echarts自动排序_快速绘制动态排序图 — Pyecharts 高级组件 Timeline 实现！
点击上方 Z先生点记，加为星标
第一时间收到 Python 技术干货！
之前写过一篇关于Python 制作 动态排序图的教程，里面利用的是 Matplotlib 中的 animation 函数，文章内容可参考动态排序图的详细制作教程，动态排序图的最终部分效果如下：
今天文章将用另外一种Python 软件包 Pyecharts，来实现类似效果，效果如下：
在整个动态图的绘制过程，主要用到了 Pyecharts 的 Timeline 高级组件，该组件与 Matplotlib 中 animatation 函数原理相同，
把数据以时间作为唯一变量，在不同时间点下其它数据条目是不一样的，一个时间点可以绘制一张可视化图表，把全部的可视化图表一帧一帧连接起来，通过帧与帧之间的数据差值变化，最终形成动态图效果
而 Timeline 组件和 anaimation 函数在这里承担的角色就是 帧与帧之间可视化图表的拼接，以上原理介绍完了，接下来就来介绍一下具体怎么使用 Timeline
Timeline 组件使用
**1，安装 Pyecharts **
使用之前，请确保你已经安装好 Pyecharts ，安装方式直接利用pip 工具即可，命令如下：
pip install pyechartske
2，创建 Timeline 对象类
先创建一个 Timeline 对象，相当于一个容器，把后面绘制的每一帧可视化报表图放在里面，然后根据放入先后顺序合成一个类似动态图的视频
# 导入所需要的库函数
from pyecharts import options as opts
from pyecharts.charts import Bar,Timeline
from pyecharts.faker import Faker
import random
t1 = Timeline()# 创建 Timeline对象
3，循环绘制每一帧图表，放入 Timeline
利用 for 或 while 循环语句，遵守 Pyecharts 语句创建每一帧时间对应的可视化图表，然后加入了前面创建的 Timeline() 组件中，这里图表以直方图 Bar 为例
for i in range(1969,2020):
attr1 = random.shuffle(list(attr))
bar = (
Bar()
.add_xaxis(random.sample(attr, len(attr)))
.add_yaxis('Data',Faker.values(),label_opts = opts.LabelOpts(position = 'right'),
)
.set_series_opts(label_opts = opts.LabelOpts(is_show = True,position = 'right'))
.reversal_axis()
.set_global_opts(title_opts = opts.TitleOpts("{}".format(i),
pos_left = '50%',
),
legend_opts = opts.LegendOpts(pos_right = '10%'))
)
t1.add(bar,'{}年'.format(i))
代码解读，这里以1969-2020 作为时间段，对每一个时间节点也就是某一年创建对应的 Bar 图表，最后以t1.add(instance,str) 函数把对应时间点创建的图表加入 Timeline 组件中，为了后面更好的展示动态效果，这里把对 Bar 的坐标轴做了逆置操作( reversal_axis() ),每一帧的效果预览如下：
4，美渲染化图表， html 文件
另外，在 Timeline() 中 提供了函数add_schema() 用于美化组件样式，例如 时间轴方向、符号、颜色、每一帧停留时间、播放键位置、是否现实 timeline 组件、组件位置 等属性，函数使用介绍如下
def add_schema(
# 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。
axis_type: str = "category",
# 时间轴的类型。可选:
# 'horizontal': 水平
# 'vertical': 垂直
orient: str = "horizontal",
# timeline 标记的图形。
# ECharts 提供的标记类型包括 'circle', 'rect', 'roundRect', 'triangle', 'diamond',
# 'pin', 'arrow', 'none'
# 可以通过 'image://url' 设置为图片，其中 URL 为图片的链接，或者 dataURI。
symbol: Optional[str] = None,
# timeline 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: Optional[Numeric] = None,
# 表示播放的速度(跳动的间隔)，单位毫秒(ms)。
play_interval: Optional[Numeric] = None,
# 表示播放按钮的位置。可选值：'left'、'right'。
control_position: str = "left",
# 是否自动播放。
is_auto_play: bool = False,
# 是否循环播放。
is_loop_play: bool = True,
# 是否反向播放。
is_rewind_play: bool = False,
# 是否显示 timeline 组件。如果设置为 false，不会显示，但是功能还存在。
is_timeline_show: bool = True,
# 是否反向放置 timeline，反向则首位颠倒过来
is_inverse: bool = False,
