使用pyecharts绘制各个3D图表代码示例整理和分享

个人在pyecharts官网对3D图标的学习整理,因为个人在官网对代码的查看没有特别舒服,其中包含截止发表日期3D图表相关知识的整理和个人理解加入,主要为了做笔记,分享给需要的朋友,后续对其中内容有更好理解会再更新。

 目录

 简介

对3D图标配置项及通用方法的介绍

Grid3DOpts:三维笛卡尔坐标系配置项

 Axis3DOpts:三维坐标轴配置项

 以下所有图标都拥有下列add方法

以下介绍每个3D图表的举例

Bar3D:3D柱状图

 Line3D:3D折线图

Scatter3D:3D散点图

Surface3D:3D曲面图

Map3D:三维地图

 以下是Map3D图表的专用配置项和方法


简介

其中代码的注释‘,使用#’标注在代码行的上一行或同一行

其中Optional表示可选择是否可填,

Union表示列表,比如Union[Numeric,str]表示数字类型和字符串类型

比如title: str = "还原"表示title参数支持str字符串类型,默认是还原。

对3D图标配置项及通用方法的介绍

以下示例代码均是在jupyter notebook运行

Grid3DOpts:三维笛卡尔坐标系配置项

class Grid3DOpts(
    # 三维笛卡尔坐标系组件在三维场景中的宽度
    width: Numeric = 200,
    # 三维笛卡尔坐标系组件在三维场景中的高度。
    height: Numeric = 100,
    # 三维笛卡尔坐标系组件在三维场景中的深度。
    depth: Numeric = 80,
    # 是否开启视角绕物体的自动旋转查看。
    is_rotate: bool = False,
    # 物体自转的速度。单位为角度 / 秒,默认为10 ,也就是 36 秒转一圈。
    rotate_speed: Numeric = 10,
    # 旋转操作的灵敏度,值越大越灵敏。支持使用数组分别设置横向和纵向的旋转灵敏度。
    # 设置为0后无法旋转。
    rotate_sensitivity: Numeric = 1,
)

 Axis3DOpts:三维坐标轴配置项

class Axis3DOpts(
    data: Optional[Sequence] = None,
    # 坐标轴类型。可选:
    # 'value': 数值轴,适用于连续数据。
    # 'category': 类目轴,适用于离散的类目数据,为该类型时必须通过 data 设置类目数据。
    # 'time': 时间轴,适用于连续的时序数据,与数值轴相比时间轴带有时间的格式化,在刻度计算上也有所不同,
    # 例如会根据跨度的范围来决定使用月,星期,日还是小时范围的刻度。
    # 'log' 对数轴。适用于对数数据。
    type_: Optional[str] = None,
    # 坐标轴名称。
    name: Optional[str] = None,
    # 坐标轴名称与轴线之间的距离,注意是三维空间的距离而非屏幕像素值。
    name_gap: Numeric = 20,
    # 坐标轴刻度最小值。
    # 可以设置成特殊值 'dataMin',此时取数据在该轴上的最小值作为最小刻度。
    # 不设置时会自动计算最小值保证坐标轴刻度的均匀分布。
    # 在类目轴中,也可以设置为类目的序数(如类目轴 data: ['类A', '类B', '类C'] 中,序数 2 表示 '类C'。
    # 也可以设置为负数,如 -3)。
    min_: Union[str, Numeric, None] = None,
    # 坐标轴刻度最大值。
    # 可以设置成特殊值 'dataMax',此时取数据在该轴上的最大值作为最大刻度。
    # 不设置时会自动计算最大值保证坐标轴刻度的均匀分布。
    # 在类目轴中,也可以设置为类目的序数(如类目轴 data: ['类A', '类B', '类C'] 中,序数 2 表示 '类C'。
    # 也可以设置为负数,如 -3)。
    max_: Union[str, Numeric, None] = None,
    # 坐标轴的分割段数,需要注意的是这个分割段数只是个预估值,最后实际显示的段数会在这个
    # 基础上根据分割后坐标轴刻度显示的易读程度作调整。
    # 在类目轴中无效。
    splitnum: Optional[Numeric] = None,
    # 强制设置坐标轴分割间隔。
    # 因为 splitNumber 是预估的值,实际根据策略计算出来的刻度可能无法达到想要的效果,
    # 这时候可以使用 interval 配合 min、max 强制设定刻度划分,一般不建议使用。
    # 无法在类目轴中使用。在时间轴(type: 'time')中需要传时间戳,在对数轴(type: 'log')中需要传指数值。
    interval: Optional[Numeric] = None,
    margin: Numeric = 8,
    textstyle_opts: Union[TextStyleOpts, dict, None] = None,
)

