Pyecharts折线图功能详解：从基础绘制到高级配置

●^●

于 2025-03-21 15:32:22 发布

阅读量662

点赞数 9

文章标签：数据分析 python 信息可视化

本文链接：https://blog.csdn.net/2303_77248325/article/details/146421961

版权

在数据分析和展示中，折线图是一种非常常见的可视化工具，用于展示数据随时间或其他连续变量的变化趋势。Pyecharts 是一个强大的 Python 数据可视化库，它基于 Echarts 提供了丰富的图表类型和定制选项。本文将基于一个股票价格折线图的示例，详细介绍 Pyecharts 中折线图的多种功能和配置选项，帮助你从基础绘制到高级配置全面掌握。

一、基础折线图绘制

（一）导入库并准备数据

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

# 准备数据
dates = ["2023-01-01", "2023-02-01", "2023-03-01", "2023-04-01", "2023-05-01", "2023-06-01"]
stock_a = [100, 105, 110, 108, 115, 120]
stock_b = [50, 48, 52, 55, 53, 57]
stock_c = [200, 195, 190, 192, 198, 205]

（二）创建折线图对象并添加数据

line = Line()

# 添加 X 轴数据
line.add_xaxis(dates)

# 添加多条折线
line.add_yaxis("A 股", stock_a)
line.add_yaxis("B 股", stock_b)
line.add_yaxis("C 股", stock_c)

二、全局配置优化

（一）设置标题和图例

line.set_global_opts(
    title_opts=opts.TitleOpts(
        title="A, B, C 股价月增长",
        pos_left="center",
        pos_top="1%",
    ),
    legend_opts=opts.LegendOpts(
        is_show=True,
        pos_top="10%",
        orient="horizontal"
    )
)

（二）设置坐标轴选项

line.set_global_opts(
    xaxis_opts=opts.AxisOpts(
        name="日期",
        name_location="middle",
        name_gap=25,
        axislabel_opts=opts.LabelOpts(rotate=0, interval=0)
    ),
    yaxis_opts=opts.AxisOpts(
        name="价格（美元）",
        name_location="middle",
        name_gap=40,
        splitline_opts=opts.SplitLineOpts(is_show=True)
    )
)

（三）启用工具箱

line.set_global_opts(
    toolbox_opts=opts.ToolboxOpts(
        is_show=True,
        feature=opts.ToolBoxFeatureOpts(
            save_as_image=opts.ToolBoxFeatureSaveAsImageOpts(is_show=True),
            restore=opts.ToolBoxFeatureRestoreOpts(is_show=True),
            data_zoom=opts.ToolBoxFeatureDataZoomOpts(is_show=True),
            data_view=opts.ToolBoxFeatureDataViewOpts(is_show=True)
        )
    )
)

三、高级功能与定制

（一）标记特定数据点

可以使用 markpoint_opts 参数在折线图上标记特定的数据点，例如最大值、最小值或自定义位置的点。

line.add_yaxis(
    "A 股",
    stock_a,
    markpoint_opts=opts.MarkPointOpts(
        data=[
            opts.MarkPointItem(type_="max", name="最大值"),
            opts.MarkPointItem(type_="min", name="最小值")
        ]
    )
)

（二）添加辅助线

使用 markline_opts 参数添加辅助线，例如平均值线或其他参考线。

line.add_yaxis(
    "A 股",
    stock_a,
    markline_opts=opts.MarkLineOpts(
        data=[
            opts.MarkLineItem(type_="average", name="平均值")
        ]
    )
)

（三）自定义线条和标记样式

通过 linestyle_opts 和 itemstyle_opts 参数，可以详细定制线条和数据点的样式。

line.add_yaxis(
    "A 股",
    stock_a,
    linestyle_opts=opts.LineStyleOpts(width=3, type_="solid", color="#5470c6"),
    itemstyle_opts=opts.ItemStyleOpts(color="#5470c6", border_color="#fff", border_width=2)
)

（四）设置提示框

使用 tooltip_opts 参数配置提示框的显示内容和样式。

line.set_global_opts(
    tooltip_opts=opts.TooltipOpts(
        is_show=True,
        trigger="axis",
        axis_pointer_type="cross",
        background_color="rgba(255, 255, 255, 0.8)",
        border_width=1,
        border_color="#ccc",
        padding=10,
        textstyle_opts=opts.TextStyleOpts(color="#000")
    )
)

（五）切换主题

Pyecharts 提供了多种内置主题，可以通过 theme 参数进行切换。

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

line = Line(init_opts=opts.InitOpts(theme=opts.ThemeType.DARK))

