Python_第四篇 可视化(7)_Pyecharts参数配置

7、Pyecharts参数配置

Pyecharts图表6大配置项

7.1 标题配置项  TitleOpts

  • title_color = “颜色”:标题颜色,可以是‘red'或者‘#0000'
  • title_pos = ‘位置':标题位置,如‘center',‘left'···
  • width = 1200:图表的宽
  • height = 800:图表的高
  • background_color = "颜色":图表的背景色

7.2 图例配置项   LegendOpts

图例组件展现了不同系列的标记(symbol),颜色和名字。可以通过点击图例控制哪些系列不显示。

  • is_legend_show -> bool  默认True,是否显示顶端图例
  • legend_orient -> str  默认‘center’,图例组件离容器左侧的距离,有'left', 'center', 'right'可选,也可以为百分数,如"%60"
  • legend_top -> str  默认‘top’,图例组件离容器上侧的距离,有'top', 'center', 'bottom'可选,也可以为百分数,如"%60"
  • legend_selectedmode -> str/bool  默认‘multiple’,图例选择的模式,控制是否可以通过点击图例改变系列的显示状态。可以设成 'single' 或者 'multiple' 使用单选或者多选模式。也可以设置为 False 关闭显示状态
  • legend_text_size -> int  图例名称字体大小
  • legend_text_color -> str  图例名称字体颜色

7.3 视觉映射配置项   VisualMapOpts

visualMap是视觉映射组件,用于进行『视觉编码』,也就是将数据映射到视觉元素(视觉通道)

  • is_visualmap -> bool   是否使用视觉映射组件
  • visual_type -> str  制定组件映射方式,默认为'color‘,即通过颜色来映射数值。有'color', 'size'可选。'size'通过数值点的大小,也就是图形点的大小来映射数值
  • visual_range -> list  默认[0,100],指定组件的允许的最小值与最大值
  • visual_text_color -> list  两端文本颜色
  • visual_range_text -> list  默认['low','hight'],两端文本
  • visual_range_color -> list  默认['#50a3ba', '#eac763', '#d94e5d']过渡颜色
  • visual_range_size -> list  默认[20,50],数值映射的范围,也就是图形点大小的范围
  • visual_orient -> str  默认'vertical',visualMap 组件条的方向。有'vertical', 'horizontal'可选
  • visual_pos -> str/int  默认'left',visualmap 组件条距离左侧的位置。有'right', 'center', 'right'可选,也可为百分数或整数
  • visual_top -> str/int  默认‘top’,visualmap 组件条距离顶部的位置。有'top', 'center', 'bottom'可选,也可为百分数或整数
  • visual_split_number -> int  默认5,分段型中分割的段数,在设置为分段型时生效
  • visual_dimension -> int  指定用数据的『哪个维度』,映射到视觉元素上。默认映射到最后一个维度。索引从 0 开始。在直角坐标系中,x 轴为第一个维度(0),y 轴为第二个维度(1)。
  • is_calculable -> bool  默认True,是否显示拖拽用的手柄(手柄能拖拽调整选中范围)
  • is_piecewise -> bool  默认False,是否将组件转换为分段型(默认为连续型)
  • pieces -> list  自定义『分段式视觉映射组件(visualMapPiecewise)』的每一段的范围,以及每一段的文字,以及每一段的特别的样式。(仅在 is_piecewise 为 True 时生效)

7.4  区域缩放配置项  DataZoomOpts

  • is_datazoom_show=True:实现移动控制x轴的数量

7.5  提示框配置项   TooltipOpts

提示框组件,用于移动或点击鼠标时弹出数据内容

  • tooltip_trigger -> str  默认'item',触发类型: 'item': 数据项图形触发,主要在散点图,饼图等无类目轴 的图表中使用。 '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。 'none': 什么都不触发
  • tooltip_trigger_on -> str  默认 "mousemove|click",提示框触发的条件: 'mousemove': 鼠标移动时触发。 'click': 鼠标点击时触发。  'mousemove|click': 同时鼠标移动和点击时触发。 'none': 不在 'mousemove' 或 'click' 时触发
  • tooltip_axispointer_type -> str  默认‘line’,指示器类型: 'line': 直线指示器'。shadow': 阴影指示器。'cross': 十字准星指示器。其实是种简写,表示启用两个正交的轴的 axisPointer
  • tooltip_formatter -> str  模板变量有 {a}, {b},{c},{d},{e},分别表示系列名,数据名,数据值等。在 trigger 为 'axis' 的时候,会有多个系列的数据,此时可以通过 {a0}, {a1}, {a2} 这种后面加索引的方式表示系列的索引。不同图表类型下的 {a},{b},{c},{d} 含义不一样。 其中变量 {a}, {b}, {c}, {d} 在不同图表类型下代表数据含义为:折线(区域)图、柱状(条形)图、K线图 : {a}(系列名称),{b}(类目值),{c}(数值), {d}(无)。散点图(气泡)图 : {a}(系列名称),{b}(数据名称),{c}(数值数组), {d}(无)。 地图 : {a}(系列名称),{b}(区域名称),{c}(合并数值), {d}(无)。饼图、仪表盘、漏斗图: {a}(系列名称),{b}(数据项名称),{c}(数值), {d}(百分比)
  • tooltip_text_color -> str  提示框字体颜色
  • tooltip_font_size -> int  默认4,提示框字体大小
  • tooltip_background_color -> str  默认 "rgba(50,50,50,0.7)",提示框浮层的背景颜色
  • tooltip_border_color -> str  默认‘#333’,提示框浮层的边框颜色
  • tooltip_border_width -> int/float  默认0,提示框浮层的边框宽

