Pyecharts直角坐标系图:象形柱状图 PictorialBar

前言

本文主要讲解Pyecharts中象形柱状图的各参数及使用
本文内容参考官网,在使用中,有自己的一些总结,现分享给大家。
官网象形柱状图:参数文档 、 官网案例 、 github库
实践不易,请大家伸出小手,一键三连,多多支持。

PictorialBar:象形柱状图

class

class pyecharts.charts.PictorialBar(RectChart)

class PictorialBar(
    # 初始化配置项,参考 `global_options.InitOpts`
    init_opts: opts.InitOpts = opts.InitOpts()
)

类中的参数为InitOpts:初始化配置项,用于对画布的配置

func

func pyecharts.charts.PictorialBar.add_yaxis

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
    y_axis: Sequence,

    # 图形类型。
    # 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。
    # URL 为图片链接例如:'image://http://xxx.xxx.xxx/a/b.png'
    # URL 为 dataURI 例如:'image://data:image/gif;base64,R0lGODlhEAAQAMQAAORHHOVSKudfO...
    # 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的大小。路径的格式参见 SVG PathData。
    # 可以从 Adobe Illustrator 等工具编辑导出。例如:
    # 'path://M30.9,53.2C16.8,53.2,5.3,41.7,5.3,27.6S16.8,2,30.9,2C45,2,56.4,13.5,56.4,2...'
    symbol: Optional[str] = None,

    # 图形的大小。
    # 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,也可以设置成诸如 10 这样单一的数字,表示 [10, 10]。
    # 可以设置成绝对值(如 10),也可以设置成百分比(如 '120%'、['55%', 23])。
    symbol_size: Union[Numeric, Sequence, None] = None,

    # 图形的定位位置。可取值:
    # 'start':图形边缘与柱子开始的地方内切。
    # 'end':图形边缘与柱子结束的地方内切。
    # 'center':图形在柱子里居中。
    symbol_pos: Optional[str] = None,

    # 图形相对于原本位置的偏移。symbolOffset 是图形定位中最后计算的一个步骤,
    # 可以对图形计算出来的位置进行微调。
    # 可以设置成绝对值(如 10),也可以设置成百分比(如 '120%'、['55%', 23])。
    # 当设置为百分比时,表示相对于自身尺寸 symbolSize 的百分比。
    # 例如 [0, '-50%'] 就是把图形向上移动了自身尺寸的一半的位置。
    symbol_offset: Optional[Sequence] = None,

    # 图形的旋转角度。
    # 注意,symbolRotate 并不会影响图形的定位(哪怕超出基准柱的边界),而只是单纯得绕自身中心旋转。
    # 此属性可以被设置在系列的 根部,表示对此系列中所有数据都生效;
    # 也可以被设置在 data 中的 每个数据项中,表示只对此数据项生效。
    symbol_rotate: Optional[Numeric] = None,

    # 指定图形元素是否重复。值可为:
    # false/null/undefined:不重复,即每个数据值用一个图形元素表示。
    # true:使图形元素重复,即每个数据值用一组重复的图形元素表示。重复的次数依据 data 计算得到。
    # a number:使图形元素重复,即每个数据值用一组重复的图形元素表示。重复的次数是给定的定值。
    # 'fixed':使图形元素重复,即每个数据值用一组重复的图形元素表示。
    # 重复的次数依据 symbolBoundingData 计算得到,即与 data 无关。这在此图形被用于做背景时有用。
    symbol_repeat: Optional[str] = None,

    # 指定图形元素重复时,绘制的顺序。这个属性在两种情况下有用处:
    # 当 symbolMargin 设置为负值时,重复的图形会互相覆盖,这是可以使用 symbolRepeatDirection 来指定覆盖顺序。
    # 当 animationDelay 或 animationDelayUpdate 被使用时,symbolRepeatDirection 指定了 index 顺序。
    # 这个属性的值可以是:'start' 或 'end'。
    symbol_repeat_direction: Optional[str] = None,

