pyecarts动态交互图表-可视化大屏

最新推荐文章于 2024-09-01 11:07:32 发布

Python风控模型与数据分析

最新推荐文章于 2024-09-01 11:07:32 发布

阅读量2.6k

点赞数 2

分类专栏：可视化文章标签： python 数据分析 echarts

本文链接：https://blog.csdn.net/a7303349/article/details/125417675

版权

可视化专栏收录该内容

6 篇文章 3 订阅

订阅专栏

早在几年前动态可交互的图表已经流行，在各公司前台、大厅都展示着漂亮的可视化大屏，本文简单介绍一个简单好用的动态可交互图表工具-pyecharts，并使用pyecharts制作一个简单的图表大屏，先附上部分动图效果：

gif动图

附上pyecharts官网链接：Document

由于官网基本demo图较多、并包含相应的基础脚本，这里就不一一展示，仅挑选部分自制的常用图表截图为静态图作为综合展示，实际动态及交互效果请参考上面的视频。因全篇图表的代码较长、文中仅附上个别脚本，可关注文末公众号、回复pyecharts可视化获取全篇代码及所有动态图表。

1 柱状图

（1）图一为pyecharts标准的柱状图，设置了标记点、标记线（此处以最小值为标记点、最大值为标记线，实际应用可以按照需求选择均值标记等等）；作为动态可交互图表，点击上方的红框-商家A即可将A组数据隐去、再次点击可恢复

代码：

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker
import pyecharts.options as opts
from pyecharts.charts import Timeline, Bar, Pie
from pyecharts.charts import Map, Timeline
from pyecharts.globals import ThemeType

c = (
    Bar(
        init_opts=opts.InitOpts(  # 动画配置
                    animation_opts=opts.AnimationOpts(
                        animation_delay=1000, animation_easing="elasticOut"
                    )
                )
    )
    .add_xaxis(Faker.choose())
    .add_yaxis("商家A", Faker.values())
    .add_yaxis("商家B", Faker.values())
    .set_global_opts(
        title_opts=opts.TitleOpts(
#             title="Bar-动画+ToolBox"
        ),
        toolbox_opts=opts.ToolboxOpts(),
        legend_opts=opts.LegendOpts(),
#         legend_opts=opts.LegendOpts(is_show=False),
#         显示上面的A、B商家
        yaxis_opts=opts.AxisOpts(
#             name="Y 轴",  # y轴名称
                                 name_location = 'center'
                                 ,name_gap=55,
                                 axislabel_opts=opts.LabelOpts(formatter="{value} /月",font_size=13),
                                 name_textstyle_opts=opts.TextStyleOpts(font_size = 16)
                                ),  #单位标注
        xaxis_opts=opts.AxisOpts(
#             name="X 轴", #x轴名称
                                 name_location = 'center'
                                 ,name_gap=30,
                                 axislabel_opts=opts.LabelOpts(font_size=13),
                                 name_textstyle_opts=opts.TextStyleOpts(font_size = 16)
                                ), 
    )
    #标注最大值和最小值
    .set_series_opts(
        label_opts=opts.LabelOpts(is_show=False,font_size=15),
#         是否显示每个数值
        markpoint_opts=opts.MarkPointOpts( 
            data=[
                opts.MarkPointItem(type_="min", name="最小值",symbol_size=40), #这个点标注
                 ],
            label_opts=opts.LabelOpts(position='inside',font_size=15)
        ),
        markline_opts=opts.MarkLineOpts( 
            data=[
                opts.MarkLineItem(type_="max", name="最大值",symbol_size=10), #这个用线拉
            ],
#             symbol_size设置点和圈的大小
            label_opts=opts.LabelOpts(font_size=15),
#             设置最大、最小显示数字的大小
            linestyle_opts=opts.LineStyleOpts(width=2,type_='dashed')
        ),
    )
#     .render("bar_toolbox.html")
)
c.render_notebook()

（2）设置主题颜色+条形框样式

（3）上面图二点击右上角切换为条形图形态，可点击第二行的柱形图表再切换回去

（4）添加滑动栏，可直接左右滑动显示不同时间的数据结果，也可左右拉伸、缩放显示所有/部分数据结果

（5）添加时间轴，每一年的数据形成一张柱状图、可手动拖拽，也可以点击左下方的播放、自动切换不同时间的数据图

2 折线图

（1）折线图可设置光滑曲线、并设置下面面积阴影，同时也设置了最小点标记、均值线标记

代码：

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

c = (
    Line()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家A", Faker.values(),is_smooth=True,
              markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="min")]),
              markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")]),
              )
    .add_yaxis("商家B", Faker.values(),is_smooth=True,
              markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="min")]),
              markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")]),
              )
    .set_global_opts(title_opts=opts.TitleOpts(title="Line"),
        toolbox_opts=opts.ToolboxOpts(),
        legend_opts=opts.LegendOpts(),
#     切换柱状图、堆叠图、数据
                    )
    .set_series_opts(
            areastyle_opts=opts.AreaStyleOpts(opacity=0.1),
            label_opts=opts.LabelOpts(is_show=False),
        )
#     .render("line_base.html")
)
c.render_notebook()

（2）柱状图可切换为折线图，同理此处折线图也可以切换为柱状图