[pyecharts学习笔记]——全局配置项(VisualMapOpts视觉映射配置项)

不分段型
在这里插入图片描述

from pyecharts import options as opts
from pyecharts.charts import Map
from pyecharts.faker import Faker

c = (
    Map()
    .add("", [list(z) for z in zip(Faker.guangdong_city, Faker.values())], "广东",is_map_symbol_show=False,) #不显示标记图形
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) #不显示标签(城市名)
    .set_global_opts(
            # VisualMapOpts:视觉映射配置项
        visualmap_opts=opts.VisualMapOpts(
            # 是否显示视觉映射配置
            is_show = True,
         
            
            # 映射过渡类型,可选,"color", "size"  (颜色映射还是大小映射)(重要!!!)
            type_ = "color",
        
               
            # 指定 visualMapPiecewise 组件的最小值。
            min_ = 0,

        
            # 指定 visualMapPiecewise 组件的最大值。
            max_ = 100,

        
            # 两端的文本,如['High', 'Low'],(自定义) range_text: Union[list, tuple] = None,
            range_text = ['高', '低'],

        
            # visualMap 组件过渡颜色 (可以自定义)(颜色从淡到深) range_color: Union[Sequence[str]] = None,
            range_color = ['#CCEBFF','#22DDDD','#0099FF','#003D66'],

        
            # visualMap 组件过渡 symbol 大小.range_size: Union[Sequence[int]] = None,
            range_size = None,
        
        
            # visualMap 图元以及其附属物(如文字标签)的透明度。range_opacity: Optional[Numeric] = None,
            range_opacity = None,
        
        
            # 如何放置 visualMap 组件,水平('horizontal')或者竖直('vertical')。
            orient = 'horizontal',
        
        
            # visualMap 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 = 'center',
        
        
            # visualMap 组件离容器右侧的距离(同上)。
            # 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 = None,
        
        
            # visualMap 组件离容器上侧的距离(同上)。
            # 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 = None,
        
        
            # visualMap 组件离容器下侧的距离(同上)。
            # 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 = None,
        
        
            # 对于连续型数据,自动平均切分成几段。默认为5段。连续数据的范围需要 max 和 min 来指定
            split_number = 5,
        
        
            # 指定取哪个系列的数据,默认取所有系列。series_index: Union[Numeric, Sequence, None] = None,
            series_index = None,
        
        
            # 组件映射维度Optional[Numeric]
            dimension = None,
        
        
            # 是否显示拖拽用的手柄(手柄能拖拽调整选中范围)。
            is_calculable = True,
        
        
            # 是否为分段型
            is_piecewise = False,
        
        
            # 是否反转 visualMap 组件(默认False)
            is_inverse = True,     
        
        
            # 自定义的每一段的范围,以及每一段的文字,以及每一段的特别的样式。例如:
            # pieces: [
            #   {"min": 1500}, // 不指定 max,表示 max 为无限大(Infinity)。
            #   {"min": 900, "max": 1500},
            #   {"min": 310, "max": 1000},
            #   {"min": 200, "max": 300},
            #   {"min": 10, "max": 200, "label": '10 到 200(自定义label)'},
            #   {"value": 123, "label": '123(自定义特殊颜色)', "color": 'grey'}, //表示 value 等于 123 的情况
            #   {"max": 5}     // 不指定 min,表示 min 为无限大(-Infinity)。
            # ]
            pieces = None,
        
        
            # 定义 在选中范围外 的视觉元素。(用户可以和 visualMap 组件交互,用鼠标或触摸选择范围)
            #  可选的视觉元素有:
            #  symbol: 图元的图形类别。
            #  symbolSize: 图元的大小。
            #  color: 图元的颜色。
            #  colorAlpha: 图元的颜色的透明度。
            #  opacity: 图元以及其附属物(如文字标签)的透明度。
            #  colorLightness: 颜色的明暗度,参见 HSL。
            #  colorSaturation: 颜色的饱和度,参见 HSL。
            #  colorHue: 颜色的色调,参见 HSL。
            out_of_range = None,
        
