精华内容
下载资源
问答
  • Pyecharts50例】图表背景颜色设置

    千次阅读 2021-03-28 20:32:44
    自定义图表背景颜色: 除了普通的颜色,也支持渐变色哦,渐变色的配置在之前文章中讲过,有兴趣可以前往【渐变色效果柱状图(直方图)~】 完整示例 完整代码 #!/usr/bin/env python # -*- coding: utf-8 -*- # @...

    前言

    自定义图表的背景颜色:
    在这里插入图片描述
    除了普通的颜色,也支持渐变色哦,渐变色的配置在之前文章中讲过,有兴趣可以前往【渐变色效果柱状图(直方图)~】

    完整示例

    完整代码

    #!/usr/bin/env python
    # -*- coding: utf-8 -*-
    # @Author  : AwesomeTang
    # @File    : scatter_with_custom_bgColor.py
    # @Version : Python 3.7
    # @Time    : 2020-11-15 17:53
    
    from 
    展开全文
  • 今日心情 :因为逛了街而莫名的开心 废话警告:心情好了就收不住,我可能要开始叨叨了。。。 鉴于目前在用的一直是...至于为什么不是直接上手Echarts,而是先从pyecharts入手,暂且不表(嘿嘿,不告诉你)。 pye...

    今日心情 :因为逛了街而莫名的开心
    废话警告:心情好了就收不住,我可能要开始叨叨了。。。


    鉴于目前在用的一直是FineReport(说人话:帆软),虽然自我感觉,用的熟练度已经可以了,但是考虑到技能的全面性,所以最近打算研究一下其他的数据可视化工具,比如:Echarts、PowerBI等。至于为什么不是直接上手Echarts,而是先从pyecharts入手,暂且不表(嘿嘿,不告诉你)。

    顺便补充一句,之后我可能会出一个pyecharts的使用手册(超链接),有兴趣的可以关注一下哈。个人精力有限,会优先发布在公众号上。

    pyecharts的GitHub地址:https://github.com/pyecharts/pyecharts

    Echarts官网:https://www.echartsjs.com/zh/index.html

    版本信息

    python3.6.6、pyecharts1.7.1

    源码分析

    准备好测试数据,我们以柱形图作为实例

    from pyecharts.charts import Bar
    
    x_data = ['分类1', '分类2', '分类3', '分类4', '分类5', '分类6', '分类7', '分类8', '分类9', '分类10', '分类11', '分类12', '分类13', '分类14', '分类15', '分类16', '分类17']
    y_data = [0.72, 0.61, 0.98, 0.92, 0.67, 0.87, 0.6, 0.75, 0.96, 0.68, 0.71, 0.49, 0.35, 0.76, 0.81, 0.45, 0.51]
    instance_bar = (
        Bar()
        .add_xaxis(xaxis_data=x_data)
        .add_yaxis(yaxis_data=y_data, series_name='aaa')
    )
    
    instance_bar.render('11.html')
    

    做出的图是下面介样的:

    但是一般来说,金主爸爸怎么能让你这么轻松就完成任务?来来来,把背景色改了,配色换个,图太大了。。。。balabala一大堆。。。这时候要是搞不定,岂不是显的我没几把刷子?不能够啊,那咱就来好好研究一下。

    变量instance_bar是类pyecharts.charts.Bar的实例。查看类Bar部分的源码,可以发现,它只有一个add_yaxis方法。从参数来看,这是一个配置y轴的方法,我们要找的图表大小、背景色等设置不在这里

    但是,类Bar继承至类RectChart,这个类有extend_axisadd_xaxisreversal_axisoverlap(组合图配置)等方法

    除此外,它的初始化函数__init__中,接受参数init_opts,这个参数的默认值为opts.InitOpts()。定位到其源码部分,我们来看看这到底是个什么鬼

    酱酱酱,好像发现了什么不得了的事情。按照经验,关于参数的用途,我们可以合理的做以下猜测:

    • width:配置图的宽度,单位是px
    • height:配置图的高度,单位是px
    • charts_id:配置图的id。这个在用选择器定位元素的时候有用,本文中暂不做相关介绍。
    • renderer:渲染方式(SVG或CANVAS),本文中暂不做相关介绍。
    • page_title:因为pyecharts最后可渲染为html,这个应该是html网页的标题。
    • theme:主题,尚不确定是不是配色主题。查看源码,可以发现其可取值信息如下
    • bg_color:背景色。结合Echarts官网的文档可以发现,颜色一般可使用 RGB 表示,比如 'rgb(128, 128, 128)' ,如果想要加上 alpha 通道,可以使用 RGBA,比如 'rgba(128, 128, 128, 0.5)',也可以使用十六进制格式,比如 '#ccc'
    • js_host:这个应该是引入的js文件的路径。本文中暂不做相关介绍。
    • animation_opts:这个结合Echarts官网的文档可以发现,应该是动画相关配置。本文中暂不做相关介绍。