 以下所有图标都拥有下列add方法

def add(
    # 系列名称,用于 tooltip 的显示,legend 的图例筛选。
    series_name: str,
    # 系列数据
    data: Sequence,
    # 三维柱状图中三维图形的着色效果。
    # color:只显示颜色,不受光照等其它因素的影响。
    # lambert:通过经典的 lambert 着色表现光照带来的明暗。
    # realistic:真实感渲染,配合 light.ambientCubemap 和 postEffect 使用可以让展示的画面效果和质感有质的提升。
    # ECharts GL 中使用了基于物理的渲染(PBR) 来表现真实感材质。
    shading: Optional[str] = None,
    # 图元配置项,参考 `series_options.ItemStyleOpts`
    itemstyle_opts: Union[opts.ItemStyleOpts, dict, None] = None
    # 标签配置项,参考 `series_options.LabelOpts`
    label_opts: Union[opts.LabelOpts, dict] = opts.LabelOpts(is_show=False),
    # 3D X 坐标轴配置项,参考 `Axis3DOpts`
    xaxis3d_opts: Union[opts.Axis3DOpts, dict] = opts.Axis3DOpts(type_="category"),
    # 3D Y 坐标轴配置项,参考 `Axis3DOpts`
    yaxis3d_opts: Union[opts.Axis3DOpts, dict] = opts.Axis3DOpts(type_="category"),
    # 3D Z 坐标轴配置项,参考 `Axis3DOpts`
    zaxis3d_opts: Union[opts.Axis3DOpts, dict] = opts.Axis3DOpts(type_="value"),
    # 三维笛卡尔坐标系配置项,参考 `Grid3DOpts`
    grid3d_opts: Union[opts.Grid3DOpts, dict] = opts.Grid3DOpts(),
)

以下介绍每个3D图表的举例

Bar3D:3D柱状图

import numpy as np
import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Bar3D
from pyecharts.faker import Faker
import random
from pyecharts.globals import ThemeType

data=[(i,j,random.randint(0,100)) for i in range(24) for j in range(6)]
bar_3d=Bar3D().add('我就是一个小怪兽',
                   data=[[d[0],d[1],d[2]] for d in data],#传入数据的索引
                   xaxis3d_opts=opts.Axis3DOpts(Faker.clock,type_='category'),#传入x轴的数据以及类型
                   yaxis3d_opts=opts.Axis3DOpts(Faker.week_en,type_='category'),#传入y轴的数据以及类型
                   zaxis3d_opts=opts.Axis3DOpts(type_='value')).set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=100))
bar_3d.render_notebook()

 Line3D:3D折线图

import numpy as np
import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Line3D
from pyecharts.faker import Faker
import random
from pyecharts.globals import ThemeType

data=[(i,j,random.randint(0,100)) for i in range(7) for j in range(24)]
line_3d=Line3D().add('我就是一个小怪兽',data=[[d[1],d[0],d[2]] for d in data],
                   xaxis3d_opts=opts.Axis3DOpts(Faker.clock,type_='category'),
                   yaxis3d_opts=opts.Axis3DOpts(Faker.week_en,type_='category'),
                   zaxis3d_opts=opts.Axis3DOpts(type_='value')).set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=100))
line_3d.render_notebook()

Scatter3D:3D散点图

import numpy as np
import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Scatter3D
from pyecharts.faker import Faker
import random
from pyecharts.globals import ThemeType

data=[]
for i in range(6):
    for j in range(24):
        data.append((i,j,i**2+j**2)))
scatter_3d=Scatter3D().add('我就是一个小怪兽',data=[[d[0],d[1],d[2]] for d in data],
                   xaxis3d_opts=opts.Axis3DOpts(type_='value'),
                   yaxis3d_opts=opts.Axis3DOpts(type_='value'),
                   zaxis3d_opts=opts.Axis3DOpts(type_='value'))
scatter_3d.set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=100))
scatter_3d.render_notebook()

Surface3D:3D曲面图

import numpy as np
import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Surface3D

surface_data=[]
for i in np.arange(-3,3,0.01):
    y=i
    for j in np.arange(-3,3,0.01):
        x=j
        z=x**2+y**2
        surface_data.append([x, y, z])
#截止到上一行,由于3D曲面需要传入二维数组类型的数据,因此首先创建数据,在此遇到一个问题,如果在第一个循环时我先把i赋值给x,第二个循环j赋值给y,则图形不会出现,我对此类情况的想法是在绘制3d曲面的时候必须先进行x轴方向的变化才符合绘制规则
surface_3d=(
    Surface3D(init_opts=opts.InitOpts(width="1000px",height="600px"))
    .add(
        series_name="Scatter3D",
        data=surface_data,
        xaxis3d_opts=opts.Axis3DOpts(type_="value"),
        yaxis3d_opts=opts.Axis3DOpts(type_="value"),
        grid3d_opts=opts.Grid3DOpts(width=100,
                                    height=30, 
                                    depth=100),
    )
    .set_global_opts(
        visualmap_opts=opts.VisualMapOpts(
            dimension=2,
            max_=15,
            min_=0,
            range_color=['blue','green','red'],
        )
    )
    
)
surface_3d.render_notebook()