        
            # 图形的宽度,即长条的宽度。
            item_width = 0,
        
        
            # 图形的高度,即长条的高度。
            item_height = 0,
        
        
            # visualMap 组件的背景色。
            background_color = '#CCCC33',
        
        
            # visualMap 组件的边框颜色。
            border_color = '#EE1111',
        
            # visualMap 边框线宽,单位px。
            border_width = 2,
        
        
            # 文字样式配置项,参考 `series_options.TextStyleOpts`
            textstyle_opts = None,
            )        
    )
    .render("C:/map_guangdong.html")
)

分段型

在这里插入图片描述

from pyecharts import options as opts
from pyecharts.charts import Map
from pyecharts.faker import Faker


cq_city = ["北碚区", "巴南区", "渝北区", "九龙坡区","渝中区","江北区","南岸区","沙坪坝区","大渡口区"]
GDP_value = [552, 781, 1443, 1211,1204,1028,725,936,228]

c = (
    Map()
    .add("", [list(z) for z in zip(cq_city, GDP_value)], "重庆",is_map_symbol_show=False,) #不显示标记图形
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) #不显示标签(城市名)
    .set_global_opts(
            # VisualMapOpts:视觉映射配置项
        visualmap_opts=opts.VisualMapOpts(max_=2000,
                                              is_piecewise=True,
                                              pieces=[
                                                  {"max": 1499, "min": 1200, "label": ">=1200", "color": "#B40404"},
                                                  {"max": 1199, "min": 900, "label": "900-1199", "color": "#DF0101"},
                                                  {"max": 899, "min": 600, "label": "600-899", "color": "#F78181"},
                                                  {"max": 599, "min": 300, "label": "300-599", "color": "#F5A9A9"},
                                                  {"max": 299, "min": 0, "label": "0-299", "color": "#FFFFCC"},
                                              ]
    ))
    .render("C:/map_guangdong.html")
)

颜色映射

暂时不知道怎么把第三变量映射到颜色中,目前映都是y轴数据
在这里插入图片描述

from pyecharts import options as opts
from pyecharts.charts import Scatter
from pyecharts.faker import Faker

c = (
    Scatter()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家A", Faker.values(),symbol_size=20)
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Scatter-VisualMap(Color)"),
        visualmap_opts=opts.VisualMapOpts(
            type_='color',
            max_=150,
            pos_bottom = 50,pos_right = 0),
    )
    .render("C:/scatter_visualmap_color.html")
)

大小映射

在这里插入图片描述

from pyecharts import options as opts
from pyecharts.charts import Scatter
from pyecharts.faker import Faker

c = (
    Scatter()
    .add_xaxis(Faker.choose())
    .add_yaxis("商家A", Faker.values())
    .add_yaxis("商家B", Faker.values())
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Scatter-VisualMap(Size)"),
        
        visualmap_opts=opts.VisualMapOpts(
            type_="size",  #映射大小
            max_=150,
            min_=20,
            pos_bottom = 50,pos_right = 0),
    )
    .render("C:/scatter_visualmap_size.html")
)

  • 17
    点赞
  • 118
    收藏
    觉得还不错? 一键收藏
  • 7
    评论
cda备考学习学习笔记——基础知识篇(二)主要涉及了计算机科学与技术领域的基本概念和知识。 首先,它介绍了计算机网络的基础知识。网络是将多台计算机通过通信链路连接起来,使它们能够相互通信和共享资源的系统。笔记中详细介绍了网络的组成、拓扑结构和通信协议等重要内容。 其次,笔记还解释了计算机系统的基本组成。计算机系统由硬件和软件两部分组成,其中硬件包括中央处理器、存储器、输入输出设备等,而软件则分为系统软件和应用软件。笔记详细介绍了各种硬件和软件的功能和作用。 此外,笔记还对数据库管理系统进行了介绍。数据库管理系统是一种用于管理和组织数据的软件系统,它能够实现数据的存储、检索和更新等操作。笔记中详细介绍了数据库的概念、结构和操作等内容。 最后,笔记还包括了算法和数据结构的基础知识。算法是解决问题的一系列步骤和规则,而数据结构则是组织和存储数据的方式。笔记中介绍了常用的算法和数据结构,如排序算法、树和图等。 总之,通过学习CDA备考学习笔记中的基础知识篇(二),我们能够更好地理解计算机网络、计算机系统、数据库管理系统以及算法和数据结构等相关概念和知识。这些基础知识对于我们深入研究计算机科学与技术领域是非常重要的,也为我们日后的学习和工作奠定了坚实的基础。

“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 7
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