from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Faker#伪数据
pie = Pie()
pie.add("这个系列的名称",[list(z) for z in zip(Faker.choose(), Faker.values())], radius=["40%", "75%"],)
pie.set_global_opts(title_opts=opts.TitleOpts(title="Pie-Radius"),
legend_opts=opts.LegendOpts(orient="horizontal", pos_top="3%", pos_left="27%"))
pie.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%"))#显示百分比
pie.render("pie_radius.html")
opts.LabelOpts(formatter’)
# 标签内容格式器,支持字符串模板和回调函数两种形式,字符串模板与回调函数返回的字符串均支持用 \n 换行。
# 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)
# 示例:formatter: '{b}: {@score}'
#
# 回调函数,回调函数格式:
# (params: Object|Array) => string
# 参数 params 是 formatter 需要的单个数据集。格式如下:
# {
# componentType: 'series',
# // 系列类型
# seriesType: string,
# // 系列在传入的 option.series 中的 index
# seriesIndex: number,
# // 系列名称
# seriesName: string,
# // 数据名,类目名
# name: string,
# // 数据在传入的 data 数组中的 index
# dataIndex: number,
# // 传入的原始数据项
# data: Object,
# // 传入的数据值
# value: number|Array,
# // 数据图形的颜色
# color: string,
# }
formatter: Optional[str] = None,
from pyecharts import options as opts
from pyecharts.charts import Bar
x=range(1,8)
y=[114, 55, 27, 101, 125, 27, 105]
bar = Bar()
bar.add_xaxis(list(x))
bar.add_yaxis("name", y)
bar.set_global_opts(xaxis_opts=opts.AxisOpts(max_=10,axisline_opts=opts.AxisLineOpts(is_show=False)))#max_配置x轴刻度
bar.render("bar2.html")