快速使用pyecharts绘制组合图表

最新推荐文章于 2024-05-07 10:23:19 发布

我像影子一样

最新推荐文章于 2024-05-07 10:23:19 发布

阅读量3.7k

点赞数 15

分类专栏： python 可视化 pyecharts 文章标签： python 数据分析数据可视化 echarts

本文链接：https://blog.csdn.net/m0_56181660/article/details/132758107

版权

python 同时被 3 个专栏收录

18 篇文章 0 订阅

订阅专栏

可视化

12 篇文章 1 订阅

订阅专栏

pyecharts

4 篇文章 0 订阅

订阅专栏

概述

pyecharts支持绘制组合图表，即同一画布显示的多个图表。

多个图表按照不同的组合方式，可以分为并行多图、顺序多图、选项卡多图和时间轮播多图。

并行多图（Grid()）

pyecharts.charts的Grid类表示并行排列的组合图表，它可以采用左右布局或上下布局的方式显示多个图表。 Grid类中包含一个add()方法，使用add()方法可以为组合图表添加配置项。

add()方法的语法格式如下：

add(
    chart, # 表示图表，仅 `Chart` 类或者其子类
    grid_opts, # 表示直角坐标系配置项
    grid_index=0, # 表示直角坐标系网格索引，默认为0
    is_control_axis_index=False # 表示是否由自己控制坐标轴索引
)

# 直角坐标系配置项
class GridOpts(
    # 是否显示直角坐标系网格。
    is_show: bool = False,

    # 所有图形的 zlevel 值。
    z_level: Numeric = 0,

    # 组件的所有图形的z值。
    z: Numeric = 2,

    # grid 组件离容器左侧的距离。
    # left 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比，
    # 也可以是 'left', 'center', 'right'。
    # 如果 left 的值为'left', 'center', 'right'，组件会根据相应的位置自动对齐。
    pos_left: Union[Numeric, str, None] = None,

    # grid 组件离容器上侧的距离。
    # top 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比，
    # 也可以是 'top', 'middle', 'bottom'。
    # 如果 top 的值为'top', 'middle', 'bottom'，组件会根据相应的位置自动对齐。
    pos_top: Union[Numeric, str, None]  = None,

    # grid 组件离容器右侧的距离。
    # right 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比。
    pos_right: Union[Numeric, str, None]  = None,

    # grid 组件离容器下侧的距离。
    # bottom 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比。
    pos_bottom: Union[Numeric, str, None]  = None,

    # grid 组件的宽度。默认自适应。
    width: Union[Numeric, str, None] = None,

    # grid 组件的高度。默认自适应。
    height: Union[Numeric, str, None] = None,

    # grid 区域是否包含坐标轴的刻度标签。
    is_contain_label: bool = False,

    # 网格背景色，默认透明。
    background_color: str = "transparent",

    # 网格的边框颜色。支持的颜色格式同 backgroundColor。
    border_color: str = "#ccc",

    # 网格的边框线宽。
    border_width: Numeric = 1,

    # 本坐标系特定的 tooltip 设定。
    tooltip_opts: Union[TooltipOpts, dict, None] = None,
)

并行多图

from pyecharts import options as opts
from pyecharts.charts import Bar,Line,Grid

# 准备数据
x_data = ['小米','三星','华为','苹果','魅族','VIVO','OPPO']
y_a = [107, 36, 102, 91, 51, 113, 45]
y_b = [104, 60, 33, 138, 105, 111, 91]


