大家好,我是 【Python当打之年(点击跳转)】
本期是《Pyecharts绘图教程》的第 2 期,该系列从0到1不断进阶深入,专门 针对零基础和需要进阶提升的小伙伴,逐步掌握使用Pyecharts库进行数据可视化的技能 ,希望对大家有所帮助,如有疑问或者需要改进的地方可以联系小编。
折线图
是一种常用的可视化图表,可以清晰地展示数据随时间或其他连续变量的变化趋势 ,通过连接数据点,可以观察到数据的上升、下降、波动等变化趋势,帮助人们更直观地理解数据的变化规律。
from pyecharts.charts import Line
import pyecharts.options as opts
通过add_xaxis
、add_yaxis
函数添加横坐标、纵坐标数据:
def add_xaxis(
# 系列数据
xaxis_data: types.Sequence[types.Union[opts.LineItem, dict]]
)
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: types.Sequence[types.Union[opts.LineItem, dict]],
# 是否选中图例
is_selected: bool = True,
# 是否连接空数据,空数据使用 `None` 填充
is_connect_nones: bool = False,
# 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,
# 是否显示 symbol, 如果 false 则只有在 tooltip hover 的时候显示。
is_symbol_show: bool = True,
# 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,
# 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: Union[Numeric, Sequence] = 4,
# 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,
# 是否平滑曲线
is_smooth: bool = False,
# 是否裁剪超出坐标系部分的图形。折线图:裁掉所有超出坐标系的折线部分,拐点图形的逻辑按照散点图处理
is_clip: bool = True,
# 是否显示成阶梯图
is_step: bool = False,
# 是否开启 hover 在拐点标志上的提示动画效果。
is_hover_animation: bool = True,
# 折线图所有图形的 zlevel 值。
# zlevel用于 Canvas 分层,不同zlevel值的图形会放置在不同的 Canvas 中,Canvas 分层是一种常见的优化手段。
# zlevel 大的 Canvas 会放在 zlevel 小的 Canvas 的上面。
z_level: types.Numeric = 0,
# 折线图组件的所有图形的z值。控制图形的前后顺序。z值小的图形会被z值大的图形覆盖。
# z 相比 zlevel 优先级更低,而且不会创建新的 Canvas。
z: types.Numeric = 0,
# 折线图在数据量远大于像素点时候的降采样策略,开启后可以有效的优化图表的绘制效率,默认关闭,也就是全部绘制不过滤数据点。
# 可选:
# 'lttb' 采用 Largest-Triangle-Three-Bucket 算法,可以最大程度保证采样后线条的趋势,形状和极值。
# 'average' 取过滤点的平均值
# 'max' 取过滤点的最大值
# 'min' 取过滤点的最小值
# 'sum' 取过滤点的和
sampling: types.Optional[str] = None,
# 使用 dimensions 定义 series.data 或者 dataset.source 的每个维度的信息。
# 注意:如果使用了 dataset,那么可以在 dataset.source 的第一行/列中给出 dimension 名称。
# 于是就不用在这里指定 dimension。
# 但是,如果在这里指定了 dimensions,那么 ECharts 不再会自动从 dataset.source 的第一行/列中获取维度信息。
dimensions: types.Union[types.Sequence, None] = None,
# 当使用 dataset 时,seriesLayoutBy 指定了 dataset 中用行还是列对应到系列上,也就是说,系列“排布”到 dataset 的行还是列上。可取值:
# 'column':默认,dataset 的列对应于系列,从而 dataset 中每一列是一个维度(dimension)。
# 'row':dataset 的行对应于系列,从而 dataset 中每一行是一个维度(dimension)。
series_layout_by: str = "column",
# 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,
# 标签配置项,参考 `series_options.LabelOpts`
label_opts: Union[opts.LabelOpts, dict] = opts.LabelOpts(),
# 线样式配置项,参考 `series_options.LineStyleOpts`
linestyle_opts: Union[opts.LineStyleOpts, dict] = opts.LineStyleOpts(),
# 填充区域配置项,参考 `series_options.AreaStyleOpts`
areastyle_opts: Union[opts.AreaStyleOpts, dict] = opts.AreaStyleOpts(),
# 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.JSFunc, dict, None] = None,
)
通过set_global_opts
函数设置全局样式,包含标题、图例、工具、视觉、图形组件 、坐标轴
配置等等,这个目前了解即可,后期会有专门的章节详细介绍每一项的配置:
def set_global_opts(
title_opts: types.Title = opts.TitleOpts(),
legend_opts: types.Legend = opts.LegendOpts(),
tooltip_opts: types.Tooltip = None,
toolbox_opts: types.Toolbox = None,
brush_opts: types.Brush = None,
xaxis_opts: types.Axis = None,
yaxis_opts: types.Axis = None,
visualmap_opts: types.VisualMap = None,
datazoom_opts: types.DataZoom = None,
graphic_opts: types.Graphic = None,
axispointer_opts: types.AxisPointer = None,
):
x_data = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
y_data1 = [120, 132, 101, 134, 90, 200, 180]
y_data2 = [i/2 for i in y_data1]
line = (
Line()
.add_xaxis(x_data)
.add_yaxis("销量", y_data1)
.add_yaxis("利润", y_data2)
.set_global_opts(title_opts=opts.TitleOpts(title="示例1"))
)
line.render_notebook()
is_smooth
参数设置是否平滑显示:
line = (
Line()
.add_xaxis(x_data)
.add_yaxis("销量", y_data1, is_smooth=True)
.add_yaxis("利润", y_data2)
.set_global_opts(title_opts=opts.TitleOpts(title="示例2"))
)
line.render_notebook()
is_step
参数设置是否阶梯显示:
line = (
Line()
.add_xaxis(x_data)
.add_yaxis("销量", y_data, is_step=True)
.add_yaxis("利润", y_data2)
