaxis(dates)
chart.add_yaxis("Actual", values, is_smooth=True)
chart.add_yaxis("7-Day MA", moving_avg_7, is_smooth=True, linestyle_opts=opts.LineStyleOpts(type_="dashed"))

Pie Charts

from pyecharts.charts import Pie

chart = Pie()
chart.add("", list(zip(labels, values)))
chart.set_global_opts(legend_opts=opts.LegendOpts(orient="vertical", pos_left="left"))

Heatmaps

from pyecharts.charts import HeatMap

chart = HeatMap()
chart.add_xaxis(x_labels)
chart.add_yaxis("", y_labels, value=[[x, y, val], ...])
chart.set_global_opts(
    visualmap_opts=opts.VisualMapOpts(min_=0, max_=max_val),
)

Scatter Plots (for anomalies)

from pyecharts.charts import Scatter

chart = Scatter()
chart.add_xaxis(dates)
chart.add_yaxis("Cost", costs, symbol_size=10)
# Add anomaly markers with different color/size

Critical: Browser Compatibility

Always convert to lists for JavaScript:

# CORRECT
chart.add_xaxis(df['column'].tolist())
chart.add_yaxis("Label", df['values'].tolist())

# WRONG - causes rendering issues
chart.add_xaxis(df['column'].values)  # numpy array
chart.add_xaxis(df['column'])  # pandas Series

Theme Options

Available themes in pyecharts:

  • macarons (default) - Colorful, professional
  • shine - Bright colors
  • roma - Muted, elegant
  • vintage - Retro feel
  • dark - Dark background
  • light - Light, minimal

Usage:

from pyecharts.globals import ThemeType
chart = Bar(init_opts=opts.InitOpts(theme=ThemeType.MACARONS))

HTML Report Structure

def generate_html_report(self, output_path: str, top_n: int = 10) -> str:
    # Create all charts
    charts = [
        self.create_cost_by_service_chart(top_n),
        self.create_cost_by_account_chart(),
        # ... more charts
    ]

    # Combine into page
    page = Page(layout=Page.SimplePageLayout)
    for chart in charts:
        page.add(chart)

    # Render to file
    page.render(output_path)
    return output_path

Formatting Numbers

# Currency formatting in tooltips
tooltip_opts=opts.TooltipOpts(
    trigger="axis",
    formatter="{b}: ${c:,.2f}"
)

# Axis label formatting
yaxis_opts=opts.AxisOpts(
    axislabel_opts=opts.LabelOpts(formatter="${value:,.0f}")
)

Common Issues & Solutions

Empty Charts

  1. Check browser console for JS errors
  2. Verify .tolist() on all data
  3. Hard refresh (Ctrl+Shift+R)
  4. Check data exists in HTML source

Chart Too Small

init_opts=opts.InitOpts(width="100%", height="400px")

Labels Overlapping

xaxis_opts=opts.AxisOpts(
    axislabel_opts=opts.LabelOpts(rotate=45, interval=0)
)

Legend Too Long

legend_opts=opts.LegendOpts(
    type_="scroll",
    orient="horizontal",
    pos_bottom="0%"
)

Testing Visualizations

# Test chart creation
uv run pytest tests/test_visualizer.py -v

# Regenerate example report
uv run pytest tests/test_examples.py -v -s

# View in browser
open examples/example_report.html

Du fichier au premier essai

Le téléchargement contient exactement le contenu affiché sur cette fiche. Cette copie peut différer de la dernière version du dépôt source.

Consulter la source et ses fichiers annexes

Ce téléchargement contient uniquement SKILL.md. Les scripts, références, modèles et dépendances éventuels ne sont pas inclus. Récupérez les fichiers nécessaires depuis la source en conservant leur arborescence avant de poursuivre.

1. Télécharger le fichier

Télécharger SKILL.md

Depuis la racine d’un projet de test, enregistrez le fichier sous .skill-downloads/data-visualization-with-pyecharts-mm78nmoq/SKILL.md, ou utilisez la commande suivante. Ce dossier sert à examiner la skill avant son installation.