bar = (
    Bar() # 创建Bar类对象
    .add_xaxis(x_data) # 横坐标上的数据
    .add_yaxis(
        "商家A", # 图例
        y_a # 系列数据
    )
    .add_yaxis(
        "商家B",# 图例
        y_b # 系列数据
    )
    .set_global_opts( # 全局配置项
        title_opts=opts.TitleOpts(title="组合图表-柱形图") # 标题，可\n换行
    ) 
)
line = (
    Line() # 创建Line类对象
    .add_xaxis(x_data) # # 横坐标上的数据
    .add_yaxis("商家A", y_a)
    .add_yaxis("商家B",y_b)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="组合图表-折线图",
                                  pos_top="48%" 
                # title 组件离容器上侧的距离。
                # top 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比，
                # 也可以是 'top', 'middle', 'bottom'。
                # 如果 top 的值为'top', 'middle', 'bottom'，组件会根据相应的位置自动对齐。
                                 ),
        legend_opts=opts.LegendOpts(pos_top="48%")
    )
)
grid = (
    Grid() # 创建Grid类对象
    .add(
        bar, # bar子类
        grid_opts=opts.GridOpts(pos_bottom="60%")
    )
    .add(
        line, # line子类
        grid_opts=opts.GridOpts(pos_top="60%")
    )
)
# grid.render("./并行多图示例.html")
grid.render_notebook()

顺序多图（Page()）

pyecharts.charts的Page类表示顺序显示的组合图表，它可以在同一网页中按顺序渲染多个图表。

Page 类的构造方法的语法格式如下所示：

Page(
    page_title="Awesome-pyecharts", # 表示HTML网页的标题。
    js_host= "",  # 表示远程的主机地址，默认为"https://assets.pyecharts.org/assets/"。
    interval=1, # 表示每个图例之间的间隔，默认为1。
    layout=PageLayoutOpts() # 表示布局配置项。
)


def add(*charts)    # charts: 任意图表实例

# 布局配置项
class PageLayoutOpts(
    # 配置均为原生 CSS 样式
    justify_content: Optional[str] = None,
    margin: Optional[str] = None,
    display: Optional[str] = None,
    flex_wrap: Optional[str] = None,
)

顺序多图

# 顺序多图
from pyecharts import options as opts
from pyecharts.charts import Bar,Line,Page

# 准备数据
x_data = ['小米','三星','华为','苹果','魅族','VIVO','OPPO']
y_a = [107, 36, 102, 91, 51, 113, 45]
y_b = [104, 60, 33, 138, 105, 111, 91]


bar = (
    Bar() # 创建Bar类对象
    .add_xaxis(x_data) # 横坐标上的数据
    .add_yaxis(
        "商家A", # 图例
        y_a # 系列数据
    )
    .add_yaxis(
        "商家B",# 图例
        y_b # 系列数据
    )
    .set_global_opts( # 全局配置项
        title_opts=opts.TitleOpts(title="组合图表-柱形图") # 标题，可\n换行
    ) 
)
line = (
    Line() # 创建Line类对象
    .add_xaxis(x_data) # # 横坐标上的数据
    .add_yaxis("商家A", y_a)
    .add_yaxis("商家B",y_b)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="组合图表-折线图") # 标题
    )
)
page = (
    Page()
    .add(
        line,bar # charts: 任意图表实例
    )
)
# page.render("./顺序多图示例.html")
page.render_notebook()

选项卡多图（Tab()）

pyecharts.charts的Tab类表示以选项卡形式显示的组合图表，它可以点击不同的选项卡来切换显示多个图表。
- Tab类的构造方法的语法格式如下所示：
- ```
Tab(
    page_title="Awesome-pyecharts", # HTML 标题
    js_host="" # 远程 HOST，默认为 "https://assets.pyecharts.org/assets/"
)
```
- add()方法的语法格式如下所示：
- ```
add(
    chart, # 任意图表类型
    tab_name # 选项卡的标签名称
)
```
选项卡多图

