在数据可视化领域中，组合图表是一种非常常见的呈现方式。它可以将不同类型的图表结合起来，让人们更加直观地了解数据之间的关系。在 Python 的数据可视化库 pyecharts 中，Grid 是一种用于绘制组合图表的容器，可以让我们轻松地将多个图表进行排列组合。在本篇博客中，我将教会大家如何使用 Grid 在 pyecharts 中绘制组合图表。
首先，我们需要安装 pyecharts 库和其依赖项。可以通过在命令行中输入以下命令来完成：
pip install pyecharts
接下来，我们将使用一个包含四个图表的示例代码作为教学实例。该示例代码由两个单独的图表和两个组合图表组成，每个图表都有不同的样式和布局。
4份图的详细解析及代码见我博客的前几篇文章
图表01
图表02
图表03
图表04
组合图表代码如下 ：
# 引入必要的库
from pyecharts import options as opts
from pyecharts.charts import Bar, Grid, Pie, Line, Radar
# 图表01：创建柱状图和折线图组合的Grid
# 定义x轴和y轴数据
x_data = ["2014", "2015", "2016", "2017", "2018", "2019", "2020", "2021"]
bar = (
Bar() # 创建柱状图
.add_xaxis(xaxis_data=x_data) # 添加x轴数据
.add_yaxis(
series_name="诊疗量（万人次）",
y_axis=[87.43, 90.91, 96.22, 101.89, 107.15, 116.39, 105.76, 120.22], # 添加y轴数据
label_opts=opts.LabelOpts(is_show=True),
)
.extend_axis(
yaxis=opts.AxisOpts( # 添加另一个y轴
name="同比增速（%）",
type_="value",
min_=-75,
max_=20,
interval=5,
axislabel_opts=opts.LabelOpts(formatter="{value} %"),
)
)
.set_global_opts(
tooltip_opts=opts.TooltipOpts( # 设置提示框的样式
is_show=True, trigger="axis", axis_pointer_type="cross"
),
xaxis_opts=opts.AxisOpts(
type_="category",
axispointer_opts=opts.AxisPointerOpts(is_show=True, type_="shadow"),
),
yaxis_opts=opts.AxisOpts(
name="诊疗量（万人次）",
type_="value",
min_=50,
max_=150,
interval=10,
axislabel_opts=opts.LabelOpts(formatter="{value} 万人次"),
axistick_opts=opts.AxisTickOpts(is_show=True),
splitline_opts=opts.SplitLineOpts(is_show=True),
),
legend_opts=opts.LegendOpts(orient="horizontal", pos_top="top", pos_right=0) # 设置图例的位置和样式
)
)
line = (
Line() # 创建折线图
.add_xaxis(xaxis_data=x_data) # 添加x轴数据
.add_yaxis(
series_name="同比增速（%）",
yaxis_index=1,
y_axis=[7.4, 4.0, 5.83, 5.81, 5.16, 8.63, -9.13, 13.66], # 添加y轴数据
label_opts=opts.LabelOpts(is_show=True),
)
)
bar.set_global_opts(title_opts=opts.TitleOpts(title="2014-2021年中国中医类医疗卫生机构诊疗量")) # 设置图表的标题
bar.overlap(line) # 将折线图与柱状图重叠在一起
# 图表02：创建环形图
# 定义饼图的数据
age_data = [("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)]
pie = (
Pie() # 创建饼图
.add(
"",
age_data,
radius=["40%", "55%"], # 设置内外半径
label_opts=opts.LabelOpts(
position="outside",
formatter="{a|{a}}{abg|}\n{hr|}\n {b|{b}: }{c} {per|{d}%} ", # 标签的样式
background_color="#eee",
border_color="#aaa",
border_width=1,
border_radius=4,
rich={
"a": {"color": "#999", "lineHeight": 22, "align": "center"},
"abg": {
"backgroundColor": "#e3e3e3",
"width": "100%",
"align": "right",
"height": 22,
"borderRadius": [4, 4, 0, 0],
},
"hr": {
"borderColor": "#aaa",
"width": "100%",
"borderWidth": 0.5,
"height": 0,
},
"b": {"fontSize": 16, "lineHeight": 33},
"per": {
"color": "#eee",
"backgroundColor": "#334455",
"padding": [2, 4],
"borderRadius": 2,
},
},
),
)
.set_global_opts(title_opts=opts.TitleOpts(title="中药材消费者画像数据")) # 设置图表标题
)
# 图表03：创建堆叠柱状图
# 定义x轴和y轴数据
x_data = ["2019", "2020", "2021", "2022", "2023"]
y_data1 = [20.3, 22.0, 23.5, 22.5, 22.3]