7.6  工具箱配置项  ToolbookOpts

  • is_toolbox_show -> bool  默认True,指定是否显示右侧实用工具箱
     
  • is_more_utils -> bool  指定是否提供更多的实用工具按钮。默认只提供『数据视图』和『下载』按钮

7.7  其他参数

7.7.1  MarkLine-MarkPoint

图形标记组件,用于标记指定的特殊数据,有标记线和标记点两种(Bar、Line、Kline)

  • mark_point -> list  标记点,默认有'min', 'max', 'average'可选。支持自定义标记点,具体使用如下[{"coord": [a1, b1], "name": "first markpoint"}, {"coord": [a2, b2], "name": "second markpoint"}]需自己传入标记点字典,共有两个键值对,'coord' 对应为 x y 轴坐标, 'name' 为标记点名称。
  • mark_point_symbol -> str  默认'pin',标记点图形,有'circle', 'rect', 'roundRect', 'triangle', 'diamond', 'pin', 'arrow'可选
  • mark_point_symbolsize -> int  默认50,标记点图形大小
  • mark_point_textcolor -> str  标记点字体颜色
  • mark_line -> list  标记线,默认有'min', 'max', 'average'可选
  • mark_line_raw -> list  原生格式的 markLine 数据,数据类型为 [{}, {}, ...]。
  • mark_line_symbolsize -> int  默认15,标记线图形大小
  • mark_line_valuedim -> list  标记线指定在哪个维度上指定最大值最小值。这可以是维度的直接名称,Line 时可以是 x、angle 等、Kline 图时可以是 open、close、highest、lowest。可同时制定多个维度,如:mark_line=['min', 'max'], mark_line_valuedim=['lowest', 'highest'] 则表示 min 使用 lowest 维度,max 使用 highest 维度,以此类推
  • mark_line_coords -> [list], 包含列表的列表,标记线指定起点坐标和终点坐标,如 [[10, 10], [30, 30]],两个点分别为横纵坐标轴点
  • mark_point_valuedim -> list  标记线指定在哪个维度上指定最大值最小值。这可以是维度的直接名称,Line 时可以是 x、angle 等、Kline 图时可以是 open、close、highest、lowest。可同时制定多个维度,如:mark_point=['min', 'max'], mark_point_valuedim=['lowest', 'highest'] 则表示 min 使用 lowest 维度,max 使用 highest 维度,以此类推

7.7.2  LineStyle

带线图形的线的风格选项(Line、Polar、Radar、Graph、Parallel)

  • line_width -> int  默认1,线的宽度
  • line_opacity -> float  默认1,线的透明度,0 为完全透明,1 为完全不透明
  • line_curve -> float  默认0,线的弯曲程度,0 为完全不弯曲,1 为最弯曲
  • line_type -> str  默认‘solid’,线的类型,有'solid', 'dashed', 'dotted'可选
  • line_color -> str  线的颜色

7.7.3 Label

图形上的文本标签,可用于说明图形的一些数据信息,比如值,名称等

  • is_label_show -> bool 默认False,是否正常显示标签
  • is_label_emphasis -> bool 默认True,是否高亮显示标签
  • label_pos -> str 标签的位置,Bar 图默认为'top'。有'top', 'left', 'right', 'bottom', 'inside','outside'可选
  • label_emphasis_pos -> str 高亮标签的位置,Bar 图默认为'top'。有'top', 'left', 'right', 'bottom', 'inside','outside'可选label_text_color -> str 默认#000,标签字体颜色。
  • label_emphasis_textcolor -> str 默认#fff,高亮标签字体颜色
  • label_text_size -> int 默认12,标签字体大小
  • label_emphasis_textsize -> int 默认12,高亮标签字体大小
  • is_random -> bool 默认False,是否随机排列颜色列表
  • 3
    点赞
  • 58
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
Python数据可视化是数据科学领域的重要环节,而matplotlib和pyecharts是两个常用的数据可视化库。 matplotlib是一个功能强大而灵活的绘图库,可以创建各种类型的图表,包括折线图、散点图、柱状图、饼图等。它基于numpy数组进行绘图,可以轻松地处理大量数据。使用matplotlib,我们可以通过简单的几行代码创建出美观而有效的图表,并可以对图表的各个元素进行定制,如颜色、标签、坐标轴等。此外,matplotlib还支持将图表保存为多种格式,包括图片和PDF。 而pyecharts是一个基于echarts的Python库,它提供了一种更为高级和便捷的方式来创建交互式数据可视化。echarts是一款流行的JavaScript可视化库, 包含多种类型的图表,如折线图、散点图、柱状图、雷达图等,而pyecharts则是将echarts的功能封装在Python中,使得开发人员无需掌握JavaScript,就能够创建出强大的交互式图表。pyecharts提供了一套易用的API,通过简洁的代码可以实现复杂的数据可视化需求。另外,pyecharts也支持将图表导出为HTML、图片或PDF格式。 总而言之,matplotlib和pyecharts是两个非常有用的数据可视化工具,它们分别提供了不同的绘图方式和功能。如果需要创建静态图表,并对其进行更加精细的控制,可以选择使用matplotlib;而如果希望创建交互式的图表,并且对绘图过程更为简便,可以考虑使用pyecharts。同时,学习并掌握这两个库,将有助于我们更好地进行数据分析与可视化工作。

“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