    图形基础设置

    接下来,验证一下对于参数width、height、page_title、theme的猜想的正确性

    from pyecharts.charts import Bar
    from pyecharts import options as opts
    from pyecharts.options.global_options import ThemeType
    
    x_data = ['分类1', '分类2', '分类3', '分类4', '分类5', '分类6', '分类7', '分类8', '分类9', '分类10', '分类11', '分类12', '分类13', '分类14', '分类15',
              '分类16', '分类17']
    y_data = [0.72, 0.61, 0.98, 0.92, 0.67, 0.87, 0.6, 0.75, 0.96, 0.68, 0.71, 0.49, 0.35, 0.76, 0.81, 0.45, 0.51]
    instance_bar = (
        Bar(init_opts=opts.InitOpts(bg_color='rgba(255,250,205,0.2)',
                                    width='1000px',
                                    height='600px',
                                    page_title='page',
                                    theme=ThemeType.MACARONS
                                    )
            )
        .add_xaxis(xaxis_data=x_data)
        .add_yaxis(yaxis_data=y_data, series_name='aaa')
    )
    instance_bar.render('11.html')
    

    结果如下。可以发现背景色、图片大小、网页标题、配色都改变了。猜想变成现实了~叭错,晚上给自己加鸡腿~

    有疑问可在评论处留言,欢迎大家一起交流探讨。考虑到网页我可能不经常看,若问题较为紧急,可关注微信公众号「燃烧吧数据」(id:data-fired),聊天框输入暗号:江湖救急,即可召唤小姐姐一枚~

    展开全文
  • 举例代码如下: ``` from pyecharts import options as opts from pyecharts.charts import Bar from pyecharts.commons.utils ...如何实现柱状图上的数字标签自定义成不同的大小与颜色,而不是相同的大小与颜色
  • python pyecharts生成图表

    千次阅读 2019-08-20 14:18:30
    param background_color: 画布背景颜色,默认为 '#fff' :param page_title: 指定生成的 html 文件中 标签的值。默认为 'Echarts' :param renderer: 指定使用渲染方式,有 'svg' 和 'canvas' 可选,默认为 'canvas'。...
    使用pyecharts如同使用前端echarts,这里主要介绍pyecharts的源码内的图表属性不满足使用,应该怎么办?

    使用pyecharts生成柱状图
    pyecharts开源链接:http://pyecharts.herokuapp.com/bar
    根据官方样例:

    # encoding: utf-8
    from pyecharts import Bar, Page
    	page = Page()
        attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
        v1 = [5, 20, 36, 10, 75, 90]
        v2 = [10, 25, 8, 60, 20, 80]
        chart = Bar("柱状图-数据堆叠", **style.init_style)
        chart.add("商家A", attr, v1, is_stack=True)
        chart.add("商家B", attr, v2, is_stack=True, is_more_utils=True)
        page.add(chart)
    

    在这里插入图片描述
    在这里主要是对属性的介绍
    比如说:

    字段用处
    title标题
    title_pos标题距离左侧位置(百分比/数字)
    title_top标题距离顶部位置(百分比/数字)

    以上等等都是可以根据源码可以查看,一步步添加
    源码bar.py:

    # coding=utf-8
    
    from pyecharts.chart import Chart
    
    
    class Bar(Chart):
        """
        <<< 柱状图/条形图 >>>
    
        柱状/条形图,通过柱形的高度/条形的宽度来表现数据的大小。
        """
    
        def __init__(self, title="", subtitle="", **kwargs):
            super(Bar, self).__init__(title, subtitle, **kwargs)
    
        def add(self, *args, **kwargs):
            self.__add(*args, **kwargs)
            return self
    
        def __add(
            self,
            name,
            x_axis,
            y_axis,
            is_stack=False,
            bar_category_gap="20%",
            **kwargs
        ):
            """
    
