用pyecharts绘制（柱形＋折线）融合图、圆环图、柱形堆积图、雷达图，最后并行多图。

本文链接：https://blog.csdn.net/2201_76048089/article/details/134996966

数据资料如表所示：

表1：2014年-2021年中国中医类医疗卫生机构诊疗量

年份（年）	诊疗量（万人次）	同比增速（%）
2014	87430	7.40
2015	90912	4.00
2016	96225	5.83
2017	101885	5.81
2018	107147	5.16
2019	116390	8.63
2020	105764	-9.13
2021	120215	13.66

表2：中药材消费者画像数据

年龄	占比（%）
20岁以下	2.2
20-30岁	27.9
31-40岁	56.2
41--50岁	10.9
51岁以上	2.8

表3：全国药店中药饮片供应商占比情况

年份（年）	跨国企业占比（%）	本土企业占比（%）
2019	20.3	79.7
2020	22.0	78.0
2021	23.5	76.5
2022	22.5	77.5
2023	22.3	77.7

表4. 全国药店药品销售额占比

药品类型	占比（%）
化学药	33
中成药	45
生物制品	3
医疗器械	9
中药饮片	6
保健品	4

根据表1数据绘制（柱形+折线）融合图

#导入相关模块
from pyecharts import options as opts
from pyecharts.globals import ThemeType
from pyecharts.charts import Bar, Grid, Line, Radar, Pie
from pyecharts.commons.utils import JsCode


#1、准备数据
x_data = ['2014', '2015', '2016', '2017', '2018', '2019', '2020', '2021']
 
bar1 = (
    Bar()
    .add_xaxis(x_data)# 调用add_xaxis()和add_yaxis()为柱形图添加x轴和y轴数据
    .add_yaxis(
               "诊疗量",# series_name：系列的名称，显示于提示框和图例中
               [87430, 90912, 96225, 101885, 107147, 116390, 105764, 120215], # y_axis：系列的数据
               z=0,# 让折线图显示在柱形图上面
               color="#d14a61",
               xaxis_index=0,
               yaxis_index=0)
    .set_series_opts(
                     itemstyle_opts=opts.ItemStyleOpts(               #图元样式配置项
                     opacity=0.6),                                    #设置柱形图透明度：0.6
        )
    .extend_axis(
        yaxis=opts.AxisOpts # 坐标轴配置项
       (    name="同比增速（%）",
            min_= -15,
            max_= 15,
            axislabel_opts=opts.LabelOpts(formatter="{value}%"),#标签配置项
        
            axisline_opts=opts.AxisLineOpts #坐标轴轴脊配置项
        (
                linestyle_opts=opts.LineStyleOpts(color="#d14a61")#线条样式配置项
            ),
        )
     )
    .set_series_opts(label_opts=opts.LabelOpts(is_show=True))#显示柱形图标签
    .set_global_opts #若要设置全局配置项，要传入set_global_opts()方法
    (
        yaxis_opts=opts.AxisOpts(
            name="诊疗量（万人次）",
            min_=0,                      #y轴刻度最小值
            max_=150000,                 #y轴刻度最大值
            interval=25000, 
            axisline_opts=opts.AxisLineOpts(
                linestyle_opts=opts.LineStyleOpts(color="#d14a61")
            )),
        title_opts=opts.TitleOpts(title="2014-2021年中国中医类医疗卫生机构诊疗量"),#标题组件的配置项
        legend_opts=opts.LegendOpts(pos_left="55%")
    )
)
#2、 折线实例
line1 = Line().add_xaxis(x_data).add_yaxis("同比增速", #series_name：系列的名称，显示于提示框和图例中
                                          [7.40,4.00,5.83,5.81,5.16,8.63,-9.13,13.66], #y_axis：系列的数据
                                          xaxis_index=0,
                                          yaxis_index=1)#y轴的索引，用于拥有多个y轴的单图表
#3、渲染图表
bar1.overlap(line1)
bar1.render_notebook()

运行结果如图所示：

根据表2数据绘制圆环图：

# 1、导入需要用到的图表类和模块
from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Faker
from pyecharts.globals import ThemeType
 
# 2、创建圆环图实例
pie2 = (
    Pie()
    #添加数据
    .add("", [('20岁以下', 2.2), ('20-30岁', 27.9), ('31-40岁', 56.2), ('41-50岁', 10.9), ('51岁以上', 2.8)],
        center=["50%", "50%"], # 饼图的中心（圆心）坐标，默认设置成百分比，设置成百分比时第一项是相对于容器宽度，第二项是相对于容器高度
        radius=[100, 160]) # 饼图的半径，数组的第一项是内半径（中间缺口的半径），第二项是外半径（整个饼图的半径）
    #设置标题
    .set_global_opts(title_opts=opts.TitleOpts(title='中药材消费者画像数据'))
    )
 