Commande pour macOS/Linux ou WSL : un shell POSIX et curl sont nécessaires. Sous Windows sans WSL, utilisez le bouton de téléchargement et créez le dossier manuellement.

mkdir -p '.skill-downloads/data-visualization-with-pyecharts-mm78nmoq' && curl --fail --show-error --location 'https://skills-guides.com/api/skills/data-visualization-with-pyecharts-mm78nmoq/download' --output '.skill-downloads/data-visualization-with-pyecharts-mm78nmoq/SKILL.md.part' && mv '.skill-downloads/data-visualization-with-pyecharts-mm78nmoq/SKILL.md.part' '.skill-downloads/data-visualization-with-pyecharts-mm78nmoq/SKILL.md'

2. Vérifier les prérequis

Lisez SKILL.md avant de l’utiliser. Si le fichier cite des scripts ou services externes, examinez-les et préparez les accès nécessaires dans votre environnement de test.

Aucune section de prérequis reconnue dans ce fichier. Cela ne signifie pas qu’il est autonome : les bibliothèques, outils et accès peuvent être cités ailleurs dans le contenu ou dans le dépôt source.

Les plateformes de la fiche sont des indications du catalogue. Les chemins ci-dessous suivent la documentation des outils ; ils ne prouvent pas que cette skill y a été exécutée. Aucune version minimale de ces outils n’est attestée pour cette fiche.

3. Charger la skill

Après vérification, copiez le dossier complet dans le projet avec l’une des commandes ci-dessous, puis ouvrez une nouvelle session de l’outil. La commande s’arrête si un dossier du même nom existe déjà : comparez les fichiers avant de le remplacer.

Claude Code
test -f '.skill-downloads/data-visualization-with-pyecharts-mm78nmoq/SKILL.md' && test -s '.skill-downloads/data-visualization-with-pyecharts-mm78nmoq/SKILL.md' && mkdir -p '.claude/skills' && test ! -e '.claude/skills/visualization' && cp -R '.skill-downloads/data-visualization-with-pyecharts-mm78nmoq' '.claude/skills/visualization'

Cursor
test -f '.skill-downloads/data-visualization-with-pyecharts-mm78nmoq/SKILL.md' && test -s '.skill-downloads/data-visualization-with-pyecharts-mm78nmoq/SKILL.md' && mkdir -p '.cursor/skills' && test ! -e '.cursor/skills/visualization' && cp -R '.skill-downloads/data-visualization-with-pyecharts-mm78nmoq' '.cursor/skills/visualization'

OpenSkills

OpenSkills doit déjà être installé. La procédure locale install/read est contrôlée avec OpenSkills 1.5.0, qui exige Node.js ≥ 20.6.0. Aucun slug du catalogue n’est résolu automatiquement.

Installation officielle d’OpenSkills
openskills install './.skill-downloads/data-visualization-with-pyecharts-mm78nmoq'

openskills read 'data-visualization-with-pyecharts-mm78nmoq'

La lecture doit afficher le contenu du fichier installé et son dossier de base. Elle ne lance ni la skill ni ses dépendances.

Pour un agent qui lit AGENTS.md, synchronisez ensuite l’index. Cette commande modifie AGENTS.md : relisez le diff avant de l’utiliser.

openskills sync

Mode manuel ou autre outil : joignez SKILL.md à une conversation, ou ouvrez-le dans un agent capable de lire les fichiers. Ajoutez les ressources annexes nécessaires. Il n’existe pas de dossier universel reconnu par tous les outils.

4. Faire un premier essai

Utilisez une entrée courte et fictive : un endpoint d’API, un petit document ou un brief d’interface. Dans une nouvelle conversation, joignez le fichier ou donnez son chemin à l’agent, puis adaptez cette demande :

Lis .skill-downloads/data-visualization-with-pyecharts-mm78nmoq/SKILL.md et applique ses instructions à cet exemple : [décrire une entrée de test]. Indique les fichiers, dépendances ou accès qui manquent. Produis le résultat demandé par la skill sans inventer de données ni exécuter de script non examiné.

Résultat attendu : une sortie correspondant aux instructions de la skill, ou une liste précise des prérequis manquants. Une simple confirmation de lecture ne valide pas le premier usage. Si une ressource externe est indisponible, ce parcours reste à tester.

Skills similaires