# import sys
# sys.path.append("../")
import pandas as pd
from pyecharts.faker import Faker
from pandasecharts import echart

products = Faker.choose()
dfs = []
for year in (2012, 2013, 2014, 2015):
    dfs.append(
        pd.DataFrame(
            zip(products, Faker.values(), Faker.values(), [year]*len(products)),
            columns=["商品", "商家A", "商家B", "年份"]
        )
    )
df = pd.concat(dfs, axis=0)

df.head()

	商品	商家A	商家B	年份
0	衬衫	51	68	2012
1	毛衣	150	104	2012
2	领带	73	91	2012
3	裤子	138	35	2012
4	风衣	133	100	2012

2012年所有商品在商家A的销量

df.query("年份==2012").echart.scatter("商品" , "商家A", xtype="category").render_notebook()

2012年商品在不同商家的销量

df.query("年份==2012").echart.scatter("商品" , ["商家A", "商家B"], xtype="category").render_notebook()

多Y轴显示

df.query("年份==2012").echart.scatter("商品" , ["商家A", "商家B"], 
                                     xtype="category", 
                                     multiple_yaxis=True).render_notebook()

主题设置

df.query("年份==2012").echart.scatter("商品" , ["商家A", "商家B"], 
                                     xtype="category", 
                                     theme="light").render_notebook()

按照年份显示多张图表

df.echart.scatter("商品" , ["商家A", "商家B"], 
                  xtype="category", 
                  by="年份").render_notebook()

将时间改为时间轴

df.echart.scatter("商品" , ["商家A", "商家B"], 
                  xtype="category", 
                  timeline="年份").render_notebook()