基于pyecharts绘制柱形折线融合图、圆环图、柱形堆积图、雷达图，绘制“并行多图”

一、并行多图的概念（Grid类）

1、以下为自定义图表类型

      Grid 类：并行显示多张图

      Overlap 类：结合不同类型图表叠加画在同张图上

      Page 类：同一网页按顺序展示多图

      Timeline 类：提供时间线轮播多张图

2、Grid类型定义：用户可以自定义结合 Line/Bar/Kline/Scatter/EffectScatter/Pie/HeatMap/Boxplot 图表，将不同类型图表画在多张图上。第一个图需为 有 x/y 轴的图，即不能为 Pie，其他位置顺序任意。

二、使用并行多图绘制中医药市场

以下为构图需求：

1、柱形—折线融合图

代码如下：

#导入模块
get_ipython().run_line_magic('matplotlib', 'notebook')
import numpy as np
import matplotlib.pyplot as plt
# 0.【设置中文字体】
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False

import pyecharts.options as opts   
from pyecharts.charts import Bar, Line
 
#x轴数据
x_data = ["2014年","2015年","2016年","2017年","2018年","2019年","2020年","2021年"]
 
#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]
 
#链式调用
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
    )
    .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"),      #标题名称
        legend_opts=opts.LegendOpts(pos_left="40%" ),                       #图例距离左边边距：40%
        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
                     ))
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。
# #         label_opts=opts.LabelOpts(is_show=False),
#         linestyle_opts=opts.LineStyleOpts(width=2),                 #折线图宽度：2
    )) 
bar.overlap(line).render_notebook()

运行结果如下：

2、圆环图

代码如下：

#导入模块
import pyecharts.options as opts
from pyecharts.charts import Pie
#创建Pie类的对象并且使用链式调用
pie=(
     Pie()
    .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)],#导入数据
         radius=[100,160],center=[180,350],#设置半径大小并设置圆心位置
        label_opts=opts.LabelOpts(is_show=False,position="left"),#标签的展示和位置
        is_legend_hover_link= True,)
    .set_global_opts(title_opts=opts.TitleOpts(title="中药材消费者画像"),#设置标题
                    legend_opts=opts.LegendOpts(is_show=False))#设置图例是否显示(bool类型)
                    
    .set_series_opts(
        tooltip_opts=opts.TooltipOpts(
            trigger="item", formatter="{a} <br/>{b}: {c} ({d}%)"#设置其数据用百分比的形式出现
       ), label_opts=opts.LabelOpts([('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)]),#外部标签的设置
   
)
    
)
#渲染图表
pie.render_notebook()

运行结果如下：

3、柱形堆积图

代码如下：

#导入模块
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker
#添加x轴，y轴的数据
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
data_x = ['2019年','2020年','2021年','2022年','2023年']
#创建bar类的对象，并且调用链式
bar = (
    Bar(init_opts=opts.InitOpts(width="700px", height="500px"))#设置画布大小
    .add_xaxis(data_x)#添加x轴数据
    .add_yaxis("跨国企业占比",data1, stack="stack1",bar_width=50,color='blue')#添加y轴数据，并设置堆积，宽度和颜色，
    .add_yaxis("本土企业占比",data2, stack="stack1",color='orange')
    .set_series_opts(label_opts=opts.LabelOpts(is_show=True))#堆积图内标签的显示
    .set_global_opts(title_opts=opts.TitleOpts(title="全国药店中药饮片供应商占比"),#设置标题
                    legend_opts=opts.LegendOpts(is_show=False))
    
)     
#渲染图表
bar.render_notebook()

运行结果如下：

4、雷达图

代码如下：

#导入模块
from pyecharts import options as opts
from pyecharts.charts import Radar
 
#添加数据
data = [{"value": [48,3,7,8,34], "name": "全国药店药品销售额占比"}]
c_schema = [
    {"name": "中成药", "max": 48,"min":3},
    {"name": "生物制品", "max": 48,"min":3},
    {"name": "保健品", "max": 48,"min":3},
    {"name": "中药饮片", "max": 48,"min":3},
    {"name": "化学药", "max": 48,"min":3},
]
#创建Radar类的对象，并调用链式
radar = (
    Radar()
    .set_colors(["red"])## 数据点颜色，填充区域也会改变
    .add_schema(
        schema=c_schema,
        shape="circle",#设置雷达图形状
        center=["50%", "50%"],# 雷达的中心（圆心）坐标，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="80%",# 雷达的半径
        angleaxis_opts=opts.AngleAxisOpts(# 极坐标系的角度轴
            min_=0,# 坐标轴刻度标签最小值，这三轴刻度样式不设置也行，因为一般不显示
            max_=180,#坐标轴刻度标签最大值
            is_clockwise=True,# 坐标轴分割间隔
            interval=5,# 坐标轴分割间隔
            axistick_opts=opts.AxisTickOpts(is_show=False),# 轴刻度
            axislabel_opts=opts.LabelOpts(is_show=False),# 刻度标签
            axisline_opts=opts.AxisLineOpts(is_show=True),# 坐标轴轴线
            splitline_opts=opts.SplitLineOpts(is_show=False),  # 坐标轴分隔线
 