# Timeline 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: Optional[str] = None,
# timeline 组件离容器右侧的距离。
# 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: Optional[str] = None,
# Timeline 组件离容器上侧的距离。
# 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 'top', 'middle', 'bottom'。
# 如果 left 的值为 'top', 'middle', 'bottom'，组件会根据相应的位置自动对齐
pos_top: Optional[str] = None,
# timeline 组件离容器下侧的距离。
# 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: Optional[str] = "-5px",
# 时间轴区域的宽度, 影响垂直的时候时间轴的轴标签和轴之间的距离
width: Optional[str] = None,
# 时间轴区域的高度
height: Optional[str] = None,
# 时间轴的坐标轴线配置，参考 `series_options.LineStyleOpts`
linestyle_opts: Union[opts.LineStyleOpts, dict, None] = None,
# 时间轴的轴标签配置，参考 `series_options.LabelOpts`
label_opts: Optional[opts.LabelOpts] = None,
# 时间轴的图形样式，参考 `series_options.ItemStyleOpts`
itemstyle_opts: Union[opts.ItemStyleOpts, dict, None] = None,
)美化完图表之后，利用渲染命令把图表到处至本地 html 文件 t1.render( html路径)，最终效果如下(Ps ：请不要在意图表中数据的真实性，这里只是为了介绍 Timeline() 的使用方法，里面数据都是随机生成得到的)
完整代码部分
from pyecharts import options as opts
from pyecharts.charts import Bar,Timeline
from pyecharts.faker import Faker
import random
attr = Faker.choose()
t1 = Timeline()# 创建 Timeline对象
for i in range(1969,2020):
attr1 = random.shuffle(list(attr))
bar = (
Bar()
.add_xaxis(random.sample(attr, len(attr)))
.add_yaxis('Data',Faker.values(),label_opts = opts.LabelOpts(position = 'right'),
)
.set_series_opts(label_opts = opts.LabelOpts(is_show = True,position = 'right'))
.reversal_axis()
.set_global_opts(title_opts = opts.TitleOpts("{}".format(i),
pos_left = '50%',
),
legend_opts = opts.LegendOpts(pos_right = '10%'))
)
t1.add(bar,'{}年'.format(i))
t1.add_schema(
symbol = 'arrow',# 设置标记时间；
#orient = 'vertical',
symbol_size = 2,# 标记大小;
play_interval = 900,# 播放时间间隔；
control_position = 'right',# 控制位置;
linestyle_opts = opts.LineStyleOpts(width = 5,
type_ = 'dashed',
color = 'rgb(255,0,0,0.5)'),
label_opts = opts.LabelOpts(color = 'rgb(0,0,255,0.5)',
font_size = 15,
font_style = 'italic',
font_weight = 'bold',
font_family ='Time New Roman',
position = 'left',
interval = 20,
)
)
t1.render("D:/timeline_bar.html")
Timeline 组件扩展
以上通过制作 动态排序图来介绍了 Timeline 组件，本案例中图表主体类型为 Bar ，但在实际应用可以根据视觉效果、业务需求等不同应用场景把 Bar 替换为 其他图表类型，只需要把上面代码部分中的 for 循环主体代码替换即可，
for i in range(1969,2020):
attr1 = random.shuffle(list(attr))
instance = ...你的图表类型
t1.add(instance,'{}年'.format(i))
换一种图表类型，可能会不一样的视觉效果，例如桑葚图：
圆环饼图，都有不错的动态效果，都可借助 Timeline 组件来实现
好了，以上就是本篇文章的所有内容，最后感谢大家阅读！
推荐阅读：
GitHub 上又一个面向韭菜玩家的开源项目... 数据分析5大软件「优势PK」：Python、Excel、R、SAS、SPSS你最爱哪个？