基于pyecharts的可视化模拟（附代码）
--可视化的结果如下图所示（详见附件）
1、根据业务实际分批制作所需图表
直接见代码（对pyecharts稍有了解即可）
1.1带有平移缩放的Line图（测评人数实时统计）
from pyecharts.charts import Pie,Line,Bar
from pyecharts.globals import ThemeType
from pyecharts import options as opts
def plot_now():
Dis_Now = (
Line(init_opts=opts.InitOpts(theme=ThemeType.DARK,width='470px',height='280px'))
.add_xaxis([i[1] for i in daysNum])
.add_yaxis(
series_name="诊断人数",
y_axis=[i[0] for i in daysNum],
label_opts=opts.LabelOpts(is_show=False),
symbol_size=1,
is_smooth=True,
)
.set_global_opts(
#标题
title_opts=opts.TitleOpts(title="测评人数实时统计",pos_top='20',pos_left='center',
title_textstyle_opts=opts.TextStyleOpts(color='#33C7F7',
)),
tooltip_opts=opts.TooltipOpts(trigger="axis"),
legend_opts=opts.LegendOpts(is_show=False),
#y轴
yaxis_opts=opts.AxisOpts(
type_="value",
#横向参考线设置
splitline_opts=opts.SplitLineOpts(is_show=False),
#y轴的刻度线
axistick_opts=opts.AxisTickOpts(is_show=True)
),
#x轴
xaxis_opts=opts.AxisOpts(type_="category",boundary_gap=False),
#放缩与平移
datazoom_opts=opts.DataZoomOpts(is_show=True,
is_realtime=True,#是否实时更新，False则拖动完成后更新
orient='horizontal',#横向展示拖动
is_zoom_lock=False,#True:只能平移，不能缩放
range_start=95,
range_end=100
)
)
.set_colors(['#467897'])
#.render("Dis_Now.html")
)
return Dis_Now1.2南丁格尔玫瑰图--Pie图（性别、年龄分布）
def plot_SexAge():
Dis_SexAge = (
Pie(init_opts=opts.InitOpts(theme=ThemeType.DARK,width='470px',height='280px'))
.add(
'性别',
[list(z) for z in zip(['男','女'],[sexDis[0][0],sexDis[1][0]])],
center=['25%','50%'],
radius=["30%","75%"],
rosetype='area',
)
.add(
"年龄",
[list(z) for z in zip(['0~18','19~44','45~59','60~74','75~89','90以上'],[numAge0_18,numAge19_44,numAge45_59,numAge60_74,numAge75_89,numAge90_])],
center=['75%','50%'],
radius='55%',
rosetype='radius'
)
# 全局配置项
.set_global_opts(
#设置标题
title_opts=opts.TitleOpts(title='性别、年龄分布', #标题内容
pos_right='center', #左右位置
pos_top="20", #上下位置
#标题文字设置
title_textstyle_opts=opts.TextStyleOpts(color='#33C7F7')
),
#设置图列
legend_opts=opts.LegendOpts(is_show=False))
# 系列配置项
.set_series_opts(
#设置提示框
tooltip_opts=opts.TooltipOpts(
trigger='item',formatter='{a}
{b}: {d}%
人数: {c}'
),
#标签配置项
label_opts=opts.LabelOpts(is_show=True,position='top',font_size=1,distance=0.01),
#视觉引导线设置
labelLine = {'show':True,#是否展示
# 'length':0.5, #长度
#引导线样式
#'lineStyle':{'opacity','width','type','clolr'...详见csdn}
}
)
.set_colors(['#C99E8C','#465E65','#467897','#E7CD79','#DCD2C6','#800020'])
#.render("Dis_SexAge.html")
)
return Dis_SexAge1.3两个柱子分别堆叠的柱形图--Bar图（量表总分统计）
def plot_MMSE():
Dis_MMSE=(
Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK,width='470px',height='280px'))
.add_xaxis(['0-18', '19-44', '45-59', '60-74', '75-89', '90以上', ])
# 男/女分别叠加--i.e.两个柱子
.add_yaxis("男0~10",male0_10,stack='stack1')
.add_yaxis("男11~20",male11_20,stack='stack1')
.add_yaxis("男21~30",male21_30,stack='stack1')
.add_yaxis("女0~10",female0_10,stack='stack2')
.add_yaxis("女11~20",female11_20,stack='stack2')
.add_yaxis("女21~30",female21_30,stack='stack2')
#系列设置
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
#全局设置
.set_global_opts(title_opts=opts.TitleOpts(title="量表总分统计",pos_left="center",pos_top='5%',
title_textstyle_opts=opts.TextStyleOpts(color="#33C7F7")),
#xy轴名称
xaxis_opts=opts.AxisOpts(name="年龄"),
# yaxis_opts=opts.AxisOpts(name="人数",
# #参考线
# splitline_opts=opts.SplitLineOpts(is_show=True)),
legend_opts=opts.LegendOpts(pos_top="8%",orient='H',pos_right='5%')
)
#.render("Dis_MMSE.html")
)
return Dis_MMSE1.4缩放功能的柱形图--Bar图（评测结果总体分布）
just 组件设置（见代码注释）
def plot_AllDig():
Dis_AllDig = (
Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK,width='1410px',height='360px'))
.add_xaxis([i[0] for i in digResNum[:50]])
.add_yaxis("",[i[1] for i in digResNum[:50]])
.set_global_opts(
#设置标题
title_opts=opts.TitleOpts(title="评测结果总体分布",pos_left='center',pos_top='20',
title_textstyle_opts=opts.TextStyleOpts(color='#33C7F7')),
#设置x轴旋转，解决显示问题
xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=30)),
# 设置提示框
tooltip_opts=opts.TooltipOpts(
trigger='axis',# item数据项图形触发，主要在散点图，饼图等无类目轴的图标使用；axis坐标轴触发，主要在柱状图，折线图等会使用类目轴的图表使用
#formatter='{b}
人数： {c}', # '{a}
{b}: {d}%
人数: {c}'
trigger_on='mousemove|click',
axis_pointer_type='shadow' #类型
),
#设置展示
datazoom_opts=opts.DataZoomOpts(type_='inside',range_start=0,range_end=100)#内部展示缩放
#datazoom_opts=[opts.DataZoomOpts(),opts.DataZoomOpts(type_='inside')] 既有内部缩放也有平移器：slider+inside!)