Map3D:三维地图

from pyecharts import options as opts
from pyecharts.charts import Map3D
from pyecharts.globals import ChartType

china_3d=Map3D().add_schema(itemstyle_opts=opts.ItemStyleOpts(color="rgba(110,110,110,110)",
                                                                opacity=1,
                                                                border_width=0.8,
                                                                border_color="black"),
                              map3d_label=opts.Map3DLabelOpts(is_show=True,
                                                              text_style=opts.TextStyleOpts(color="blue", 
                                                                                            font_size=16, background_color="rgba(0,0,0,0)"),
                                                             ),
                              emphasis_label_opts=opts.LabelOpts(is_show=True),
                              light_opts=opts.Map3DLightOpts(main_color="white",
                                                             main_intensity=3,
                                                             is_main_shadow=False,
                                                             main_alpha=55,
                                                             main_beta=10,
                                                             ambient_intensity=0.3))
china_3d.add(series_name="china", data_pair="", maptype=ChartType.MAP3D)
china_3d.set_global_opts(title_opts=opts.TitleOpts(title="中国地图"),
                         visualmap_opts=opts.VisualMapOpts(is_show=False),
                         tooltip_opts=opts.TooltipOpts(is_show=True))
china_3d.render_notebook()

 

同时,作为3D的中国地图,我们可以对其中的数据进行3D柱状图,3D散点图,以及3D折线图,下面以绘制了3D散点图的3D中国地图为例

from pyecharts import options as opts
from pyecharts.charts import Map3D
from pyecharts.globals import ChartType
from pyecharts.commons.utils import JsCode
from pyecharts import options as opts

data = [
    ("黑龙江", [127.9688,45.368,99]),
    ("天津", [117.4219,39.4189,64]),
    ("山西", [112.3352,37.9413,45]),
    ("陕西", [109.1162,34.2004,78]),
    ("甘肃", [103.5901,36.3043,27]),
    ("青海", [101.4038,36.8207,17]),
    ("新疆", [87.9236,43.5883,56]),
    ("西藏", [91.11,29.97,38]),
    ("四川", [103.9526,30.7617,86]),
    ("重庆", [108.384366,30.439702,94]),
    ("山东", [117.1582,36.8701,100]),
    ("上海", [121.4648,31.2891,1]),
]

map_scatter=Map3D().add_schema(itemstyle_opts=opts.ItemStyleOpts(color="rgb(90,110,110)",
                                                                opacity=1,
                                                                border_width=0.8,
                                                                border_color="black"),
                              map3d_label=opts.Map3DLabelOpts(is_show=True,
                                                              text_style=opts.TextStyleOpts(color="blue", 
                                                                                            font_size=16, background_color="rgba(0,0,0,0)"),
                                                             ),
                              emphasis_label_opts=opts.LabelOpts(is_show=False))
map_scatter.add(series_name="Scatter3D",
                data_pair=data,
                type_=ChartType.SCATTER3D,
                shading="color",
                label_opts=opts.LabelOpts(is_show=False)
               )
map_scatter.set_global_opts(title_opts=opts.TitleOpts(title='加了3D散点图的中国地图'),visualmap_opts=opts.VisualMapOpts(min_=0,max_=100,range_color=['blue','green','red']))
map_scatter.render_notebook()

