数据可视化技术Pyecharts折线图Line详细代码注释学习笔记1

2024-06-28 17:40| 来源: 网络整理| 查看: 265

前言

目前来讲，pyecharts相对matplotlib来说，明显的优点多些，加上是我们国家的百度开源的项目，现在pyecharts分0.5和1的版本，由于0.5版本不再更新与维护，这里记录1的版本语法之前学习过一段时间echarts，也学了段时间pyecharts，现在打算整理下笔记，分享促进爱好者们一起学习

总结

10个小例子

type_这个属性注意加下划线 , pyecharts可以使用单引号’ '也可以使用双引号""存储变量值，我们看到的数据每次运行都不相同，是因为faker模块每次都生成新的随机数据

首先导入通用的python模块 from pyecharts.charts import Line import pyecharts.options as opts from pyecharts.faker import Faker

说明上述模块：第1行代码：从pyecharts.charts导入Line模块。Line是折线图模块，是用来生成折线图的。第2行代码：导入pyecharts模块下的子模块options取别名为opts，使用 options 配置项，在 pyecharts 中，一切皆 Options。第3行代码：从faker中导入Faker模块，这个模块是用来生成随机数据的，即我们学习当中不用准备模拟数据。

例1 基本示例 ''' set_global_opts是设置全局配置，title_opts是属性，这里通过别名opts调用options里的TitleOpts方法设置图表标题，title也是固定的属性 ''' line1=( Line() # 生成line类型图表 .add_xaxis(Faker.choose()) # 添加x轴，Faker.choose()是使用faker的随机数据生成x轴标签 .add_yaxis('数据1',Faker.values()) # 添加y轴，Faker.values()是使用faker的随机数据生成y轴数值 .add_yaxis('数据2',Faker.values()) .set_global_opts(title_opts=opts.TitleOpts(title='Line 基本示例')) ) line1.render('pyecharts-line.html') # 生成一个名为pyecharts-line.html的网页文件，打开网页就是下图

图片加载中

例2 数值x轴 line2=( Line() .add_xaxis(Faker.values()) .add_yaxis('数据1',Faker.values()) .add_yaxis('数据2',Faker.values()) .set_global_opts( title_opts=opts.TitleOpts(title='Line 数值x轴'), xaxis_opts=opts.AxisOpts(type_='value') # 设置x轴类型属性为value数值类型 ) ) line2.render('pyecharts-line.html')

在这里插入图片描述

例3 连接空数据 y=Faker.values() # 这里先把随机数据赋给y变量做y轴数值 y[3],y[5]=None,None line3=( Line() .add_xaxis(Faker.choose()) .add_yaxis('数据1',y,is_connect_nones=True)# 这里设置连接空数据 .set_global_opts(title_opts=opts.TitleOpts(title='line 连接空数据')) ) line3.render('pyecharts-line.html')

在这里插入图片描述

例4 平滑曲线 line4=( Line() .add_xaxis(Faker.choose()) .add_yaxis('数据1',Faker.values(),is_smooth=True)# 设置线为平滑的 .add_yaxis('数据2',Faker.values(),is_smooth=True) .set_global_opts(title_opts=opts.TitleOpts(title='line smooth')) ) line4.render('pyecharts-line.html')

在这里插入图片描述

例5 对数轴示例 line5=( Line() .add_xaxis(xaxis_data=['一','二','三','四','五','六','七','八','九']) .add_yaxis( '2的指数', y_axis=[1,2,4,8,16,32,64,128,256], linestyle_opts=opts.LineStyleOpts(width=2) # 线宽度设置为2 ) .add_yaxis( '3的指数', y_axis=[1,3,9,27,81,247,741,2223,6669], linestyle_opts=opts.LineStyleOpts(width=2), ) .set_global_opts( title_opts=opts.TitleOpts(title='line 对数轴示例'), xaxis_opts=opts.AxisOpts(name='x'),# 设置x轴名字属性 yaxis_opts=opts.AxisOpts( type_='log', # 设置类型 name='y', # 设置y轴名字属性 splitline_opts=opts.SplitLineOpts(is_show=True),# 这里将分割线显示 is_scale=True # 这里范围设置true是显示线的顶端，设置为False的话就只会显示前2个数值 ) ) ) line5.render('pyecharts-line.html')

在这里插入图片描述

例6 MarkPoint标记点 line6=( Line() .add_xaxis(Faker.choose()) .add_yaxis( '数据1', Faker.values(), # 使用markpoint标记点属性，数据类型设置为min会最小值生成标记点 markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_='min')]) ) .add_yaxis( '数据2', Faker.values(), # 使用max类型标记点 markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_='max')]) ) .set_global_opts(title_opts=opts.TitleOpts(title='Line-MarkPoint')) ) line6.render('pyecharts-line.html')