)
.set_series_opts(
label_opts=opts.LabelOpts(is_show=False),
)
.set_colors('#467897')
#.render("Dis_AllDig.html")
)
return Dis_AllDig1.5有点小操作的双向堆叠柱形图--Bar图（以记忆力得分为例）
age_values = ['0~18', '19~44', '45~59', '60~74', '75~89', '90以上']
def plot_JYL():
DIS_JYL=(
Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK,width='470px',height='280px'))
.add_xaxis([i for i in range(male_JYL.shape[0])])
.add_yaxis(age_values[0],list(male_JYL.iloc[:,0]),stack='male')
.add_yaxis(age_values[1],list(male_JYL.iloc[:,1]),stack='male')
.add_yaxis(age_values[2],list(male_JYL.iloc[:,2]),stack='male')
.add_yaxis(age_values[3],list(male_JYL.iloc[:,3]),stack='male')
.add_yaxis(age_values[4],list(male_JYL.iloc[:,4]),stack='male')
.add_yaxis(age_values[5],list(male_JYL.iloc[:,5]),stack='male')
.add_yaxis(age_values[0],list(-female_JYL.iloc[:,0]),stack='female')
.add_yaxis(age_values[1],list(-female_JYL.iloc[:,1]),stack='female')
.add_yaxis(age_values[2],list(-female_JYL.iloc[:,2]),stack='female')
.add_yaxis(age_values[3],list(-female_JYL.iloc[:,3]),stack='female')
.add_yaxis(age_values[4],list(-female_JYL.iloc[:,4]),stack='female')
.add_yaxis(age_values[5],list(-female_JYL.iloc[:,5]),stack='female')
.reversal_axis()
#系列设置
.set_series_opts(
#设置label
label_opts=opts.LabelOpts(is_show=False),
#设置提示框！！！
tooltip_opts=opts.TooltipOpts(is_show=False)
)
#全局设置
.set_global_opts(
title_opts=opts.TitleOpts(title="记忆力得分",pos_left="5%",pos_top="10%",
title_textstyle_opts=opts.TextStyleOpts(color="#33C7F7")),
#xy轴
xaxis_opts=opts.AxisOpts(name="人数",
#is_inverse=True,
#设置此函数，使得坐标轴仍为正数！！！
axislabel_opts=opts.LabelOpts(formatter=JsCode("""
function(value){
if(value<0){
return -value;
}else{
return value;
}
}
""")),
),
yaxis_opts=opts.AxisOpts(name="<——女男——>"),
#legend_opts=opts.LegendOpts(pos_top="7%",)
)
#.render("DIS_MMSE_JYL.html")
)
return DIS_JYL2、使用Page组合为一个html文件
2.1组合图像
import MMSE,MMSE_DDDXL,MMSE_SJDXL,MMSE_JYL,test
from pyecharts.components import Table
from pyecharts.charts import Page
# 1。对应第一行的标题
def make_title(v_title):
table = Table()
table.add(headers=[v_title], rows=[], attributes={
"align": "center",
"border": False,
"padding": "2px",
"style": "background:{}; width:1410px; height:50px; font-size:25px; color:#33C7F7;".format('#333333')
})
return table
# 2.逐步将图形添加到Page功能中
def page_plot():
page = Page(layout=Page.DraggablePageLayout, page_title="认知功能评测云平台大数据可视化系统") #使用拖拽来管理布局（在生成的html文件中）
page.add(
make_title(v_title='认知功能评测云平台大数据可视化系统'),
test.plot_now(),
test.plot_SexAge(),
MMSE.plot_MMSE(),
test.plot_AllDig(),
MMSE_DDDXL.plot_DDDXL(),
MMSE_JYL.plot_JYL(),
MMSE_SJDXL.plot_SJDXL()
)
return page
# 3.一起生成html文件（在html文件中自行安排布局）
page_plot().render('BigPlot.html')
2.2将调整好布局后的图像保存为json文件，再次生成html
from pyecharts.charts import Page
# 执行之前,请确保:1、已经把json文件放到本目录下 2、把json中的title和table的id替换掉
Page.save_resize_html(
source="BigPlot.html",
cfg_file="chart_config.json",
dest="认知功能评测云平台大数据可视化模拟.html"
)