# 3、渲染图表
pie2.render_notebook()

运行结果如图所示：

根据表3数据绘制柱形堆积图：

# 1、导入需要用到的图表类和模块
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.commons.utils import JsCode
from pyecharts.globals import ThemeType
 
# 2、准备数据
list1 = [
    {"value": 20.3, "percent": 20.3 / (20.3 + 79.7)},
    {"value": 22.0, "percent": 22.0 / (22.0 + 78.0)},
    {"value": 23.5, "percent": 23.5 / (23.5 + 76.5)},
    {"value": 22.5, "percent": 22.5 / (22.5 + 77.5)},
    {"value": 22.3, "percent": 22.3 / (22.3 + 77.7)},
]
 
list2 = [
    {"value": 79.7, "percent": 79.7 / (20.3 + 79.7)},
    {"value": 78.0, "percent": 78.0 / (22.0 + 78.0)},
    {"value": 76.5, "percent": 76.5 / (23.5 + 76.5)},
    {"value": 77.5, "percent": 77.5 / (22.5 + 77.5)},
    {"value": 77.7, "percent": 77.7 / (22.3 + 77.7)},
]
 
# 3、绘制柱形堆积图实例
bar = (
    Bar()
    .add_xaxis([2019, 2020, 2021, 2022, 2023])
    .add_yaxis("跨国企业占比", 
               list1, 
               stack="stack1", # 数据堆叠,同个类目轴上stack值相同可堆叠
               category_gap="50%") # 同一系列的柱间距离，默认为类目间距的 20%，可设固定值
    .add_yaxis("本土企业占比", list2, stack="stack1", category_gap="50%")
    .set_series_opts(
        label_opts=opts.LabelOpts(
            position="right", # 标签的位置，这里标注于图形右侧
            rotate=10, # 标签文本的旋转角度，这里表示标签逆时针旋转10°
            formatter=JsCode(
                "function(x){return Number(x.data.percent * 100).toFixed() + '%';}"
            ),
        )
    )
    .set_global_opts(title_opts=opts.TitleOpts(title='全国药店中药饮片供应商占比情况'))
)
 
# 4、渲染图表
bar.render_notebook()

运行结果如图所示：

根据表4数据绘制雷达图：

# 1、导入需要用到的图表类和模块
from pyecharts import options as opts
from pyecharts.charts import Radar
from pyecharts.globals import ThemeType

# 2、准备数据
r1=[[33,45,3,9,6,4]]
radar=(
    Radar()
    .add_schema(
        schema=[
            opts.RadarIndicatorItem(name="化学药", max_=45),
            opts.RadarIndicatorItem(name="中成药", max_=45),
            opts.RadarIndicatorItem(name="生物制品", max_=45),
            opts.RadarIndicatorItem(name="医疗器械", max_=45),
            opts.RadarIndicatorItem(name="中药饮品", max_=45),
            opts.RadarIndicatorItem(name="保健品", max_=45),
        ]
    )
    .add("全国药店药品销售额占比", v1)
 
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        legend_opts=opts.LegendOpts(selected_mode="single"),
        title_opts=opts.TitleOpts(title="全国药店药品销售额占比"),
    )
)

#3、渲染图表
radar.render_notebook()

运行结果如图所示：

并行多图：将三图绘制于同一画布中，

# 1、导入需要用到的图表类和模块
from pyecharts import options as opts
from pyecharts.globals import ThemeType
from pyecharts.charts import Bar, Grid, Line, Radar, Pie
from pyecharts.commons.utils import JsCode
 
# 2、柱形折线融合图
# 准备数据
x_data = ['2014', '2015', '2016', '2017', '2018', '2019', '2020', '2021']
 
bar1 = (
    Bar()
    .add_xaxis(x_data)# 调用add_xaxis()和add_yaxis()为柱形图添加x轴和y轴数据
    .add_yaxis(
               "诊疗量",# series_name：系列的名称，显示于提示框和图例中
               [87430, 90912, 96225, 101885, 107147, 116390, 105764, 120215], # y_axis：系列的数据
               z=0,# 让折线图显示在柱形图上面
               color="#d14a61",
               xaxis_index=0,
               yaxis_index=0)
    .set_series_opts(
                     itemstyle_opts=opts.ItemStyleOpts(               #图元样式配置项
                     opacity=0.6),                                    #设置柱形图透明度：0.6
        )
    .extend_axis(
        yaxis=opts.AxisOpts # 坐标轴配置项
       (    name="同比增速（%）",
            min_= -15,
            max_= 15,
            axislabel_opts=opts.LabelOpts(formatter="{value}%"),#标签配置项
        