.set_global_opts(title_opts=opts.TitleOpts(title="示例3"))
)
line.render_notebook()
is_connect_nones
参数设置是否连接空数据,空数据使用 None
填充:
y_data = [120, None, 101, 134, 90,None,180]
line = (
Line()
.add_xaxis(x_data)
.add_yaxis("销量", y_data, is_connect_nones=True)
.add_yaxis("利润", y_data2)
.set_global_opts(title_opts=opts.TitleOpts(title="示例4"))
)
line.render_notebook()
color
参数设置线条颜色:
line = (
Line()
.add_xaxis(x_data)
.add_yaxis("销量", y_data1, color='blue')
.add_yaxis("利润", y_data2, color='green')
.set_global_opts(title_opts=opts.TitleOpts(title="示例5"))
)
line.render_notebook()
颜色设置这里有一个经常出错的地方:代码里销量折线 color=‘blue’,利润折线 color=‘green’,但是图上两个颜色是相反的,为什么?小伙伴们可以思考一下,正常要求图像应该是下面这样的:
markpoint_opts
参数设置特殊标注点,type_ 取值: min
最大值、max
最大值、average
平均值。
line = (
Line()
.add_xaxis(x_data)
.add_yaxis("销量", y_data1, color='blue',
markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="max")]),
)
.add_yaxis("利润", y_data2, color='green',
markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="min")]),
)
.set_global_opts(title_opts=opts.TitleOpts(title="示例6"))
)
line.render_notebook()
symbol
参数设置标记图形,echarts 提供的标记类型包括 :circle、rect、roundRect、triangle、diamond、pin、arrow、none
,也可以通过 image://url
设置为图片,其中 URL 为图片的链接,或者 dataURI。
line = (
Line()
.add_xaxis(x_data)
.add_yaxis("销量", y_data1, color='blue',symbol="diamond", symbol_size=20,
)
.add_yaxis("利润", y_data2, color='green',symbol="triangle", symbol_size=20,
)
.set_global_opts(title_opts=opts.TitleOpts(title="示例7"))
)
line.render_notebook()
markline_opts
参数设置特殊标注线,type_ 取值: min
最大值、max
最大值、average
平均值。
line = (
Line()
.add_xaxis(x_data)
.add_yaxis("销量", y_data1, color='blue',symbol="diamond", symbol_size=20,
markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")]),
)
.add_yaxis("利润", y_data2, color='green',symbol="triangle", symbol_size=20,
markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="min")]),
)
.set_global_opts(title_opts=opts.TitleOpts(title="示例8"))
)
line.render_notebook()
linestyle_opts
参数设置线条样式,width
线宽;opacity
图形透明度,支持从 0 到 1 的数字,为 0 时不绘制该图形;curve
线的弯曲度,0 表示完全不弯曲;type_
线的类型,可选:solid、dashed、dotted
line = (
Line()
.add_xaxis(x_data)
.add_yaxis("销量", y_data1, color='blue',symbol="diamond", symbol_size=20,
markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")]),
linestyle_opts=opts.LineStyleOpts(color="green", width=2, type_="dotted"),
)
.add_yaxis("利润", y_data2, color='green',symbol="triangle", symbol_size=20,
markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="min")]),
linestyle_opts=opts.LineStyleOpts(color="blue", width=4, type_="dashed"),
)
.set_global_opts(title_opts=opts.TitleOpts(title="示例9"))
)
line.render_notebook()
areastyle_opts
参数设置填充区域,opacity
图形透明度,支持从 0 到 1 的数字,为 0 时不绘制该图形;color
填充的颜色
line = (
Line()
.add_xaxis(x_data)
.add_yaxis("销量", y_data1, color='blue',symbol="diamond",symbol_size=20,
areastyle_opts=opts.AreaStyleOpts(opacity=0.5)
)
.add_yaxis("利润", y_data2, color='green',symbol="triangle",symbol_size=20,
areastyle_opts=opts.AreaStyleOpts(opacity=0.5)
)
.set_global_opts(title_opts=opts.TitleOpts(title="示例10"))
)
line.render_notebook()
markarea_opts
参数设置标记区域,data
标记区域数据; X
相对容器的屏幕 x 坐标,单位像素,支持百分比形式;Y
相对容器的屏幕 y 坐标,单位像素,支持百分比形式;itemstyle_opts
标记样式
line = (
Line()
.add_xaxis(x_data)
.add_yaxis("销量", y_data1, color='blue',symbol="diamond",symbol_size=20,
)
.add_yaxis("利润", y_data2, color='green',symbol="triangle",symbol_size=20,
)
.set_series_opts(
markarea_opts=opts.MarkAreaOpts(
data=[
opts.MarkAreaItem(name="工作日", x=("周一", "周五"),itemstyle_opts=opts.ItemStyleOpts(color='#EF5350',opacity=0.2)),
opts.MarkAreaItem(name="休息日", x=("周六", "周日"),itemstyle_opts=opts.ItemStyleOpts(color='#26C6DA',opacity=0.2)),
]
)
)
.set_global_opts(title_opts=opts.TitleOpts(title="示例11"))
)
line.render_notebook()
点击跳转:【全部可视化项目源码+数据】
以上就是本期为大家整理的全部内容了,赶快练习起来吧,原创不易,喜欢的朋友可以点赞、收藏也可以分享(注明出处)让更多人知道。