            :param name:
                系列名称,用于 tooltip 的显示,legend 的图例筛选。
            :param x_axis:
                x 坐标轴数据。
            :param y_axis:
                y 坐标轴数据。
            :param is_stack:
                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。默认为 False。
            :param kwargs:
            """
            assert len(x_axis) == len(y_axis)
            kwargs.update(x_axis=x_axis)
            chart = self._get_all_options(**kwargs)
    
            if is_stack:
                is_stack = "stack_" + str(self._option["series_id"])
            else:
                is_stack = ""
            xaxis, yaxis = chart["xy_axis"]
            self._option.update(xAxis=xaxis, yAxis=yaxis)
            self._option.get("legend")[0].get("data").append(name)
    
            self._option.get("series").append(
                {
                    "type": "bar",
                    "name": name,
                    "data": y_axis,
                    "stack": is_stack,
                    "barCategoryGap": bar_category_gap,
                    "label": chart["label"],
                    "markPoint": chart["mark_point"],
                    "markLine": chart["mark_line"],
                    "seriesId": self._option.get("series_id"),
                }
            )
            self._config_components(**kwargs)
    
    

    更多属性添加源码chart.py:

    # coding=utf-8
    
    import random
    
    import pyecharts.constants as constants
    from pyecharts.base import Base
    from pyecharts.echarts.option import get_base_options
    
    
    class Chart(Base):
        """
        `Chart`类是所有非自定义类的基类,继承自 `Base` 类
        """
    
        def __init__(
            self,
            title,
            subtitle,
            width=800,
            height=400,
            title_pos="auto",
            title_top="auto",
            title_color=None,
            subtitle_color=None,
            title_text_size=18,
            subtitle_text_size=12,
            background_color=None,
            page_title=constants.PAGE_TITLE,
            renderer=constants.CANVAS_RENDERER,
            extra_html_text_label=None,
            is_animation=True,
        ):
            """
    
            :param title:
                主标题文本,支持 \n 换行,默认为 ""
            :param subtitle:
                副标题文本,支持 \n 换行,默认为 ""
            :param width:
                画布宽度,默认为 800(px)
            :param height:
                画布高度,默认为 400(px)
            :param title_pos:
                标题距离左侧距离,默认为'left',有'auto', 'left', 'right',
                'center'可选,也可为百分比或整数
            :param title_top:
                标题距离顶部距离,默认为'top',有'top', 'middle', 'bottom'可选,
                也可为百分比或整数
            :param title_color:
                主标题文本颜色,默认为 '#000'
            :param subtitle_color:
                副标题文本颜色,默认为 '#aaa'
            :param title_text_size:
                主标题文本字体大小,默认为 18
            :param subtitle_text_size:
                副标题文本字体大小,默认为 12
            :param background_color:
                画布背景颜色,默认为 '#fff'
            :param page_title:
                指定生成的 html 文件中 <title> 标签的值。默认为 'Echarts'
            :param renderer:
                指定使用渲染方式,有 'svg' 和 'canvas' 可选,默认为 'canvas'。
                3D 图仅能使用 'canvas'。
            :param extra_html_text_label:
                额外的 HTML 文本标签,(<p> 标签)。类型为 list,list[0] 为文本内容,
                list[1] 为字体风格样式(选填)。如 ["this is a p label", "color:red"]
            :param is_animation:
                是否开启动画,默认为 True。V0.5.9+
            """
            super(Chart, self).__init__(
                width=width,
                height=height,
                renderer=renderer,
                page_title=page_title,
                extra_html_text_label=extra_html_text_label,
                is_animation=is_animation,
            )
            
