使用pyecharts绘制柱形图-折线图，圆环图，堆积柱形图，雷达图

2224070141

已于 2023-12-15 08:50:47 修改

阅读量394

点赞数 1

文章标签：信息可视化 python 数据分析

于 2023-12-14 23:29:00 首次发布

本文链接：https://blog.csdn.net/2302_79888586/article/details/135004930

版权

一.柱形图-折线图

# 导入需要用的图表类
import pyecharts.options as opts
from pyecharts.charts import Bar,Line,Scatter,Pie

x_data = ["2014年", "2015年", "2016年", "2017年", "2018年", "2019年", "2020年", "2021年"]
#绘制柱形图
bar = (
    Bar()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(
        series_name="诊疗量",
        y_axis=[50000.0, 40000.9, 60000.0, 70000.2, 90200.2, 91000.7, 95000.6, 55000.6],
        label_opts=opts.LabelOpts(is_show=False),
        z =2,
    )
    .extend_axis(
        yaxis=opts.AxisOpts(
            name="同比增速(%)",
            type_="value",
            min_=-20,
            max_=20,
            interval=10,
            axislabel_opts=opts.LabelOpts(formatter="{value} "),
        )
    )
    .set_global_opts(
        tooltip_opts=opts.TooltipOpts(                                          #提示框配置项
            is_show=True, trigger="axis", axis_pointer_type="cross"          # trigger="axis" 触发类型。'axis': 坐标轴触发，主要在柱状图，折线图等会使用类目轴的图表中使用。
        ),
        title_opts=opts.TitleOpts(title="2014-2021年中国中医类医疗卫生机构诊疗量", pos_top="5%",pos_bottom="80%",pos_left="30%",pos_right="45%"),
        legend_opts=opts.LegendOpts(is_show=False,pos_top="20%"),
        
                     

        xaxis_opts=opts.AxisOpts(                                                 
            type_="category",                                                     # 'category': 类目轴，适用于离散的类目数据，为该类型时必须通过 data 设置类目数据。
            axispointer_opts=opts.AxisPointerOpts(is_show=True, type_="shadow"),  #x轴的坐标轴指示器配置项
        ),
        yaxis_opts=opts.AxisOpts(
            name="诊疗量（万人次）",
            type_="value",
            min_=0,                                                            #设置刻度范围，最小值
            max_=100000,                                                           #最大值
            interval=50000,                                                       # 设置刻度间隔
            axislabel_opts=opts.LabelOpts(formatter="{value} "),
            axistick_opts=opts.AxisTickOpts(is_show=True),                     # 设置轴的刻度线
            splitline_opts=opts.SplitLineOpts(is_show=True),                   # 设置轴的轴线
        ),
    )
)
 

#绘制折线图

line = (
    Line()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(
        series_name="同比增速(%)",
        # 使用的 y 轴的 index，在单个图表实例中存在多个 y 轴的时候有用。
        yaxis_index=1,  #  第一条y轴索引为0，第二条y轴索引为1
        y_axis=[2.0, 2.2, 3.3, 4.5, 6.3, 10.2, 10.3, 13.4, 23.0, 16.5, 12.0, 6.2],
        z = 3,  # z值小的图形会被z值大的图形覆盖
    )
    
)
#使用overlap将柱形图和折线图叠加在同一张图上
#展示图表（渲染图表）
bar.overlap(line).render_notebook()  # 柱形图 层叠 折线图

效果图如下：

二.圆环图

from pyecharts import options as opts
from pyecharts.charts import Bar,Line,Scatter,Pie,Grid
from pyecharts.faker import Faker


# 使用官网示例代码的关键是研究明白输入的数据格式

data = [['20岁以下', 40], ['20-30岁', 50], ['31-40岁', 70], ['41-50岁', 30],['51岁以上',50]]


c = (
    Pie()
    .add("", data ,
        radius=["20%", "35%"], # 挖掉的直径，整张饼的直径 （百分数指的是占画布中高和宽中小的那一项的比例）
        )
    .set_global_opts(
       title_opts=opts.TitleOpts(title="中药材消费者画像数据", pos_top="20%",pos_bottom="80%",pos_left="40%",pos_right="45%"),
        legend_opts=opts.LegendOpts(is_show=False,pos_top="20%"),
        
                     
)
      
                                   
        )

       

#展示图表（渲染图表）
c.render_notebook()

