摘要：Pygal是一个专注于生成SVG格式图表的Python数据可视化库，以其简洁优雅的API设计和美观的默认样式而著称。与传统的数据可视化库不同，Pygal生成的图表完全基于SVG矢量格式，这意味着图表在任何分辨率下都能保持清晰度，非常适合Web应用和高质量出版物
Pygal是一个专注于生成SVG格式图表的Python数据可视化库，以其简洁优雅的API设计和美观的默认样式而著称。与传统的数据可视化库不同，Pygal生成的图表完全基于SVG矢量格式，这意味着图表在任何分辨率下都能保持清晰度，非常适合Web应用和高质量出版物。该库支持多种图表类型，包括线图、柱状图、饼图、散点图等，并且具有出色的交互性和响应式设计。
1、基础安装
# 通过pip安装pip install pygal2、验证安装
安装完成后，可以通过以下代码验证是否安装成功：
import pygalprint(pygal.__version__)# 创建一个简单的图表进行测试chart = pygal.Linechart.title = '测试图表'chart.add('测试数据', [1, 2, 3, 4, 5])chart.render_to_file('test.svg')print('安装成功！')运行结果：
线性图表是展示数据趋势变化的经典方式，特别适用于时间序列数据的可视化，Pygal的线图功能支持多条数据线的绘制，可以轻松比较不同数据集的变化趋势。
以下示例展示了如何创建一个展示月度销售数据的线图：
import pygal# 创建线性图表line_chart = pygal.Lineline_chart.title = '2025年月度销售趋势'line_chart.x_labels = ['1月', '2月', '3月', '4月', '5月', '6月']# 添加数据系列line_chart.add('产品A', [20, 25, 30, 28, 35, 40])line_chart.add('产品B', [15, 18, 22, 26, 24, 30])# 渲染到文件line_chart.render_to_file('sales_trend.svg')运行结果：
2、柱状图表
柱状图是比较不同类别数据的理想选择，能够直观地展示各项数据的大小关系，Pygal支持垂直和水平柱状图，可以根据数据特点和展示需求选择合适的样式。
以下示例创建了一个展示不同地区销售额的柱状图：
import pygal# 创建柱状图bar_chart = pygal.Barbar_chart.title = '各地区销售额对比'bar_chart.x_labels = ['北京', '上海', '广州', '深圳', '杭州']# 添加数据bar_chart.add('2023年', [850, 920, 780, 890, 650])bar_chart.add('2024年', [920, 980, 820, 950, 720])# 保存图表bar_chart.render_to_file('region_sales.svg')运行结果：
3、饼图可视化
饼图专门用于展示数据的组成比例，能够清晰地显示各部分在整体中的占比情况，这种图表类型在展示市场份额、预算分配、用户构成等场景中表现出色。
以下示例展示了如何创建一个市场份额分析的饼图：
import pygal# 创建饼图pie_chart = pygal.Piepie_chart.title = '市场份额分析'# 添加数据（自动计算百分比）pie_chart.add('公司A', 35.8)pie_chart.add('公司B', 28.2)pie_chart.add('公司C', 18.7)pie_chart.add('公司D', 12.5)pie_chart.add('其他', 4.8)# 输出图表pie_chart.render_to_file('market_share.svg')运行结果：
1、样式定制
Pygal提供了强大的样式定制功能，用户可以通过配置对象来调整图表的外观、颜色、字体等各种视觉元素。
import pygalfrom pygal.style import LightColorizedStyle# 创建自定义样式的图表custom_style = LightColorizedStyle( background='transparent', plot_background='transparent', foreground='#53E89B', foreground_strong='#53A0E8', foreground_subtle='#630C0D')# 应用样式chart = pygal.Line(style=custom_style)chart.title = '自定义样式图表'chart.add('数据系列', [1, 3, 5, 7, 9, 11])chart.render_to_file('custom_style.svg')运行结果：
2、交互功能配置
Pygal生成的SVG图表天然支持Web交互功能，包括工具提示、点击事件等，通过配置选项，可以启用或定制这些交互特性，为用户提供更丰富的数据探索体验。
import pygal# 配置交互功能config = pygal.Configconfig.show_legend = Trueconfig.human_readable = Trueconfig.show_dots = Trueconfig.tooltip_border_radius = 10# 创建交互图表interactive_chart = pygal.Line(config)interactive_chart.title = '交互式数据图表'interactive_chart.add('销售额', [100, 150, 120, 180, 200, 160])interactive_chart.render_to_file('interactive.svg')运行结果：
Pygal作为专业的SVG数据可视化库，凭借其简洁优雅的API设计和出色的图表质量，在Python可视化生态系统中占据了独特的地位。其矢量图形输出的天然优势使得生成的图表在任何场景下都能保持完美的视觉效果，特别适合Web应用和高质量出版需求。从基础的线图、柱图到复杂的交互式可视化，Pygal提供了完整的解决方案，同时保持了易学易用的特点。无论是快速原型开发、企业级报告制作还是学术研究发表，Pygal都能满足不同层次的可视化需求，是Python开发者工具箱中的重要组成部分。
来源：不秃头程序员