 以下是Map3D图表的专用配置项和方法

def add(
    # 系列名称,用于 tooltip 的显示,legend 的图例筛选。
    series_name: str,
    # 数据项 (坐标点名称,坐标点值)
    data_pair: types.Sequence,
    # 叠加图的类型(目前只支持 Bar3D,Line3D,Lines3D,Scatter3D)
    type_: ChartType = None,
    # 地图类型,具体参考 pyecharts.datasets.map_filenames.json 文件
    maptype: str = "china",
    # 是否选中图例
    is_selected: bool = True,
    # 是否显示标记图形
    is_map_symbol_show: bool = True,
    # 使用的 grid3D 组件的索引。默认使用第一个 grid3D 组件。
    grid_3d_index: types.Numeric = 0,
    # 坐标轴使用的 geo3D 组件的索引。默认使用第一个 geo3D 组件。
    geo_3d_index: types.Numeric = 0,
    # 坐标轴使用的 globe 组件的索引。默认使用第一个 globe 组件。
    globe_index: types.Numeric = 0,
    # 仅在 bar3D 下起作用
    # 设置柱子的大小
    bar_size: types.Optional[types.Numeric] = None,
    # 仅在 bar3D 下起作用
    # 柱子的倒角尺寸。支持设置为从 0 到 1 的值。默认为 0,即没有倒角。
    bevel_size: types.Numeric = 0,
    # 仅在 bar3D 下起作用
    # 柱子倒角的光滑/圆润度,数值越大越光滑/圆润。
    bevel_smoothness: types.Numeric = 2,
    # 仅在 bar3D 下起作用
    # 柱状图堆叠,相同 stack 值的柱状图系列数据会有叠加。
    # 注意不同系列需要叠加的数据项在数组中的索引必须是一样的。
    stack: types.Optional[str] = None,
    # 仅在 bar3D 下起作用
    # 最小柱子高度。
    min_height: types.Numeric = 2,
    # 仅在 Scatter3D 起作用;
    # 散点的形状。默认为圆形。
    # ECharts 提供的标记类型包括 'circle', 'rect', 'roundRect', 'triangle', 'diamond', 'pin', 'arrow', 'none'
    # 可以通过 'path://' 将图标设置为任意的矢量路径。
    # 这种方式相比于使用图片的方式,不用担心因为缩放而产生锯齿或模糊,而且可以设置为任意颜色。
    # 路径图形会自适应调整为合适(如果是 symbol 的话就是 symbolSize)的大小。
    symbol: str = "circle",
    # 仅在 Scatter3D 起作用;
    # 标记的大小,可以设置成诸如 10 这样单一的数字,也可以用数组分开表示宽和高,例如 [20, 10] 表示标记宽为20,高为10。
    symbol_size: types.Union[types.Numeric, types.Sequence, types.JSFunc] = 10,
    # 混合模式,目前支持'source-over','lighter'。
    # 默认使用的'source-over'是通过 alpha 混合。
    # 而'lighter'是叠加模式,该模式可以让数据集中的区域因为叠加而产生高亮的效果。
    blend_mode: str = "source-over",
    # 仅在 Lines3D 起作用
    # 是否是多段线。
    # 默认为 false,只能用于绘制只有两个端点的线段(表现为被赛尔曲线)。
    # 如果该配置项为 true,则可以在 data.coords 中设置多于 2 个的顶点用来绘制多段线,在绘制路线轨迹的时候比较有用。
    is_polyline: bool = False,
    # 仅在 Lines3D 起作用
    # 飞线的尾迹特效,参考 `series_options.Line3DEffectOpts`
    effect: types.Lines3DEffect = None,
    # 仅在 Line3D,Lines3D 起作用
    # 飞线的线条样式,参考 `series_options.LineStyleOpts`
    linestyle_opts: types.LineStyle = opts.LineStyleOpts(),
    # 仅在 Scatter3D,Bar3D,Map3D 起作用
    # 标签配置项,参考 `series_options.LabelOpts`
    label_opts: types.Label = opts.LabelOpts(),
    # 提示框组件配置项,参考 `series_options.TooltipOpts`
    tooltip_opts: types.Tooltip = None,
    # 仅在 Scatter3D,Bar3D,Map3D 起作用
    # 图元样式配置项,参考 `series_options.ItemStyleOpts`
    itemstyle_opts: types.ItemStyle = None,
    # 仅在 Scatter3D,Bar3D,Map3D 起作用
    # 高亮标签配置项,参考 `series_options.LabelOpts`
    emphasis_label_opts: types.Label = None,
    # 仅在 Scatter3D,Bar3D,Map3D 起作用
    # 高亮图元样式配置项,参考 `series_options.ItemStyleOpts`
    emphasis_itemstyle_opts: types.ItemStyle = None,
    # 三维地图中三维图形的着色效果。echarts-gl 中支持下面三种着色方式:
    # color: 只显示颜色,不受光照等其它因素的影响。
    # lambert: 通过经典的 lambert 着色表现光照带来的明暗。
    # realistic: 真实感渲染,配合 light.ambientCubemap 和 postEffect 使用可以让展示的画面效果和质感有质的提升。
    # ECharts GL 中使用了基于物理的渲染(PBR) 来表现真实感材质。
    shading: types.Optional[str] = None,
    # 真实感材质相关的配置项,在 shading 为'realistic'时有效。
    realistic_material_opts: types.Optional[types.Map3DRealisticMaterial] = None,
    # lambert 材质相关的配置项,在 shading 为'lambert'时有效。
    lambert_material_opts: types.Optional[types.Map3DLambertMaterial] = None,
    # color 材质相关的配置项,在 shading 为'color'时有效。
    color_material_opts: types.Optional[types.Map3DColorMaterial] = None,
    # 组件所在的层。
    zlevel: types.Numeric = -10,
    # 图形是否不响应和触发鼠标事件,默认为 false,即响应和触发鼠标事件。
    is_silent: bool = False,
    # 是否开启动画。
    is_animation: bool = True,
    # 过渡动画的时长。
    animation_duration_update: types.Numeric = 100,