# 绘制选项卡多图
from pyecharts import options as opts
from pyecharts.charts import Bar, Line, Tab
# 准备数据
x_data = ['小米', '三星', '华为', '苹果', '魅族', 'VIVO', 'OPPO']
y_a = [107, 36, 102, 91, 51, 113, 45]
y_b = [104, 60, 33, 138, 105, 111, 91]

bar = (
    Bar()# 创建Bar类对象
    .add_xaxis(x_data) # 横坐标的数据
    .add_yaxis("商家A", y_a) # 图例，系列数据
    .add_yaxis("商家B", y_b)
)
line = (
    Line() # 创建Line类对象
    .add_xaxis(x_data) # 横坐标的数据
    .add_yaxis("商家A", y_a)# 图例，系列数据
    .add_yaxis("商家B", y_b)
)
tab = (
    Tab() # 创建Tab类对象
    .add(
        bar, # 图表类型
        "柱形图" # 选项卡的标签名称
    )
    .add(line,"折线图")
)
# tab.render("./选项卡多图示例.html")
tab.render_notebook()

时间线轮播图（Timeline()）

pyecharts.charts的Timeline类表示时间线轮播的组合图表，它可以点击时间线的不同时间来切换显示的图表。

Timeline类中提供两个重要的方法add_schema()和add()，下面分别进行介绍。

add_schema()用于为图表添加指定样式的时间线，其语法格式如下所示：

add_schema(
    axis_type="category", # 表示坐标轴的类型1，可以取值为'value'（数值轴）、
                    # 'category'（类目轴）、'time'（时间轴）、'log'（对数轴）
    orient="horizontal", # 表示时间线的类型，可以取值为'horizontal'（水平）和'vertical（垂直）。
    play_interval=None, # 表示播放的速度（跳动的间隔），单位为ms。
    is_auto_play=False, # 表示是否自动播放，默认为False
    is_loop_play=True, # 表示是否循环播放，默认为True
    is_rewind_play=False, # 表示是否反向播放，默认为False
    is_timeline_show=True, # 表示是否显示时间线组件，默认为True，如果设置为 false，不会显示，但是功能还存在。
    is_inverse=False, # 是否反向放置 时间线，反向则首位颠倒过来
    symbol=None, # timeline 标记的图形。# ECharts 提供的标记类型包括 'circle', 'rect', 'roundRect', 'triangle', 'diamond',.
    symbol_siz =None, # timeline 标记的大小，例如 [20, 10] 表示标记宽为 20，高为 10。
    control_position="left", # 表示播放按钮的位置。可选值：'left'、'right'。
    width=None, # 时间轴区域的宽度, 影响垂直的时候时间轴的轴标签和轴之间的距离
    height=None, # 时间轴区域的高度
    pos_left=None,# Timeline 组件离容器左侧的距离。
    # left 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比，
    # 也可以是 'left', 'center', 'right'。
    # 如果 left 的值为'left', 'center', 'right'，组件会根据相应的位置自动对齐
    # pos_right、pos_top、pos_bottom
    linestyle_opts=None, # 时间轴的坐标轴线配置，
    controlstyle_opts= None,# 控制按钮』的样式。『控制按钮』包括：『播放按钮』、『前进按钮』、『后退按钮』。
)

add ()方法用于添加图表和时间点，其语法格式如下所示：

add(
    chart, # 表示图表
    time_point # 表示时间点
)

时间轴控制按钮样式：（链接来自官网）pyecharts - A Python Echarts Plotting Library built with love.

绘制时间线轮播图

# 绘制时间线轮播图
from pyecharts.faker import Faker
from pyecharts import options as opts
from pyecharts.charts import Bar,Timeline

x = Faker.choose() # 准备x轴数据
tl_demo = Timeline() # 创建Timeline类对象
for i in range(2015,2020):
    bar = (
        Bar() # 创建Bar类对象
        .add_xaxis(x) # 横坐标的数据
        .add_yaxis(
            "商家A", # 图例
            Faker.values() # 系列数据
        )
        .add_yaxis("商家B",Faker.values())
        .set_global_opts(title_opts=opts.TitleOpts("某商店{}年营业额".format(i)) # 标题
                        )
    )
    tl_demo.add(
        bar, # 图例
        "{}年".format(i) # 时间线标签
    )
tl_demo.render("./时间线轮播图示例.html")
tl_demo.render_notebook()