    # 图形的两边间隔(『两边』是指其数值轴方向的两边)。可以是绝对数值(如 20),或者百分比值(如 '-30%'),
    # 表示相对于自身尺寸 symbolSize 的百分比。只有当 symbolRepeat 被使用时有意义。
    # 可以是正值,表示间隔大;也可以是负数。当 symbolRepeat 被使用时,负数时能使图形重叠。
    # 可以在其值结尾处加一个 "!",如 "30%!" 或 25!,表示第一个图形的开始和最后一个图形结尾留白,
    # 不紧贴边界。默认会紧贴边界。
    symbol_margin: Union[Numeric, str, None] = None,

    # 是否剪裁图形。
    # false/null/undefined:图形本身表示数值大小。
    # true:图形被剪裁后剩余的部分表示数值大小。
    # symbolClip 常在这种场景下使用:同时表达『总值』和『当前数值』。在这种场景下,可以使用两个系列,
    # 一个系列是完整的图形,当做『背景』来表达总数值,另一个系列是使用 symbolClip 进行剪裁过的图形,表达当前数值。
    is_symbol_clip: bool = False,

    # 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,

    # 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,

    # 可以定义 data 的哪个维度被编码成什么。
    encode: types.Union[types.JsCode, dict] = None,
)

上面参数是官方文档,认真读备注的话,其实就已经能够正常使用了,不得不说,中文文档是在是太友好了,下面说下个人使用中对参数的理解:
Pyecharts直角坐标系图:象形柱状图 PictorialBar_第1张图片

  • series_name: 图例设置

  • y_axis:y轴的数据,格式为 list 即可

  • symbol:此参数为设置图形,官网的格式备注的很清楚
    1、Pyecharts提供的图形:‘circle’, ‘rect’, ‘roundRect’, ‘triangle’, ‘diamond’, ‘pin’, ‘arrow’, ‘none’
    2、网上的图片:‘image://http://xxx.xxx.xxx/a/b.png’
    3、URL 为 dataURI 例’image://data:image/gif;base64,R0lGODlhEAAQAMQAAORHHOVSKudfO…’dataURI在mac中右击图片,点击「显示简介」,然后在更多信息中的来源中,即可看到:注意别忘了在dataURI前面加 'image://"
    Pyecharts直角坐标系图:象形柱状图 PictorialBar_第2张图片
    相关icon网站:

    https://iconpark.oceanengine.com/official
    https://iconmonstr.com
    https://www.iconfont.cn
    https://www.iconfinder.com/
    https://www.flaticon.com/

  • label_opts:对label的设置,具体可参考:标签配置项

  • symbol_size: 调节图形的大小
    1、数组分开表示宽和高,例如 [20, 10] 表示标记宽为20高为10,设置成诸如 10 这样单一的数字,表示 [10, 10]
    2、也可以设置成百分比(如 ‘120%’、[‘55%’, 23])

  • symbol_offset: 图形整体移动,例如 [0, ‘-50%’] 就是把图形向上移动了自身尺寸的一半的位置,跟symbol_size

  • symbol_rotate: 图形旋转,注意是逆向,好比设置45,则逆向旋转45度

  • symbol_repeat:
    1、格式有三种,分别为True\False\fixed,注意fixed使用时为str,
    2、True和fixed均是多个图形表示data,而False则仅一个图形表示data,
    3、fixed与True的不同为label所在的位置。
    不懂在什么情况下会设置为False,一般使用中设置为"fixed"

  • is_symbol_clip: 是否裁剪图形 好比一个图形表示的值为10,那么值15,则用一个半的图形表示,这就是裁剪。注意,symbol_repeat不能设置为False

  • is_selected: 图标是否被选中

  • symbol_repeat_direction :格式为:‘start’ 或 ‘end’

  • symbol_margin: Union[Numeric, str, None] = None,正值间隔变大,负值图例重叠

symbol_repeat_direction 和 symbol_margin 相互结合使用,好比当symbol_repeat_direction= “start”, symbol_margin = "-30%"时,则效果为,图形重叠且开始的图形压着后面的图形