效果图如下：

三.堆积柱形图

# 柱状堆叠图
import random
import pyecharts.options as opts
from pyecharts.charts import Bar

goods = ['2019年', '2020年', '2021年', '2022年', '2023年']
bar = (
    Bar()
    .add_xaxis(goods)
    .add_yaxis('', [random.randint(6, 60) for _ in range(6)], stack='stack1',bar_width="40%")
    .add_yaxis('', [random.randint(6, 60) for _ in range(6)], stack='stack1',bar_width="40%",color='orange')
#     .add_yaxis('', [random.randint(10, 100) for _ in range(6)], stack='stack1')
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .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="5%",pos_bottom="80%",pos_left="30%",pos_right="45%"),
                     xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=35)),
                     #xaxis_opts=opts.AxisOpts(name='品类'),       
                     #yaxis_opts=opts.AxisOpts(name='销量（单位:件）'))
)
)
#展示图表（渲染图表）
bar.render_notebook()

效果图如下：

四.雷达图

from pyecharts import options as opts
from pyecharts.charts import Radar

radar = (
    Radar()
    .set_colors(["green"])
    .add_schema(
        schema=c_schema,
        shape="circle",
        center=["50%", "50%"],
        radius="80%",
        angleaxis_opts=opts.AngleAxisOpts(
            min_=0,
            max_=360,
            is_clockwise=False,
            interval=5,
            axistick_opts=opts.AxisTickOpts(is_show=False),
            axislabel_opts=opts.LabelOpts(is_show=False),
            axisline_opts=opts.AxisLineOpts(is_show=False),
            splitline_opts=opts.SplitLineOpts(is_show=False),
        ),
        radiusaxis_opts=opts.RadiusAxisOpts(
            min_=0,
            max_=50,
            interval=10,
            splitarea_opts=opts.SplitAreaOpts(
                is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)
            ),
        ),
        polar_opts=opts.PolarOpts(),
        splitarea_opt=opts.SplitAreaOpts(is_show=False),
        splitline_opt=opts.SplitLineOpts(is_show=False),
    )
    .add(
        series_name="销售占比",
        data=data,
        areastyle_opts=opts.AreaStyleOpts(opacity=0.1),
        linestyle_opts=opts.LineStyleOpts(width=1),
    )
    .set_global_opts( legend_opts=opts.LegendOpts(is_show=False),
                    title_opts=opts.TitleOpts(title="全国药店中药饮品供应商占比", pos_left="center")
                    )
)
 
#展示图表（渲染图表）
radar.render_notebook()

效果图如下：

将柱形图-折线图，圆环图，堆积柱形图绘制在同一张表中

# 导入需要用到的图表类
from pyecharts import options as opts
from pyecharts.charts import Bar, Grid, Line,Pie,Radar
 
#1.绘制柱形图
#x轴数据
x_data = ["2014","2015","2016","2017","2018","2019","2020","2021"]
 
#标签名
legend_list = ["诊疗量（万人次）",  "同比增速（%）"]
 
#"诊疗量（万人次）"的数据
value1 =[87430, 90912,96225,101885,107147,116390,105764,120215] 
 
#"同比增速（%）的数据
value2 = [7.40,4.00,5.83,5.81,5.16,8.63,-9.31,13.66]
 
#绘制柱形图
bar = (
    Bar(init_opts=opts.InitOpts(width="1000px", height="500px"))   #设置柱形图宽度与高度
    .add_xaxis(xaxis_data=x_data)                                  #添加x轴的数据
    .add_yaxis(                                                    
        series_name="诊疗量（万人次）",                            #图例名：诊疗量（万人次）
        y_axis=value1,                                             ##y轴柱形图数据
        yaxis_index=1,                                             #表示y轴的索引，用于拥有多个y轴的单图表中。
#         label_opts=opts.LabelOpts(is_show=False),                 #不显示柱形图数据
        color='pink',
        z=0
    )
    .extend_axis(
        yaxis=opts.AxisOpts(
            name="诊疗量（万人次）",                               #y轴名称
            type_="value",
            min_=0,                                                #y轴最小值：0
            max_=150000,                                           #y轴最大值：150000
            position="left"                                        #位于y轴左侧
        )
    )
    .extend_axis(
        yaxis=opts.AxisOpts(
            name="同比增速（%）",                                 #y轴名称
            type_="value",
            min_=-20,                                             #y轴最小值：-20
            max_=20,                                              #y轴最大值：20
            position="right",                                     #位于y轴右侧
        )
    )
    .set_global_opts(                                             #设置全局配置项
        title_opts=opts.TitleOpts(title="2014-2021年中国中医类医疗卫生机构诊疗量",
                                 pos_left='center'),      #标题名称
        legend_opts=opts.LegendOpts(is_show=False),      #不显示图例                    
        tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),  #显示提示框组件
    )
    .set_series_opts(
                     itemstyle_opts=opts.ItemStyleOpts(               #图元样式配置项
                     opacity=0.5),                                    #设置柱形图透明度：0.5
                     )
    
