用pycharts渲染一张2014-2021年中医疗机构的诊疗量

pyecharts:Pyecharts是一个用于生成Echarts图表的类库,可以与Python进行对接,方便在Python中直接使用数据生成图。Echarts是百度开源的一个数据可视化JS库,生成的图可视化效果非常棒,凭借着良好的交互性,精巧的图表设计,得到了众多开发者的认可

pyecharts相关配置属性:

pyecharts模块中有很多的配置选项,常用到2个类别的选项:全局配置选项系列配置选项

全局配置选项可以通过set_global_opts方法来进行配置,相应的选项和选项的功能如下:

全局配置项的作用:①配置图表的标题②配置图例配置鼠标移动效果配置工具栏等整体配置项

①类:TitleOpts;②类:LegendOpts;③T类oolboxOpts;④类ToolboxFeatureOpts

系列配置选项作用:针对图标特定元素属性的配置项,包括图元样式、文本样式、标签、线条样式、标记样式等。每个配置项都对应一个类。

实例:

根据此图绘制折线图与柱形图的融合 

导入所需类和模块(这里需要Bar和Line模块)用于创建柱形图和折线图

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

准备数据 

x_data = ["2014", "2015", "2016", "2017", "2018", "2019", "2020", "2021"]

创建Bar类的对象

使用.add_xaxis()添加x轴的数据;

.add_yaxis()分别添加了柱形图和折线图y轴的数据,代表诊疗量,设置了标签不显示;

.label_opts()隐藏了柱状图的标签

.set_series_opts()修改了柱状图的可视化样式,设置了透明度

.extend_axis()添加了一个额外的y轴,用于折线图,表示“同比增长”

.set_global_opts()设置全局变量
  title_opts=opts.TitleOpts()设置标题配置项
  title="2014-2021年中国中医类医疗卫生机构诊疗量",#标题名称
 pos_left="center"标题居中

z=0:因为折线图会被柱形图遮掉,所以此处把柱形图置地

bar = (
    Bar()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(
        series_name="诊疗量(万人次)",
         y_axis=["87430","90912","96225","101885","107147","116390","105764","120215"],
        label_opts=opts.LabelOpts(is_show=False),
        z=0
    )
    .set_series_opts(
        itemstyle_opts={"opacity":0.5})
    .extend_axis(
        yaxis=opts.AxisOpts(
            name="同比增速率",
            type_="value",
            min_=-20,
            max_=20,
            interval=10,
            axislabel_opts=opts.LabelOpts(formatter="{value} %"),
        )
    )
    .set_global_opts(#设置全局变量
        title_opts=opts.TitleOpts(#设置标题配置项
            title="2014-2021年中国中医类医疗卫生机构诊疗量",#标题名称
            pos_left="center"#标题居中
        ),
         legend_opts=opts.LegendOpts(  # 设置图例配置项
            pos_right="right",  # 设置为水平居右
            pos_bottom="bottom"  # 设置为垂直居
        ),    
        tooltip_opts=opts.TooltipOpts(
            is_show=True, trigger="axis", axis_pointer_type="cross"
        ),
        xaxis_opts=opts.AxisOpts(
            type_="category",
            axispointer_opts=opts.AxisPointerOpts(is_show=True, type_="shadow"),
        ),
        yaxis_opts=opts.AxisOpts(
            name="诊疗量(万人次)",
            #type_="value",
            min_=0,
            max_=150000,
            interval=50000,
            #axislabel_opts=opts.LabelOpts(formatter="{value} ml"),
            axistick_opts=opts.AxisTickOpts(is_show=True),
            splitline_opts=opts.SplitLineOpts(is_show=True),
        ),
    )
)

折线图配置:

  • 使用 Line() 初始化折线图。
  • add_xaxis() 设置了折线图的 x 轴数据。
  • add_yaxis() 添加了折线图的 y 轴数据,表示"同比增长率"。
  • yaxis_index 指定了这个系列与之前添加的第二个 y 轴相关联。
  • label_opts 隐藏了折线上的标签。
  • symbolsymbol_size 配置了数据点的符号样式和大小。
  • itemstyle_opts 修改了折线的可视化样式,设置了边框宽度和颜色。
    line = (
        Line()
        .add_xaxis(xaxis_data=x_data)
        .add_yaxis(
            series_name="同比增长率",
            yaxis_index=1,
            y_axis=[7.40,4.00,5.83,5.81,5.16,8.63,-9.13,13.66],
            label_opts=opts.LabelOpts(is_show=False),
            symbol="triangle",
            symbol_size=20,
            itemstyle_opts=opts.ItemStyleOpts(
                border_width=3,color="red")
        )
    

    渲染:​​​​​​​

  • bar.overlap(line) 将柱状图和折线图组合在一起。

  • bar.overlap(line).render_notebook()

    ​​​​​​​

  • 全部代码如下:

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

x_data = ["2014", "2015", "2016", "2017", "2018", "2019", "2020", "2021"]

bar = (
    Bar()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(
        series_name="诊疗量(万人次)",
         y_axis=["87430","90912","96225","101885","107147","116390","105764","120215"],
        label_opts=opts.LabelOpts(is_show=False),
        z=0
    )
    .set_series_opts(
        itemstyle_opts={"opacity":0.5})
    .extend_axis(
        yaxis=opts.AxisOpts(
            name="同比增速率",
            type_="value",
            min_=-20,
            max_=20,
            interval=10,
            axislabel_opts=opts.LabelOpts(formatter="{value} %"),
        )
    )
    .set_global_opts(#设置全局变量
        title_opts=opts.TitleOpts(#设置标题配置项
            title="2014-2021年中国中医类医疗卫生机构诊疗量",#标题名称
            pos_left="center"#标题居中
        ),
         legend_opts=opts.LegendOpts(  # 设置图例配置项
            pos_right="right",  # 设置为水平居右
            pos_bottom="bottom"  # 设置为垂直居
        ),    
        tooltip_opts=opts.TooltipOpts(
            is_show=True, trigger="axis", axis_pointer_type="cross"
        ),
        xaxis_opts=opts.AxisOpts(
            type_="category",
            axispointer_opts=opts.AxisPointerOpts(is_show=True, type_="shadow"),
        ),
        yaxis_opts=opts.AxisOpts(
            name="诊疗量(万人次)",
            #type_="value",
            min_=0,
            max_=150000,
            interval=50000,
            #axislabel_opts=opts.LabelOpts(formatter="{value} ml"),
            axistick_opts=opts.AxisTickOpts(is_show=True),
            splitline_opts=opts.SplitLineOpts(is_show=True),
        ),
    )
)

line = (
    Line()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(
        series_name="同比增长率",
        yaxis_index=1,
        y_axis=[7.40,4.00,5.83,5.81,5.16,8.63,-9.13,13.66],
        label_opts=opts.LabelOpts(is_show=False),
        symbol="triangle",
        symbol_size=20,
        itemstyle_opts=opts.ItemStyleOpts(
            border_width=3,color="red")
    )
)
bar.overlap(line).render_notebook()
#bar.overlap(line).render("mixed_bar_and_line.html")
#bar.render_notebook()

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值