    # 过渡动画的缓动效果。
    animation_easing_update: types.Numeric = "cubicOut",
):
def add_schema(
    # 地图类型,具体参考 pyecharts.datasets.map_filenames.json 文件
    maptype: str = "china",
    # 名称
    name: types.Optional[str] = None,
    # 三维地理坐标系组件在三维场景中的宽度。
    # 具体图示在此: https://www.echartsjs.com/zh/documents/asset/gl/img/geo-size.png
    box_width: types.Optional[types.Numeric] = 100,
    # 三维地理坐标系组件在三维场景中的高度。
    # 组件高度。这个高度包含三维地图上的柱状图、散点图的高度。
    box_height: types.Optional[types.Numeric] = 10,
    # 三维地理坐标系组件在三维场景中的深度。
    # 组件深度默认自动,保证三维组件的显示比例跟输入的 GeoJSON 的比例相同。
    box_depth: types.Optional[types.Numeric] = None,
    # 三维地图每个区域的高度。这个高度是模型的高度,小于 boxHeight。
    # boxHeight - regionHeight 这一片区域会被用于三维柱状图,散点图等的展示。
    region_height: types.Optional[types.Numeric] = 3,
    # 环境贴图。支持纯色、渐变色、全景贴图的 url。
    # 默认为 'auto',在配置有 light.ambientCubemap.texture 的时候会使用该纹理作为环境贴图。
    # 否则则不显示环境贴图。
    # 示例:
    #  // 配置为全景贴图
    #  environment: 'asset/starfield.jpg'
    #  // 配置为纯黑色的背景
    #  environment: '#000'
    #  // 配置为垂直渐变的背景
    #  environment: new echarts.graphic.LinearGradient(0, 0, 0, 1, [{
    #    offset: 0, color: '#00aaff' // 天空颜色
    #  }, {
    #    offset: 0.7, color: '#998866' // 地面颜色
    #  }, {
    #    offset: 1, color: '#998866' // 地面颜色
    #  }], false)
    environment: types.Optional[types.JSFunc] = None,
    # 是否显示地面。
    # 地面可以让整个组件有个“摆放”的地方,从而使整个场景看起来更真实,更有模型感。
    is_show_ground: bool = False,
    # 地面颜色。
    ground_color: str = "#aaa",
    # instancing会将 GeoJSON 中所有的 geometry 合并成一个
    # 在 GeoJSON 拥有特别多(上千)的 geometry 时可以有效提升绘制效率。
    is_instancing: bool = False,
    # Map3D 的 Label 设置
    map3d_label: types.Map3DLabel = None,
    # 图元样式配置项,参考 `series_options.ItemStyleOpts`
    itemstyle_opts: types.ItemStyle = None,
    # 高亮标签配置项,参考 `series_options.LabelOpts`
    emphasis_label_opts: types.Label = None,
    # 高亮图元样式配置项,参考 `series_options.ItemStyleOpts`
    emphasis_itemstyle_opts: types.ItemStyle = None,
    # 三维地理坐标系组件中三维图形的着色效果。echarts-gl 中支持下面三种着色方式:
    # color: 只显示颜色,不受光照等其它因素的影响。
    # lambert: 通过经典的 lambert 着色表现光照带来的明暗。
    # realistic: 真实感渲染,配合 light.ambientCubemap 和 postEffect 使用可以让展示的画面效果和质感有质的提升。
    # ECharts GL 中使用了基于物理的渲染(PBR) 来表现真实感材质。
    shading: types.Optional[str] = None,
    # 真实感材质相关的配置项,在 shading 为'realistic'时有效。
    realistic_material_opts: types.Optional[types.Map3DRealisticMaterial] = None,
    # lambert 材质相关的配置项,在 shading 为'lambert'时有效。
    lambert_material_opts: types.Optional[types.Map3DLambertMaterial] = None,
    # color 材质相关的配置项,在 shading 为'color'时有效。
    color_material_opts: types.Optional[types.Map3DColorMaterial] = None,
    # 光照相关的设置。在 shading 为 'color' 的时候无效。
    # 光照的设置会影响到组件以及组件所在坐标系上的所有图表。
    # 合理的光照设置能够让整个场景的明暗变得更丰富,更有层次。
    light_opts: types.Optional[types.Map3DLight] = None,
    # 后处理特效的相关配置。后处理特效可以为画面添加高光、景深、环境光遮蔽(SSAO)、调色等效果。可以让整个画面更富有质感。
    post_effect_opts: types.Optional[types.Map3DPostEffect] = None,
    # 是否开启分帧超采样。默认在开启 postEffect 后也会同步开启。
    is_enable_super_sampling: types.Union[str, bool] = "auto",
    # viewControl用于鼠标的旋转,缩放等视角控制。
    view_control_opts: types.Optional[types.Map3DViewControl] = None,
    # 组件所在的层。
    zlevel: types.Optional[types.Numeric] = -10,
    # 组件的视图离容器左侧的距离。
    # 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: types.Union[types.Numeric, str] = "auto",
    # 组件的视图离容器上侧的距离。
    pos_top: types.Union[types.Numeric, str] = "auto",
    # 组件的视图离容器右侧的距离。
    pos_right: types.Union[types.Numeric, str] = "auto",
    # 组件的视图离容器下侧的距离。
    pos_bottom: types.Union[types.Numeric, str] = "auto",
    # 组件的视图宽度。
    pos_width: types.Union[types.Numeric, str] = "auto",
    # 组件的视图高度。
    pos_height: types.Union[types.Numeric, str] = "auto",
)

