基于pyecharts的数据可视化(二)：全局配置项

全局配置项

标题配置项

标题配置项可以设置主标题和副标题，可以给主标题和副标题添加链接，调整标题位置和字体样式。

from pyecharts.faker import Faker
from pyecharts.charts import Bar
from pyecharts import options as opts#导入配置项
def bar_title():
    bar = Bar()
    bar.add_xaxis(Faker.dogs)
    bar.add_yaxis("小狗",  Faker.values())
    bar.set_global_opts(#添加全局配置项
        title_opts=opts.TitleOpts(#标题配置项，可以给标题添加链接、调整标题位置、使用系列配置项中的文字样式配置项调整标题字的样式
            title = "标题", 
            title_link = "https://pyecharts.org/#/",#主标题跳转链接
            subtitle = "副标题",
            subtitle_link = "http://www.baidu.com",
            pos_top = "100px"#调整标题位置
        )
    )
    return bar
bar_title().render_notebook()#如果使用别的编辑器可以用render生成html文件

图例配置项

from pyecharts.faker import Faker
from pyecharts.charts import Bar
from pyecharts import options as opts
def bar_legend():
    bar = Bar()
    bar.add_xaxis(Faker.choose())
    bar.add_yaxis("0",  Faker.values())
    bar.add_yaxis("1",  Faker.values())
    bar.add_yaxis("2",  Faker.values())
    bar.add_yaxis("3",  Faker.values())
    bar.add_yaxis("4",  Faker.values())
    bar.add_yaxis("5",  Faker.values())
    bar.set_global_opts(#添加全局配置项
        legend_opts=opts.LegendOpts(
            type_ = "scroll",#调整图例的类型(plain为普通，scroll为可翻页)
            pos_left="80%",#调整位置
            orient = "horizontal",#图例的布局(还可以为vertical)
            #还有很多属性可以在pyecharts官网中查看
        )
    )
    return bar
bar_legend().render_notebook()

工具箱配置项

from pyecharts.faker import Faker
from pyecharts.charts import Bar
from pyecharts import options as opts
def bar_toolbox():
    bar = Bar()
    bar.add_xaxis(Faker.choose())
    bar.add_yaxis("工具箱",  Faker.values())
    bar.set_global_opts(#添加全局配置项
        toolbox_opts=opts.ToolboxOpts(#工具箱配置项可以提供下载图片、展示数据视图、切换柱状图、折线图等功能
            is_show = True
        )
    )
    return bar
bar_toolbox().render_notebook()

视觉映射配置项

一般用在热力图和3d柱状图中，可以以颜色变化映射数据变化

from pyecharts.faker import Faker
from pyecharts.charts import Bar
from pyecharts import options as opts
a = []
b = []
for i in range(1,51):#构建两个1到50的列表（pyecharts只能接受python的基本数据类型不能接受pandas处理过的数据类型，以后再说）
    a.append(i)
    b.append(i)
def bar_visual():
    bar = Bar()
    bar.add_xaxis(a)
    bar.add_yaxis("视觉映射",  b)
    bar.set_global_opts(#添加全局配置项
        visualmap_opts=opts.VisualMapOpts(#视觉映射配置项，以颜色变化映射数据变化，也可以用大小变化映射数据变化
            is_show = True,
            type_ ="color",
            min_ = 1,#指定组件最小值
            max_ = 50#指定组件最大值
        )
    )
    return bar
bar_visual().render_notebook()

提示框配置项

from pyecharts.faker import Faker
from pyecharts.charts import Bar
from pyecharts import options as opts
def bar_tooltip():
    bar = Bar()
    bar.add_xaxis(Faker.choose())
    bar.add_yaxis("提示框",  Faker.values())
    bar.set_global_opts(#添加全局配置项
        tooltip_opts=opts.TooltipOpts(
            is_show = True,
            trigger = "axis",#坐标轴触发，也可以是item数据项图形触发和none什么都不触发
            trigger_on = "mousemove|click"#触发条件，鼠标移动时触发或鼠标点击时触发
        )
    )
    return bar
bar_tooltip().render_notebook()

区域缩放配置项

from pyecharts.faker import Faker
from pyecharts.charts import Bar
from pyecharts import options as opts
a = []
b = []
for i in range(1,51):#构建两个1到50的列表
    a.append(i)
    b.append(i)
def bar_datazoom():
    bar = Bar()
    bar.add_xaxis(a)
    bar.add_yaxis("区域缩放",  b)
    bar.set_global_opts(#添加全局配置项
        datazoom_opts=opts.DataZoomOpts(
            is_show = True,
            type_ = "slider",#组件类型
            range_start = 20,# 数据窗口范围的起始百分比
            range_end = 50#数据窗口范围的结束百分比
        )
    )
    return bar
bar_datazoom().render_notebook()