  • xaxis_index和yaxis_index是在多个x轴y轴的情况下使用,具体请参考:https://zhuanlan.zhihu.com/p/129339040
  • color: 设置label字体的颜色
  • category_gap:同一系列的柱间距离,如果设置为0,则各个柱间则贴着,像下面这种效果
    Pyecharts直角坐标系图:象形柱状图 PictorialBar_第3张图片
    其余的参数大多为类,不方便描述,请到官网中搜索查阅。

案例

下面的案例是对猎聘网站的数据分析后生成,各位看官如需数据, 请关注文章下的公众号,回复「猎聘数据」获取相关数据资源

# 象形柱状图
import json

from pyecharts import options as opts
from pyecharts.charts import PictorialBar
from pyecharts.globals import ThemeType

location = ["1-49人", "50-99人", "100-499人", "500-999人", "1000-2000人", "2000-5000人", "5000-10000人", "10000人以上"]
values = [4636, 4178, 7339, 2560, 1797, 1284, 914, 1100]

c = (
    PictorialBar(opts.InitOpts(width='900px', height='500px', theme=ThemeType.VINTAGE))
    .add_xaxis(location)
    .add_yaxis(
        series_name="公司数目统计",
        y_axis=values,
        symbol='image://data:image/png;base64,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',
        label_opts=opts.LabelOpts(is_show=True, position='right', formatter=" {c}家"),   # 设置y轴的标签位置及格式
        symbol_size=30,   # 调节图形的大小
#         symbol_pos='start',
#         symbol_offset = [5, 4],   # 图形整体的移动
#         symbol_rotate = 360,   # 逆时针90度
        symbol_repeat="fixed",  
        # 格式有三种,分别为true\false\"fixed"   true和fixed均是重复图形,而false则图形仅一个 ,fixed与true的不同是每个柱状图值所在的位置
        is_symbol_clip=True,   # 是否裁剪图形 好比一个图形表示10,那么值15,则用一个半的图形表示,这就是裁剪
        is_selected = True,  # 在画面初始状态时,是否选中图例
        symbol_repeat_direction = "start",  # 格式为:'start' 或 'end'
        
        # 结合使用,如果图形之间出现了重复,则前面的压着后面的
#         symbol_margin ="-30%", # str或者Numeric或者None, 正值间隔变大,负值图例重叠
        
#         xaxis_index = 3,    # 多y轴和x轴的使用,具体请看:https://zhuanlan.zhihu.com/p/129339040
        color = 'orange',   # 右边label的颜色
        category_gap = '80%',
    )
    .reversal_axis()
    .set_global_opts(
        title_opts=opts.TitleOpts(title="公司人数统计"),
        yaxis_opts=opts.AxisOpts(
            axistick_opts=opts.AxisTickOpts(is_show=False),
            axisline_opts=opts.AxisLineOpts(
                linestyle_opts=opts.LineStyleOpts(opacity=0)  # y轴透明度设置
            ),
        ),
        xaxis_opts=opts.AxisOpts(
            name='公司数目', 
            axislabel_opts=opts.LabelOpts(font_size = 14, font_family='Times New Roman'),
            name_location='middle',
            name_gap=35,   # name与x轴的距离
            axistick_opts=opts.AxisTickOpts(
                is_inside=True,  # 刻度线是否在内侧
            )
        ),
    )
)
c.render_notebook()
# c.render("公司人数统计.html")
# make_snapshot(snapshot, c.render(), "./猎聘数据可视化/公司人数统计.png", pixel_ratio=10)

效果如下:
Pyecharts直角坐标系图:象形柱状图 PictorialBar_第4张图片
注意:如果在notebook中不能展示出柱状图,请参考JupyterNotebook展示Pyecharts图像

更多 Pyecharts 可视化图形可到:https://blog.csdn.net/qq_42571592/article/details/122725267
Pyecharts直角坐标系图:象形柱状图 PictorialBar_第5张图片

欢迎大家在评论区留言,知无不言,言无不尽。感觉不错的话,别忘了点赞收藏哦!

Pyecharts直角坐标系图:象形柱状图 PictorialBar_第6张图片

你可能感兴趣的:(Pyecharts,python,数据分析,jupyter)