class Map3DLabelOpts(
    # 是否显示标签。
    is_show: bool = True,
    # 标签距离图形的距离,在三维的散点图中这个距离是屏幕空间的像素值,其它图中这个距离是相对的三维距离。
    distance: Numeric = None,
    # 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}:系列名。
    # {b}:数据名。
    # {c}:数据值。
    formatter: Optional[JSFunc] = None,
    # 标签的字体样式。
    text_style: Union[TextStyleOpts, dict, None] = None,
)


class Map3DRealisticMaterialOpts(
    # 材质细节的纹理贴图。
    detail_texture: Optional[JSFunc] = None,
    # 材质细节纹理的平铺。默认为1,也就是拉伸填满。大于 1 的时候,数字表示纹理平铺重复的次数。
    # 注: 使用平铺需要 detailTexture 的高宽是 2 的 n 次方。例如 512x512,如果是 200x200 的纹理无法使用平铺。
    texture_tiling: Numeric = 1,
    # 材质细节纹理的位移。
    texture_offset: Numeric = 0,
    # roughness 属性用于表示材质的粗糙度,0为完全光滑,1完全粗糙,中间的值则是介于这两者之间。
    roughness: Numeric = 0.5,
    # metalness属性用于表示材质是金属还是非金属,0为非金属,1为金属,中间的值则是介于这两者之间。
    # 通常设成0和1就能满足大部分场景了。
    metalness: Numeric = 0,
    # 粗糙度调整,在使用粗糙度贴图的时候有用。可以对贴图整体的粗糙度进行调整。
    # 默认为 0.5,0的时候为完全光滑,1的时候为完全粗糙。
    roughness_adjust: Numeric = 0.5,
    # 金属度调整,在使用金属度贴图的时候有用。可以对贴图整体的金属度进行调整。
    # 默认为 0.5,0的时候为非金属,1的时候为金属。
    metalness_adjust: Numeric = 0.5,
    # 材质细节的法线贴图。
    # 使用法线贴图可以在较少的顶点下依然表现出物体表面丰富的明暗细节。
    normal_texture: Optional[JSFunc] = None,
)
class Map3DLambertMaterialOpts(
    # 材质细节的纹理贴图。
    detail_texture: Optional[JSFunc] = None,
    # 材质细节纹理的平铺。默认为1,也就是拉伸填满。大于 1 的时候,数字表示纹理平铺重复的次数。
    # 注: 使用平铺需要 detailTexture 的高宽是 2 的 n 次方。例如 512x512,如果是 200x200 的纹理无法使用平铺。
    texture_tiling: Numeric = 1,
    # 材质细节纹理的位移。
    texture_offset: Numeric = 0,
)


class Map3DColorMaterialOpts(
    # 材质细节的纹理贴图。
    detail_texture: Optional[JSFunc] = None,
    # 材质细节纹理的平铺。默认为1,也就是拉伸填满。大于 1 的时候,数字表示纹理平铺重复的次数。
    # 注: 使用平铺需要 detailTexture 的高宽是 2 的 n 次方。例如 512x512,如果是 200x200 的纹理无法使用平铺。
    texture_tiling: Numeric = 1,
    # 材质细节纹理的位移。
    texture_offset: Numeric = 0,
)


class Map3DLightOpts(
    # 主光源的颜色。
    main_color: str = "#fff",
    # 主光源的强度。
    main_intensity: Numeric = 1,
    # 主光源是否投射阴影。默认为关闭。
    # 开启阴影可以给场景带来更真实和有层次的光照效果。但是同时也会增加程序的运行开销。
    is_main_shadow: bool = False,
    # 阴影的质量。可选'low', 'medium', 'high', 'ultra'
    main_shadow_quality: str = "medium",
    # 主光源绕 x 轴,即上下旋转的角度。配合 beta 控制光源的方向。
    # 图示: https://www.echartsjs.com/zh/documents/asset/gl/img/light-alpha-beta.png
    main_alpha: Numeric = 40,
    # 主光源绕 y 轴,即左右旋转的角度。
    main_beta: Numeric = 40,
    # 环境光的颜色。
    ambient_color: str = "#fff",
    # 环境光的强度。
    ambient_intensity: Numeric = 0.2,
    # 环境光贴图的 url,支持使用.hdr格式的 HDR 图片。
    # 可以从 http://www.hdrlabs.com/sibl/archive.html 等网站获取 .hdr 的资源。
    ambient_cubemap_texture: Optional[str] = None,
    # 漫反射的强度。
    ambient_cubemap_diffuse_intensity: Numeric = 0.5,
    # 高光反射的强度。
    ambient_cubemap_specular_intensity: Numeric = 0.5,
)


