pyecharts全局配置项

本文介绍了如何使用pyecharts进行全局配置,通过`set_global_opts`方法设置标题等选项。例如,设置主标题为"我是主标题",并链接到'http://abs.hznu.edu.cn/portal/'。此外,还提到了配置项之间的嵌套关系,如隐藏X轴坐标轴、添加副标题和区域缩放的配置案例。
摘要由CSDN通过智能技术生成

1,全局配置项可通过 set_global_opts 方法设置

以加入标题配置项为例:

官网:

#class pyecharts.options.TitleOpts

class TitleOpts(

# 主标题文本,支持使用 \n 换行。

title: Optional[str] = None,

#Optional表示可选,默认为None,页可以加字符串[str],例子:title="我是主标题"

# 主标题跳转 URL 链接

title_link: Optional[str] = None,

)

加入实际程序为:

from pyecharts import options as opts

#引用options时定义为opts,TitleOpts在类options中

set_global_opts(title_opts=opts.TitleOpts(title="我是主标题",title_link="http://abs.hznu.edu.cn/portal/"))

其中:title_opts为类名(TitleOpts)改写(大写变小写,中间加下划线)

opts为options的引用,TitleOpts为类名的完整引用,title

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
由于题目中提到的数据文件a.csv不清楚具体内容和格式,因此以下示例仅提供代码框架供参考,实际应用需要根据具体数据格式进行相应的数据预处理和可视化操作。 (1)获取处理好的数据 ```python import pandas as pd # 读取CSV文件 df = pd.read_csv('a.csv') # 对数据进行处理,获取销量前5的商品数量 top5_products = df.groupby('商品名称')['销量'].sum().sort_values(ascending=False)[:5] ``` (2)绘制销量前5的商品数量柱形图 ```python from pyecharts import options as opts from pyecharts.charts import Bar # 创建柱形图 bar_chart = Bar() # 添加x轴数据和y轴数据 bar_chart.add_xaxis(top5_products.index.tolist()) bar_chart.add_yaxis('销量', top5_products.tolist()) # 设置全局配置 bar_chart.set_global_opts( title_opts=opts.TitleOpts(title='销量前5的商品数量柱形图'), xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=15)) ) # 设置系列配置 bar_chart.set_series_opts( label_opts=opts.LabelOpts(position='top') ) # 显示图表 bar_chart.render() ``` (3)绘制售货机每月总交易额折线图 ```python from pyecharts.charts import Line # 对数据进行处理,获取每月总交易额 monthly_sales = df.groupby('交易时间月份')['交易额'].sum() # 创建折线图 line_chart = Line() # 添加x轴数据和y轴数据 line_chart.add_xaxis(monthly_sales.index.tolist()) line_chart.add_yaxis('交易额', monthly_sales.tolist()) # 设置全局配置 line_chart.set_global_opts( title_opts=opts.TitleOpts(title='售货机每月总交易额折线图') ) # 设置系列配置 line_chart.set_series_opts( label_opts=opts.LabelOpts(is_show=False) ) # 显示图表 line_chart.render() ``` (4)绘制售货机各类商品的销售额饼图 ```python from pyecharts.charts import Pie # 对数据进行处理,获取各类商品的销售额 category_sales = df.groupby('商品小类')['销售额'].sum() # 创建饼图 pie_chart = Pie() # 添加数据 pie_chart.add( '', [list(z) for z in zip(category_sales.index.tolist(), category_sales.tolist())], radius=['30%', '75%'], rosetype='radius' ) # 设置全局配置 pie_chart.set_global_opts( title_opts=opts.TitleOpts(title='售货机各类商品的销售额饼图'), legend_opts=opts.LegendOpts( orient='vertical', pos_top='15%', pos_left='2%' ) ) # 设置系列配置 pie_chart.set_series_opts( label_opts=opts.LabelOpts(formatter='{b}: {c} ({d}%)') ) # 显示图表 pie_chart.render() ``` (5)绘制2017年每月每台售货机的销售额的时间线轮播多图 ```python from pyecharts.charts import Timeline # 对数据进行处理,获取2017年每月每台售货机的销售额 monthly_sales_by_vending_machine = df[df['交易时间年份'] == 2017].groupby(['交易时间月份', '售货机编号'])['销售额'].sum().unstack() # 创建时间线轮播多图 timeline_chart = Timeline() # 添加每个时间点的图表 for month in monthly_sales_by_vending_machine.index.tolist(): bar_chart = ( Bar() .add_xaxis(monthly_sales_by_vending_machine.columns.tolist()) .add_yaxis('', monthly_sales_by_vending_machine.loc[month].tolist()) .set_global_opts( title_opts=opts.TitleOpts(title='{}年{}月每台售货机的销售额'.format(2017, month)), xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=15)) ) .set_series_opts( label_opts=opts.LabelOpts(position='top') ) ) timeline_chart.add(bar_chart, '{}年{}月'.format(2017, month)) # 显示图表 timeline_chart.render() ``` (6)绘制售货机每月各类商品的销售额柱形图与饼图的并行多图 ```python from pyecharts.charts import Grid # 对数据进行处理,获取每月各类商品的销售额 monthly_sales_by_category = df.groupby(['交易时间月份', '商品大类', '商品小类'])['销售额'].sum().reset_index() # 创建并行多图 grid_chart = ( Grid() .add( # 创建柱形图 Bar() .add_xaxis(monthly_sales_by_category[monthly_sales_by_category['商品大类'] == '饮料']['商品小类'].unique().tolist()) .add_yaxis('饮料', monthly_sales_by_category[monthly_sales_by_category['商品大类'] == '饮料']['销售额'].tolist()) .add_yaxis('零食', monthly_sales_by_category[monthly_sales_by_category['商品大类'] == '零食']['销售额'].tolist()) .set_global_opts( title_opts=opts.TitleOpts(title='售货机每月各类商品的销售额柱形图与饼图的并行多图(柱形图部分)'), xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=15)) ) .set_series_opts( label_opts=opts.LabelOpts(position='top') ), grid_opts=opts.GridOpts(pos_left='5%', pos_right='55%', pos_top='15%') ) .add( # 创建饼图 Pie() .add( '', [list(z) for z in zip( monthly_sales_by_category[monthly_sales_by_category['商品大类'] == '饮料']['商品小类'].tolist(), monthly_sales_by_category[monthly_sales_by_category['商品大类'] == '饮料']['销售额'].tolist() )], center=['75%', '50%'], radius=['30%', '75%'], rosetype='radius' ) .set_global_opts( title_opts=opts.TitleOpts(title='售货机每月各类商品的销售额柱形图与饼图的并行多图(饼图部分)'), legend_opts=opts.LegendOpts( orient='vertical', pos_top='15%', pos_left='80%' ) ) .set_series_opts( label_opts=opts.LabelOpts(formatter='{b}: {c} ({d}%)') ), grid_opts=opts.GridOpts(pos_left='60%', pos_right='5%', pos_top='15%') ) ) # 显示图表 grid_chart.render() ```
评论
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

SuperSpinach

动力源泉

¥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