在这里插入图片描述

例7 MarkPoint 标记点自定义 x,y=Faker.choose(),Faker.values() line7=( Line() .add_xaxis(x) .add_yaxis( '数据1', y, markpoint_opts=opts.MarkPointOpts( # 使用coord这个属性设置自定义标记点数值，这是的2代表3，编程列表索引顺序一般1是从0开始的 data=[opts.MarkPointItem(name='自定义标记点',coord=[x[2],y[2]],value=y[2])] ) ) .set_global_opts(title_opts=opts.TitleOpts(title='Line MarkPoint 自定义')) ) line7.render('pyecharts-line.html')

在这里插入图片描述

例8 MarkLine标记线 line8=( Line() .add_xaxis(Faker.choose()) .add_yaxis( '数据1', Faker.values(), markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_='average')]), ) .add_yaxis( '数据2', Faker.values(), markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_='average')]), ) .set_global_opts(title_opts=opts.TitleOpts(title='Line MarkLine')) # 使用标记线 ) line8.render('pyecharts-line.html'

在这里插入图片描述

例9 阶梯图 line9=( Line() .add_xaxis(Faker.choose()) .add_yaxis('数据1',Faker.values(),is_step=True) # 数值设置step脚步即折线图变阶梯图 .set_global_opts(title_opts=opts.TitleOpts(title='Line 阶梯图')) ) line9.render('pyecharts-line.html')

在这里插入图片描述

例10 ItemStyle 项目样式

折线图项目为线，柱状图的项目就是柱子，饼图就是扇区

line10=( Line() .add_xaxis(xaxis_data=Faker.choose()) .add_yaxis( '数据1', Faker.values(), symbol='square', # 线数值的标志，也可以为菱形、三角形、矩形等，这是设置为正方形 symbol_size=15, # 标志大小 # 设置线样式，颜色color为黑色，宽度width为5，类型为虚线，也可以设置实线、点线等 linestyle_opts=opts.LineStyleOpts(color='black',width=5,type_='dashed'), label_opts=opts.LabelOpts(is_show=False), itemstyle_opts=opts.ItemStyleOpts( border_width=4,border_color='blue',color='red' # 设置边框标志宽度，边框颜色和边框里面颜色 ) ) .set_global_opts( title_opts=opts.TitleOpts(title='Line ItemStyle'), xaxis_opts=opts.AxisOpts(type_='category'), # 设置x轴类型为种类 yaxis_opts=opts.AxisOpts( type_='value', axistick_opts=opts.AxisTickOpts(is_show=True), splitline_opts=opts.SplitLineOpts(is_show=True) ), tooltip_opts=opts.TooltipOpts(is_show=False) ) ) line10.render('pyecharts-line.html')

在这里插入图片描述折线图暂时整理记录到这。

配置项说明官方给出的初始化配置项，所有图表通用

class Bar(

init_opts: opts.InitOpts = opts.InitOpts()

)

官方柱状图y轴的配置项

def add_yaxis( # 系列名称，用于 tooltip 的显示，legend 的图例筛选。 series_name: str,

# 系列数据 yaxis_data: Sequence[Numeric, opts.BarItem, dict], # 是否选中图例 is_selected: bool = True, # 使用的 x 轴的 index，在单个图表实例中存在多个 x 轴的时候有用。 xaxis_index: Optional[Numeric] = None, # 使用的 y 轴的 index，在单个图表实例中存在多个 y 轴的时候有用。 yaxis_index: Optional[Numeric] = None, # 系列 label 颜色 color: Optional[str] = None, # 数据堆叠，同个类目轴上系列配置相同的　stack　值可以堆叠放置。 stack: Optional[str] = None, # 同一系列的柱间距离，默认为类目间距的 20%，可设固定值 category_gap: Union[Numeric, str] = "20%", # 不同系列的柱间距离，为百分比（如 '30%'，表示柱子宽度的 30%）。 # 如果想要两个系列的柱子重叠，可以设置 gap 为 '-100%'。这在用柱子做背景的时候有用。 gap: Optional[str] = None, # 标签配置项，参考 `series_options.LabelOpts` label_opts: Union[opts.LabelOpts, dict] = opts.LabelOpts(), # 标记点配置项，参考 `series_options.MarkPointOpts` markpoint_opts: Union[opts.MarkPointOpts, dict, None] = None, # 标记线配置项，参考 `series_options.MarkLineOpts` markline_opts: Union[opts.MarkLineOpts, dict, None] = None, # 提示框组件配置项，参考 `series_options.TooltipOpts` tooltip_opts: Union[opts.TooltipOpts, dict, None] = None, # 图元样式配置项，参考 `series_options.ItemStyleOpts` itemstyle_opts: Union[opts.ItemStyleOpts, dict, None] = None,

)

BarItem：柱状图数据项

class BarItem( # 数据项名称。 name: Optional[str] = None,

# 单个数据项的数值。 value: Optional[Numeric] = None, # 单个柱条文本的样式设置，参考 `series_options.LabelOpts`。 label_opts: Union[LabelOpts, dict, None] = None, # 图元样式配置项，参考 `series_options.ItemStyleOpts` itemstyle_opts: Union[ItemStyleOpts, dict, None] = None, # 提示框组件配置项，参考 `series_options.TooltipOpts` tooltip_opts: Union[TooltipOpts, dict, None] = None,

)

【本文地址】

公司简介

联系我们