（六）导出为图片或 HTML

完成图表绘制后，可以将其渲染为 HTML 文件或导出为图片。

# 渲染为 HTML 文件
line.render("stock_prices.html")

# 导出为图片（需要安装额外依赖：pip install pyecharts-snap）
line.render("stock_prices.png")

四、交互功能增强

（一）启用数据缩放

通过 datazoom_opts 参数，可以添加数据区域缩放功能，方便查看大量数据。

line.set_global_opts(
    datazoom_opts=opts.DataZoomOpts(
        is_show=True,
        type_="inside",
        range_start=0,
        range_end=100
    )
)

（二）添加点击事件

可以为图表元素添加点击事件，增强交互性。

line.on_click(lambda params: print(f"点击了 {params.name} 的 {params.seriesName}，值为 {params.value}"))

五、完整示例代码

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

# 准备数据
dates = ["2023-01-01", "2023-02-01", "2023-03-01", "2023-04-01", "2023-05-01", "2023-06-01"]
stock_a = [100, 105, 110, 108, 115, 120]
stock_b = [50, 48, 52, 55, 53, 57]
stock_c = [200, 195, 190, 192, 198, 205]

# 创建折线图对象
line = Line(init_opts=opts.InitOpts(width="1000px", height="600px"))

# 添加 X 轴数据
line.add_xaxis(dates)

# 添加多条折线，包含标记点和样式定制
line.add_yaxis(
    "A 股",
    stock_a,
    markpoint_opts=opts.MarkPointOpts(
        data=[
            opts.MarkPointItem(type_="max", name="最大值"),
            opts.MarkPointItem(type_="min", name="最小值")
        ]
    ),
    linestyle_opts=opts.LineStyleOpts(width=3, type_="solid", color="#5470c6"),
    itemstyle_opts=opts.ItemStyleOpts(color="#5470c6", border_color="#fff", border_width=2)
)

line.add_yaxis(
    "B 股",
    stock_b,
    markpoint_opts=opts.MarkPointOpts(
        data=[
            opts.MarkPointItem(type_="max", name="最大值"),
            opts.MarkPointItem(type_="min", name="最小值")
        ]
    ),
    linestyle_opts=opts.LineStyleOpts(width=3, type_="dashed", color="#91cc75"),
    itemstyle_opts=opts.ItemStyleOpts(color="#91cc75", border_color="#fff", border_width=2)
)

line.add_yaxis(
    "C 股",
    stock_c,
    markpoint_opts=opts.MarkPointOpts(
        data=[
            opts.MarkPointItem(type_="max", name="最大值"),
            opts.MarkPointItem(type_="min", name="最小值")
        ]
    ),
    linestyle_opts=opts.LineStyleOpts(width=3, type_="dotted", color="#fac858"),
    itemstyle_opts=opts.ItemStyleOpts(color="#fac858", border_color="#fff", border_width=2)
)

# 设置全局配置
line.set_global_opts(
    title_opts=opts.TitleOpts(
        title="A, B, C 股价月增长",
        pos_left="center",
        pos_top="1%",
    ),
    legend_opts=opts.LegendOpts(
        is_show=True,
        pos_top="10%",
        orient="horizontal"
    ),
    xaxis_opts=opts.AxisOpts(
        name="日期",
        name_location="middle",
        name_gap=25,
        axislabel_opts=opts.LabelOpts(rotate=0, interval=0)
    ),
    yaxis_opts=opts.AxisOpts(
        name="价格（美元）",
        name_location="middle",
        name_gap=40,
        splitline_opts=opts.SplitLineOpts(is_show=True)
    ),
    toolbox_opts=opts.ToolboxOpts(
        is_show=True,
        feature=opts.ToolBoxFeatureOpts(
            save_as_image=opts.ToolBoxFeatureSaveAsImageOpts(is_show=True),
            restore=opts.ToolBoxFeatureRestoreOpts(is_show=True),
            data_zoom=opts.ToolBoxFeatureDataZoomOpts(is_show=True),
            data_view=opts.ToolBoxFeatureDataViewOpts(is_show=True)
        )
    ),
    tooltip_opts=opts.TooltipOpts(
        is_show=True,
        trigger="axis",
        axis_pointer_type="cross",
        background_color="rgba(255, 255, 255, 0.8)",
        border_width=1,
        border_color="#ccc",
        padding=10,
        textstyle_opts=opts.TextStyleOpts(color="#000")
    ),
    datazoom_opts=opts.DataZoomOpts(
        is_show=True,
        type_="inside",
        range_start=0,
        range_end=100
    )
)

# 添加点击事件
line.on_click(lambda params: print(f"点击了 {params.name} 的 {params.seriesName}，值为 {params.value}"))

# 渲染为 HTML
line.render("stock_prices.html")

六、总结

本文通过一个股票价格折线图的示例，全面介绍了 Pyecharts 中折线图的多种功能和配置选项。从基础的数据添加和全局配置，到高级的样式定制、交互功能增强和主题切换，再到最终的导出和交互事件处理，展示了如何利用 Pyecharts 创建专业且具有吸引力的可视化图表。通过这些功能，你可以根据实际需求定制出符合项目要求的可视化效果。