        def add(
            self,
            angle_data=None,
            angle_range=None,
            angleaxis_label_interval=None,
            area_color=None,
            area_opacity=None,
            axis_range=None,
            bar_category_gap=None,
            border_color=None,
            boundary_gap=None,
            center=None,
            calendar_date_range=None,
            calendar_cell_size=None,
            coordinate_region=None,
            datazoom_type=None,
            datazoom_range=None,
            datazoom_orient=None,
            datazoom_xaxis_index=None,
            datazoom_yaxis_index=None,
            datazoom_extra_type=None,
            datazoom_extra_range=None,
            datazoom_extra_orient=None,
            datazoom_extra_xaxis_index=None,
            datazoom_extra_yaxis_index=None,
            effect_brushtype=None,
            effect_period=None,
            effect_scale=None,
            extra_data=None,
            extra_name=None,
            funnel_gap=None,
            funnel_sort=None,
            geo_emphasis_color=None,
            geo_normal_color=None,
            geo_cities_coords=None,
            geo_effect_period=None,
            geo_effect_traillength=None,
            geo_effect_color=None,
            geo_effect_symbol=None,
            geo_effect_symbolsize=None,
            graph_layout=None,
            graph_gravity=None,
            graph_edge_length=None,
            graph_repulsion=None,
            graph_edge_symbol=None,
            graph_edge_symbolsize=None,
            grid_width=None,
            grid_height=None,
            grid_top=None,
            grid_bottom=None,
            grid_left=None,
            grid_right=None,
            grid3d_width=None,
            grid3d_height=None,
            grid3d_depth=None,
            grid3d_opacity=None,
            grid3d_shading=None,
            grid3d_rotate_speed=None,
            grid3d_rotate_sensitivity=None,
            is_angleaxis_show=None,
            is_area_show=None,
            is_axisline_show=None,
            is_calculable=None,
            is_calendar_heatmap=None,
            is_clockwise=None,
            is_convert=None,
            is_datazoom_show=None,
            is_datazoom_extra_show=None,
            is_fill=None,
            is_focusnode=None,
            is_geo_effect_show=None,
            is_grid3d_rotate=None,
            is_label_show=None,
            is_label_emphasis=None,
            is_legend_show=None,
            is_liquid_animation=None,
            is_liquid_outline_show=None,
            is_more_utils=None,
            is_map_symbol_show=None,
            is_piecewise=None,
            is_radiusaxis_show=None,
            is_random=None,
            is_roam=None,
            is_rotatelabel=None,
            is_smooth=None,
            is_splitline_show=None,
            is_stack=None,
            is_step=None,
            is_symbol_show=None,
            is_toolbox_show=None,
            is_visualmap=None,
            is_xaxislabel_align=None,
            is_yaxislabel_align=None,
            is_xaxis_inverse=None,
            is_yaxis_inverse=None,
            is_xaxis_boundarygap=None,
            is_yaxis_boundarygap=None,
            is_xaxis_show=None,
            is_yaxis_show=None,
            item_color=None,
            label_color=None,
            label_pos=None,
            label_text_color=None,
            label_text_size=None,
            label_formatter=None,
            label_emphasis_textcolor=None,
            label_emphasis_textsize=None,
            label_emphasis_pos=None,
            legend_orient=None,
            legend_pos=None,
            legend_top=None,
            legend_selectedmode=None,
            legend_text_size=None,
            legend_text_color=None,
            line_curve=None,
            line_opacity=None,
            line_type=None,
            line_width=None,
            line_color=None,
            liquid_color=None,
            maptype=None,
            mark_line=None,
            mark_line_raw=None,
            mark_line_symbolsize=None,
            mark_line_valuedim=None,
            mark_line_coords=None,
            mark_point=None,
            mark_point_raw=None,
            mark_point_symbol=None,
            mark_point_symbolsize=None,
            mark_point_textcolor=None,
            mark_point_valuedim=None,
            pieces=None,
            radius_data=None,
            radius=None,
            rosetype=None,
            rotate_step=None,
            scale_range=None,
            shape=None,
            start_angle=None,
            symbol_size=None,
            symbol=None,
            sankey_node_width=None,
            sankey_node_gap=None,
            type=None,
            tooltip_trigger=None,
            tooltip_trigger_on=None,
            tooltip_axispointer_type=None,
            tooltip_formatter=None,
            tooltip_text_color=None,
            tooltip_font_size=None,
            tooltip_background_color=None,
            tooltip_border_color=None,
            tooltip_border_width=None,
            tree_layout=None,
            tree_symbol=None,
            tree_symbol_size=None,
            tree_orient=None,
            tree_top=None,
            tree_left=None,
            tree_bottom=None,
            tree_right=None,
            tree_collapse_interval=None,
            tree_label_position=None,
            tree_label_vertical_align=None,
            tree_label_align=None,
            tree_label_text_size=None,
            tree_label_rotate=None,
            tree_leaves_position=None,
            tree_leaves_vertical_align=None,
            tree_leaves_align=None,
            tree_leaves_text_size=None,
            tree_leaves_rotate=None,
            treemap_left_depth=None,
            treemap_drilldown_icon=None,
            treemap_visible_min=None,
            visual_orient=None,
            visual_range_color=None,
            visual_range_size=None,
            visual_range_text=None,
            visual_range=None,
            visual_text_color=None,
            visual_pos=None,
            visual_top=None,
            visual_type=None,
            visual_split_number=None,
            visual_dimension=None,
            word_gap=None,
            word_size_range=None,
            x_axis=None,
            xaxis_margin=None,
            xaxis_interval=None,
            xaxis_force_interval=None,
            xaxis_pos=None,
            xaxis_name_gap=None,
            xaxis_name_size=None,
            xaxis_name_pos=None,
            xaxis_name=None,
            xaxis_rotate=None,
            xaxis_min=None,
            xaxis_max=None,
            xaxis_type=None,
            xaxis_label_textsize=None,
            xaxis_label_textcolor=None,
            xaxis_line_color=None,
            xaxis_line_width=None,
            xaxis3d_name=None,
            xaxis3d_name_size=None,
            xaxis3d_name_gap=None,
            xaxis3d_min=None,
            xaxis3d_max=None,
            xaxis3d_interval=None,
            xaxis3d_margin=None,
            yaxis_margin=None,
            yaxis_interval=None,
            yaxis_force_interval=None,
            yaxis_pos=None,
            yaxis_formatter=None,
            yaxis_rotate=None,
            yaxis_min=None,
            yaxis_max=None,
            yaxis_name_gap=None,
            yaxis_name_size=None,
            yaxis_name_pos=None,
            yaxis_type=None,
            yaxis_name=None,
            yaxis_label_textsize=None,
            yaxis_label_textcolor=None,
            yaxis_line_color=None,
            yaxis_line_width=None,
            yaxis3d_name=None,
            yaxis3d_name_size=None,
            yaxis3d_name_gap=None,
            yaxis3d_min=None,
            yaxis3d_max=None,
            yaxis3d_interval=None,
            yaxis3d_margin=None,
            zaxis3d_name=None,
            zaxis3d_name_size=None,
            zaxis3d_name_gap=None,
            zaxis3d_min=None,
            zaxis3d_max=None,
            zaxis3d_margin=None,
            **kwargs
        ):
            """
            `add()` 方法只是用于提供自动参数补全
            """
            return self
            ...等等
    

