柱状图适用于二维数据，一个维度数据用来进行比较、数据展示等。可以直观的看到各组数据差异性，强调个体之间的比较。不适合数据项数较多的场景，容易混乱不清。

       1、首先导入所需的包

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker
from pyecharts.globals import ThemeType

        2、简单的构建数据（虚拟数据）：

top5 = (
     Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    .add_xaxis(["袜子","上衣","裤子","裙子","鞋子"])
    .add_yaxis("", [55000,60000,65000,75000,75000],category_gap="50%",itemstyle_opts=opts.ItemStyleOpts(color='lightslategrey'),)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="热销品牌TOP"),
        datazoom_opts=opts.DataZoomOpts(),
    )
    .set_series_opts(
             label_opts=opts.LabelOpts(is_show=True))
)
name.render_notebook()

        结果如图： 

         3 、想要条形图的话可以加上.reversal_axis()：

top5 = (
     Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    .add_xaxis(["袜子","上衣","裤子","裙子","鞋子"])
    .add_yaxis("", [50000,50000,55000,65000,75000],category_gap="50%",itemstyle_opts=opts.ItemStyleOpts(color='lightslategrey'),)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="热销商品TOP"),
        datazoom_opts=opts.DataZoomOpts(),
    )
    .set_series_opts(
             label_opts=opts.LabelOpts(is_show=True))
    .reversal_axis()
)
store.render_notebook()

           结果如图：