            
        ),
        radiusaxis_opts=opts.RadiusAxisOpts(# 极坐标系的径向轴
             min_=-2,# 设置坐标轴刻度的最小值
             max_=3,# 设置坐标轴刻度的最大值
            interval=2,# 坐标轴分割间隔
            splitarea_opts=opts.SplitAreaOpts(# 分割区域，可以装饰图形
               is_show=False, areastyle_opts=opts.AreaStyleOpts(opacity=1)
            ),
        ),
        polar_opts=opts.PolarOpts(),
        splitarea_opt=opts.SplitAreaOpts(is_show=True),# 分隔区域配置项
        splitline_opt=opts.SplitLineOpts(is_show=False),# 分隔线配置项
        textstyle_opts=opts.TextStyleOpts(color="black"),#设置标签文字颜色
    )
    .add(
        series_name="全国药店药品销售额占比",
        data=data,
        areastyle_opts=opts.AreaStyleOpts(opacity=0.1),# 区域填充样式配置项，透明度
        linestyle_opts=opts.LineStyleOpts(color="red"),# 线样式配置项，线宽
    )
   
)
#渲染图表
radar.render_notebook()

运行结果如下：

三、利用pyecharts构图并运行并行多图

注意要点：

一、因为图中有两个直角坐标系图表（柱形折线图、柱形堆积图），所以要注意x轴和y轴的索引

二、利用grid创建组合图表时，一定要输入 “is_control_axis_index=True”，这表示是否由自己控制 Axis 索引

三、overlap要放到所有实例后面，基本图表实例要放在直角坐标系图表实例后，不然排序会乱

而且饼图（圆环图）实例不能放在第一！
 

代码如下：

# 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
data1 = ['2014', '2015', '2016', '2017', '2018', '2019', '2020', '2021']
v1 = [87430,90912,96225,101885,107147,116390,105764,120215]
v2 = [7.40,4.00,5.83,5.81,5.16,8.63,-9.13,13.66]
# 为图表实例填充数据（填充数据的同时，可以设置可选的系列配置项【图标样式的美化】）
# 若要设置系列配置项，要传入add()或add_XX()方法中(直角坐标系图表一般使用add_yaxis()方法)
# 柱形实例
# 采用链式调用，简化同一对象多次访问属性或调用方法的编码方式，以避免多次重复使用同一个对象变量
bar1 = (
    Bar()# 如果要改变主题风格，这里就不用一个个套了，在最后grid那套就行
    .add_xaxis(data1)# 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
               v1, # y_axis：系列的数据
               z=0,# 在这里面加z=0，就可以让折线图在柱形图上面
               xaxis_index=0,
               yaxis_index=0)
    .extend_axis(
        yaxis=opts.AxisOpts # 坐标轴配置项
       (    name="同比增速（%）",
            min_= -20,
            max_= 20,
            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）",
            axisline_opts=opts.AxisLineOpts(
                linestyle_opts=opts.LineStyleOpts(color="#5793f3")
            )),
        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_right="10%")
    )
)
# 折线实例
line1 = Line().add_xaxis(data1).add_yaxis("同比增速", #series_name：系列的名称，显示于提示框和图例中
                                          v2, #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、柱形堆积图
# 准备数据
list1 = [
    {"value": 20.3},  #导入数据
    {"value": 22.0},
    {"value": 23.5},
    {"value": 22.5},
    {"value": 22.3},
]
list2 = [
    {"value": 79.7},
    {"value": 78.0},
    {"value": 76.5},
    {"value": 77.5},
    {"value": 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(
        )
    )
    .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))
)
 
# 4、圆环图实例，要放直角坐标系图表的实例下面
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，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（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',pos_top="50%"), 
                     legend_opts=opts.LegendOpts(is_show=False))
    )
 
 
# 注意层叠多图的组件要放在所有实例最后，不然会乱。
overlap_1 = bar1.overlap(line1)
 
 
# 对各图表进行排序
grid = (
    Grid(init_opts=opts.InitOpts())
    .add(
        overlap_1, grid_opts=opts.GridOpts(pos_bottom="58%"), 
        # 是否由自己控制 Axis 索引，一定要打开，因为这有两个直角坐标系图表
        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()

运行结果如下：