y_data2 = [79.7, 78.0, 76.5, 77.5, 77.7]
bar_stack = (
Bar() # 创建柱状图
.add_xaxis(x_data) # 添加x轴数据
.add_yaxis("跨国企业占比", y_data1, stack="stack1") # 添加第一组y轴数据，并设置堆叠方式
.add_yaxis("本土企业占比", y_data2, stack="stack1") # 添加第二组y轴数据，并设置堆叠方式
.set_series_opts(label_opts=opts.LabelOpts(is_show=False)) # 设置系列的标签样式
.set_global_opts(
title_opts=opts.TitleOpts(title="跨国企业与本土企业占比"), # 设置图表标题
xaxis_opts=opts.AxisOpts(name="年份"), # 设置x轴的名称
yaxis_opts=opts.AxisOpts(name="占比(%)"), # 设置y轴的名称
legend_opts=opts.LegendOpts(pos_left="right"), # 设置图例的位置和样式
)
)
# 图表04：创建雷达图
# 定义雷达图的数据
data = [{"value": [33, 45, 3, 9, 6, 4], "name": "药品类型"}]
radar = (
Radar() # 创建雷达图
.add_schema( # 添加雷达图的基本配置
schema=[
opts.RadarIndicatorItem(name="化学药", max_=50, min_=0),
opts.RadarIndicatorItem(name="中成药", max_=50, min_=0),
opts.RadarIndicatorItem(name="生物制品", max_=50, min_=0),
opts.RadarIndicatorItem(name="保健品", max_=50, min_=0),
opts.RadarIndicatorItem(name="中药饮片", max_=50, min_=0),
opts.RadarIndicatorItem(name="其他", max_=50, min_=0),
],
shape="circle",
center=["50%", "50%"],
radius="80%",
angleaxis_opts=opts.AngleAxisOpts(
max_=360,
is_clockwise=False,
interval=5,
axistick_opts=opts.AxisTickOpts(is_show=False),
axisline_opts=opts.AxisLineOpts(is_show=False),
axislabel_opts=opts.LabelOpts(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="药品类型",
data=data,
areastyle_opts=opts.AreaStyleOpts(opacity=0.1),
linestyle_opts=opts.LineStyleOpts(width=1),
)
.set_colors(["#4587E7"])
.set_global_opts(title_opts=opts.TitleOpts(title="中药材消费者画像数据")) # 设置图表标题
)
# 创建水平排列的 Grid，包含图表02、图表03和图表04
grid_h = (
Grid()
.add(
chart=bar,
grid_opts=opts.GridOpts(pos_left="5%", pos_right="55%", pos_top="10%", pos_bottom="60%"),
)
.add(
chart=pie,
grid_opts=opts.GridOpts(pos_left="60%", pos_right="5%", pos_top="10%", pos_bottom="60%"),
)
.add(
chart=bar_stack,
grid_opts=opts.GridOpts(pos_left="5%", pos_right="55%", pos_top="65%", pos_bottom="5%"),
)
.add(
chart=radar,
grid_opts=opts.GridOpts(pos_left="60%", pos_right="5%", pos_top="65%", pos_bottom="5%"),
)
)
# 创建垂直排列的 Grid，包含图表01和组合图表05
grid_v = (
Grid()
.add(
chart=grid_h,
grid_opts=opts.GridOpts(pos_left="5%", pos_right="5%", pos_top="5%", pos_bottom="5%"),
)
.add(
chart=bar,
grid_opts=opts.GridOpts(pos_left="5%", pos_right="5%", pos_top="65%", pos_bottom="5%"),
)
.render("grid.html")
)
-
图表01：创建柱状图和折线图组合的 Grid
- 定义 x 轴和 y 轴数据；
- 创建柱状图并设置全局配置，包括提示框样式、坐标轴样式等；
- 创建折线图，并设置全局配置；
- 将柱状图和折线图重叠在一起。
-
图表02：创建环形图
- 定义饼图的数据，包括标签、半径等信息；
- 创建环形图，并设置全局配置。
-
图表03：创建堆叠柱状图
- 定义 x 轴和两组 y 轴数据；
- 创建堆叠柱状图，并设置系列样式、全局配置等。
-
图表04：创建雷达图
- 定义雷达图的数据和基本配置；
- 创建雷达图，并设置样式、全局配置等。
-
创建水平排列的 Grid，包含图表02、图表03和图表04
- 将图表02、图表03、图表04 水平排列在一起，并设置其位置和大小。
-
创建垂直排列的 Grid，包含图表01 和组合图表05
- 将图表01 和组合图表05 垂直排列在一起，并设置其位置和大小。
-
最后调用 render 方法输出为 HTML 文件。
这段代码演示了如何使用 pyecharts 创建多种类型的图表，并通过 Grid 进行自定义布局和组合展示。
输出结果如下：
4万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