)
# 绘制折线图
 
line = (
    Line()                                                           #创建Line类的对象
    .add_xaxis(x_data)                                               #添加x轴的数据
    .add_yaxis(
        series_name="同比增速（%）",                                #图例名：同比增速（%）
        y_axis=value2,                                              #y轴折线图数据
        yaxis_index=2,                                              #表示y轴的索引，用于拥有多个y轴的单图表中。
)
    .set_series_opts(
        linestyle_opts=opts.LineStyleOpts(width= 2)
    )
)
 
 
 
#3.堆积柱形图
x_data=['2019年','2020年','2021年','2022年','2023年']
data1 = [20.3,22.0,23.5,22.5,22.3]   # 跨国企业占比
data2 = [79.7,78.0,76.5,77.5,77.7]  # 本土企业占比
 
stack = (
    Bar()
    .add_xaxis(x_data)
    .add_yaxis("跨国企业占比", data1, stack="stack1", category_gap="20%",    #stack="stack1":堆积柱形图
                xaxis_index=1, 
                yaxis_index=3,
               label_opts=opts.LabelOpts(is_show=False)                #不显示柱形图数据
              )                
    .add_yaxis("本土企业占比", data2, stack="stack1", category_gap="80%",
                xaxis_index=1, 
                yaxis_index=3,
              label_opts=opts.LabelOpts(is_show=False)                #不显示柱形图数据
              )  
    .set_global_opts(                                             #设置全局配置项
        title_opts=opts.TitleOpts(title="全国药店中药饮片供应商占比", #标题名称
                                 pos_left='34%',
                                 pos_top="52%"),     
        legend_opts=opts.LegendOpts(is_show=False ),                        #不显示图例
        tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),  #显示提示框组件
        yaxis_opts=opts.AxisOpts(min_=0,max_=100,                                  #y轴刻度范围0—100
                              interval=25                                          #y轴刻度范围分为25一组
                                            ),
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=45)         #x轴标签旋转45°
                                 )
                     ) 
        )

 
# 注意：绘制环形图（放在堆积图后面）
#添加标签与数值
labels=[('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)]
 
 #  准备数据
data = [['20岁以下', 40], ['20-30岁', 50], ['31-40岁', 70], ['41-50岁', 30],['51岁以上',50]]

# 绘制圆环图
pie = (
    Pie()
    .add("", data ,
        radius=["20%", "35%"], # 挖掉的直径，整张饼的直径 （百分数指的是占画布中高和宽中小的那一项的比例）
         center=["20%","80%"]
        )
    .set_global_opts(
       title_opts=opts.TitleOpts(title="中药材消费者画像数据", pos_top="50%",pos_bottom="30%",pos_left="10%",pos_right="90%"),
        legend_opts=opts.LegendOpts(is_show=False,pos_top="20%"),
        
                     
)
      
                                   
        )

 
c=bar.overlap(line)    #柱形图-折线融合（放在其他实例后面，不然会排版错乱）

 
 
 
#5.创建一个组合图表实例（数据填充格式为：其他图表实例，Bar,Line,Pie,Scatter）
grid = (
    Grid()         #GridOpts：直角坐标系网格配置项
    .add( c,
         grid_opts=opts.GridOpts(pos_bottom="60%"),            #grid 组件离容器下侧的距离        
                                 is_control_axis_index=True   
        )  
    
    .add(stack, 
         grid_opts=opts.GridOpts(pos_bottom="10%",
                                 pos_top="60%",
                                 pos_left="35%",
                                 pos_right="40%"
                                ),
                                 is_control_axis_index=True
        )
 
    .add(pie, 
         grid_opts=opts.GridOpts(pos_bottom="5%",
                                 pos_top="60%",
                                 pos_left="10%",
                                 pos_right="90%"
                                ),
                                 is_control_axis_index=True
        )
 
    
    
         )
#     通过联合调整pos_bottom，pos_top，pos_left， pos_right 这四个参数，实现并行组合图表中的任意布局
 
grid.render_notebook()

效果图如下：