class Map3DPostEffectOpts(
    # 是否开启后处理特效。默认关闭。
    is_enable: bool = False,
    # 是否开启光晕特效。
    is_bloom_enable: bool = False,
    # 光晕的强度,默认为 0.1
    bloom_intensity: Numeric = 0.1,
    # 是否开启景深。
    is_depth_field_enable: bool = False,
    # 初始的焦距,用户可以点击区域自动聚焦。
    depth_field_focal_distance: Numeric = 50,
    # 完全聚焦的区域范围,在此范围内的物体时完全清晰的,不会有模糊
    depth_field_focal_range: Numeric = 20,
    # 镜头的F值,值越小景深越浅。
    depth_field_fstop: Numeric = 2.8,
    # 焦外的模糊半径
    depth_field_blur_radius: Numeric = 10,
    # 是否开启环境光遮蔽。默认不开启。
    is_ssao_enable: bool = False,
    # 环境光遮蔽的质量。支持'low', 'medium', 'high', 'ultra'。
    ssao_quality: str = "medium",
    # 环境光遮蔽的采样半径。半径越大效果越自然,但是需要设置较高的'quality'。
    ssao_radius: Numeric = 2,
    # 环境光遮蔽的强度。值越大颜色越深。
    ssao_intensity: Numeric = 1,
    # 是否开启颜色纠正。
    is_color_correction_enable: bool = False,
    # 参考 Echarts 官方解释。
    # 地址:https://www.echartsjs.com/zh/option-gl.html#geo3D.postEffect.colorCorrection.lookupTexture
    color_correction_lookup_texture: Optional[JSFunc] = None,
    # 画面的曝光。
    color_correction_exposure: Numeric = 0,
    # 画面的亮度。
    color_correction_brightness: Numeric = 0,
    # 画面的对比度。
    color_correction_contrast: Numeric = 1,
    # 画面的饱和度。
    color_correction_saturation: Numeric = 1,
    # 是否开启 FXAA。默认为不开启。
    is_fxaa_enable: bool = False,
)


class Map3DViewControlOpts(
    # 投影方式,默认为透视投影'perspective',也支持设置为正交投影'orthographic'。
    projection: str = "perspective",
    # 是否开启视角绕物体的自动旋转查看。
    auto_rotate: bool = False,
    # 物体自转的方向。默认是 'cw' 也就是从上往下看是顺时针方向,也可以取 'ccw',既从上往下看为逆时针方向。
    auto_rotate_direction: str = "cw",
    # 物体自转的速度。单位为角度 / 秒,默认为10 ,也就是36秒转一圈。
    auto_rotate_speed: Numeric = 10,
    # 在鼠标静止操作后恢复自动旋转的时间间隔。在开启 autoRotate 后有效。
    auto_rotate_after_still: Numeric = 3,
    # 鼠标进行旋转,缩放等操作时的迟滞因子,在大于 0 的时候鼠标在停止操作后,视角仍会因为一定的惯性继续运动(旋转和缩放)。
    damping: Numeric = 0.8,
    # 旋转操作的灵敏度,值越大越灵敏。支持使用数组分别设置横向和纵向的旋转灵敏度。
    # 默认为1。
    # 设置为0后无法旋转。
    # // 无法旋转
    # rotateSensitivity: 0
    # // 只能横向旋转
    # rotateSensitivity: [1, 0]
    # // 只能纵向旋转
    # rotateSensitivity: [0, 1]
    rotate_sensitivity: Union[Numeric, Sequence] = 1,
    # 缩放操作的灵敏度,值越大越灵敏。默认为1。
    # 设置为0后无法缩放。
    zoom_sensitivity: Numeric = 1,
    # 平移操作的灵敏度,值越大越灵敏。支持使用数组分别设置横向和纵向的平移灵敏度
    # 默认为1。
    # 设置为0后无法平移。
    pan_sensitivity: Numeric = 1,
    # 平移操作使用的鼠标按键,支持:
    #  'left' 鼠标左键(默认)
    #  'middle' 鼠标中键
    #  'right' 鼠标右键
    #  注意:如果设置为鼠标右键则会阻止默认的右键菜单。
    pan_mouse_button: str = "left",
    # 旋转操作使用的鼠标按键,支持:
    #  'left' 鼠标左键(默认)
    #  'middle' 鼠标中键
    #  'right' 鼠标右键
    #  注意:如果设置为鼠标右键则会阻止默认的右键菜单。
    rotate_mouse_button: str = "middle",
    # 默认视角距离主体的距离,对于 globe 来说是距离地球表面的距离
    # 对于 grid3D 和 geo3D 等其它组件来说是距离中心原点的距离。
    # 在 projection 为'perspective'的时候有效。
    distance: Numeric = 100,
    # 视角通过鼠标控制能拉近到主体的最小距离。在 projection 为'perspective'的时候有效。
    min_distance: Numeric = 40,
    # 视角通过鼠标控制能拉远到主体的最大距离。在 projection 为'perspective'的时候有效。
    max_distance: Numeric = 400,
    # 正交投影的大小。在 projection 为'orthographic'的时候有效。
    orthographic_size: Numeric = 100
    # 正交投影缩放的最大值。在 projection 为'orthographic'的时候有效。
    min_orthographic_size: Numeric = 20,
    # 正交投影缩放的最小值。在 projection 为'orthographic'的时候有效。
    max_orthographic_size: Numeric = 400,
    # 视角绕 x 轴,即上下旋转的角度。配合 beta 可以控制视角的方向。
    alpha: Numeric = 40,
    # 视角绕 y 轴,即左右旋转的角度。
    beta: Numeric = 0,
    # 视角中心点,旋转也会围绕这个中心点旋转,默认为[0,0,0]。
    center: Optional[Sequence] = None,
    # 上下旋转的最小 alpha 值。即视角能旋转到达最上面的角度。
    min_alpha: Numeric = 5,
    # 上下旋转的最大 alpha 值。即视角能旋转到达最下面的角度。
    max_alpha: Numeric = 90,
    # 左右旋转的最小 beta 值。即视角能旋转到达最左的角度。
    min_beta: Numeric = -80,
    # 左右旋转的最大 beta 值。即视角能旋转到达最右的角度。
    max_beta: Numeric = 80,
    # 是否开启动画。
    animation: bool = True,
    # 过渡动画的时长。
    animation_duration_update: Numeric = 1000,
    # 过渡动画的缓动效果。
    animation_easing_update: str = "cubicInOut",
)