            axisline_opts=opts.AxisLineOpts #坐标轴轴脊配置项
        (
                linestyle_opts=opts.LineStyleOpts(color="#d14a61")#线条样式配置项
            ),
        )
     )
    .set_series_opts(label_opts=opts.LabelOpts(is_show=True))#显示柱形图标签
    .set_global_opts #若要设置全局配置项，要传入set_global_opts()方法
    (
        yaxis_opts=opts.AxisOpts(
            name="诊疗量（万人次）",
            min_=0,                      #y轴刻度最小值
            max_=150000,                 #y轴刻度最大值
            interval=25000, 
            axisline_opts=opts.AxisLineOpts(
                linestyle_opts=opts.LineStyleOpts(color="#d14a61")
            )),
        title_opts=opts.TitleOpts(title="2014-2021年中国中医类医疗卫生机构诊疗量"),#标题组件的配置项
        legend_opts=opts.LegendOpts(pos_left="55%")
    )
)
# 折线实例
line1 = Line().add_xaxis(x_data).add_yaxis("同比增速", #series_name：系列的名称，显示于提示框和图例中
                                          [7.40,4.00,5.83,5.81,5.16,8.63,-9.13,13.66], #y_axis：系列的数据
                                          xaxis_index=0,
                                          yaxis_index=1)#y轴的索引，用于拥有多个y轴的单图表
 

    
# 3、圆环图    
pie2 = (
    Pie()
    #添加数据
    .add("", [('20岁以下', 2.2), ('20-30岁', 27.9), ('31-40岁', 56.2), ('41-50岁', 10.9), ('51岁以上', 2.8)],
         center=["20%", "80%"],  # 饼图的中心（圆心）坐标，数组的第一项是横坐标，第二项是纵坐标,默认设置成百分比，设置成百分比时第一项是相对于容器宽度，第二项是相对于容器高度
         radius=[50, 80]) # 饼图的半径，数组的第一项是内半径，第二项是外半径,默认设置成百分比，相对于容器高宽中较小的一项的一半  
    .set_global_opts(title_opts=opts.TitleOpts(title='中药材消费者画像数据',pos_top="50%",pos_left="10%"), #设置标题
                     legend_opts=opts.LegendOpts(is_show=False))
    )
 
 
    
overlap_1 = bar1.overlap(line1)
# 4、柱形堆积图
#准备数据
list1 = [
    {"value": 20.3, "percent": 20.3 / (20.3 + 79.7)},
    {"value": 22.0, "percent": 22.0 / (22.0 + 78.0)},
    {"value": 23.5, "percent": 23.5 / (23.5 + 76.5)},
    {"value": 22.5, "percent": 22.5 / (22.5 + 77.5)},
    {"value": 22.3, "percent": 22.3 / (22.3 + 77.7)},
]
 
list2 = [
    {"value": 79.7, "percent": 79.7 / (20.3 + 79.7)},
    {"value": 78.0, "percent": 78.0 / (22.0 + 78.0)},
    {"value": 76.5, "percent": 76.5 / (23.5 + 76.5)},
    {"value": 77.5, "percent": 77.5 / (22.5 + 77.5)},
    {"value": 77.7, "percent": 77.7 / (22.3 + 77.7)},
]
# 柱形实例
bar3 = (
    Bar()
    .add_xaxis([2019, 2020, 2021, 2022, 2023])
    .add_yaxis("跨国企业占比", 
               list1, 
               stack="stack1", # 数据堆叠,同个类目轴上stack值相同可堆叠
               xaxis_index=1,
               yaxis_index=2)
    .add_yaxis("本土企业占比", 
               list2, 
               stack="stack1", 
               xaxis_index=1,                                                            
               yaxis_index=2)
    .set_series_opts(
        label_opts=opts.LabelOpts(
            formatter=JsCode(
                "function(x){return Number(x.data.percent * 100).toFixed() + '%';}"
            ),
        )
    )
    .set_global_opts(title_opts=opts.TitleOpts(title='全国药店中药饮片供应商占比情况',
                                               pos_top="50%", pos_left="35%"), 
                     legend_opts=opts.LegendOpts(is_show=False))
)
 


 
# 排序
grid = (
    Grid()#
    .add(
        overlap_1, grid_opts=opts.GridOpts(pos_bottom="60%"), 
        # 控制 Axis 索引
        is_control_axis_index=True
    )
    # 通过联合调整pos_top等四个参数，实现并行组合图表的任意布局
    .add(bar3, grid_opts=opts.GridOpts(pos_top="58%", pos_bottom="5%", pos_left="40%", pos_right="35%"),
         is_control_axis_index=True)
    .add(pie2, grid_opts=opts.GridOpts(pos_top="58%", pos_right="65%"), is_control_axis_index=True)
 
)
 
# 5、渲染图表
grid.render_notebook()

运行结果如图所示：