  • 16
    点赞
  • 91
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
### 回答1: 使用pyecharts绘制气泡图的示例可以参考下面的代码:from pyecharts import Bubble import random attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"] v1 = [11, 10, 12, 10, 10, 10] v2 = [1, 2, 3, 4, 5, 6] bubble = Bubble("气泡图示例", title_pos="center", width=1200, height=600) bubble.add("商品", attr, v1, v2, is_random=True, # 是否显示随机分配的颜色的marker=True, # 是否显示颜色的标记(marker),默认为False) bubble.render("bubble.html") ### 回答2: 使用 pyecharts 绘制气泡图的示例代码如下: ```python from pyecharts import options as opts from pyecharts.charts import Scatter def bubble_chart() -> Scatter: # 设置气泡图的数据 data = [ [10.0, 8.04, 10], [8.0, 6.95, 12], [13.0, 7.58, 8], [9.0, 8.81, 14], [11.0, 8.33, 6], [14.0, 9.96, 10], [6.0, 7.24, 4], [4.0, 4.26, 12], [12.0, 10.84, 8], [7.0, 4.82, 6], [5.0, 5.68, 12] ] # 创建 scatter 对象并设置基本配置 scatter = Scatter() scatter.set_global_opts( title_opts=opts.TitleOpts(title="气泡图示例"), xaxis_opts=opts.AxisOpts(type_="value", name="X 轴"), yaxis_opts=opts.AxisOpts(type_="value", name="Y 轴"), ) # 添加气泡图数据 scatter.add( series_name="", data=data, label_opts=opts.LabelOpts(formatter="{c}"), itemstyle_opts=opts.ItemStyleOpts(color="#4182F7"), ) return scatter # 生成 HTML 文件并在浏览器中打开 bubble_chart().render("bubble_chart.html") ``` 这段代码绘制了一个简单的气泡图示例,气泡图中的每一个气泡代表一个数据点。X 轴和 Y 轴分别表示数据的两个维度,通过气泡的大小和颜色来表示第三个维度的数值。可以根据实际需求修改数据和图表的样式进行定制化。运行代码后会生成一个名为 "bubble_chart.html" 的 HTML 文件,可以直接打开该文件查看气泡图的效果。 ### 回答3: 以下是使用pyecharts绘制一个气泡图的示例代码: 首先,我们需要安装pyecharts库: ``` pip install pyecharts ``` 导入所需的库: ```python from pyecharts.charts import Scatter from pyecharts import options as opts ``` 定义x、y和size的数据: ```python x_data = [1, 2, 3, 4, 5] y_data = [10, 20, 30, 40, 50] size_data = [20, 30, 40, 50, 60] ``` 创建一个Scatter示例对象,设置标题和图表大小: ```python scatter_chart = Scatter() scatter_chart.set_global_opts(title_opts=opts.TitleOpts(title="气泡图示例"), visualmap_opts=opts.VisualMapOpts(max_=60)) scatter_chart.height = "300px" ``` 添加x、y和size的数据到图表: ```python scatter_chart.add_xaxis(x_data) scatter_chart.add_yaxis("", y_data, size_data) ``` 将图表渲染为HTML文件: ```python scatter_chart.render("scatter_chart.html") ``` 以上代码将生成一个气泡图,x轴为1到5的数据,y轴为10到50的数据,并根据size_data设置气泡的大小。然后将图表保存为scatter_chart.html文件。 运行代码后,将在当前目录下生成一个scatter_chart.html文件,用浏览器打开即可看到绘制的气泡图。

“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 1
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

打赏作者

爱打羽毛球的小怪兽

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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