    那么重点来了,我自己写一个样例,以上的属性还是没有办法满足我的需求,比如我要生成一个这样的柱状图:

    在这里插入图片描述
    根据属性我可以把y轴的线宽属性调成0,yaxis_line_width=0, 代码如下,效果如图:

    bar.add("当前堆使用率", attr, head_used_percent, is_stack=True, legend_pos="80%", 
    		legend_top="5%", legend_orient="vertical", yaxis_name=u"当前堆百分比", 
    		yaxis_name_pos="end", xaxis_line_width=1, yaxis_line_width=0, 
    		xaxis_line_color="#9a9090")
    

    在这里插入图片描述很明显这个刻度印记去不掉,这个时候怎么办?
    首先我们思考一个问题,pyecharts和前端echarts的关系,一个是后端的图表库,一个是前端的图表插件,那么有什么联系?
    根据pyecharts的方法,可以将这个柱状图生成HTML文件,打开这个HTML文件你就会发现它其实就是前端echarts插件代码的应用,这就意味着前端echarts能够使用的属性,pyecharts基本都能使用。图里的是echarts的option属性,而pyecharts的bar._option就相当于echarts的option。
    echarts的官方网址:https://echarts.baidu.com/examples/editor.html?c=bar-gradient
    在这里插入图片描述
    以上加入后两行代码就能达到想要的效果。

    bar = Bar("", title_pos="10%")
    bar.add("堆空闲百分比", attr, head_free_percent, is_stack=True,
            label_color=["#3aa1ff", "#4ecb73"])
    bar.add("当前堆使用率", attr, head_used_percent, is_stack=True, legend_pos="80%", legend_top="5%",
            legend_orient="vertical", yaxis_name=u"当前堆百分比", yaxis_name_pos="end",
            xaxis_line_width=1, yaxis_line_width=0, xaxis_line_color="#9a9090")
    bar._option.get("yAxis")[0]["axisTick"] = False
    bar._option.get("yAxis")[0]["axisLine"] = {"show": False} 
    

    如果想要达到其他的echarts效果,都可以采用相同的方法。
    例如:

    bar._option.get("series")[0]["barGap"] = "10%"
    bar._option.get("yAxis")[0]["axisTick"] = False
    bar._option.get("xAxis")[0]["axisTick"] = False
    

    在此就不一一举例查看效果了。

    展开全文
  • python的pyecharts绘制各种图表详细(代码)

    万次阅读 多人点赞 2018-04-17 17:52:21
    环境:pyecharts库,echarts-countries-pypkg,echarts-china-provinces-pypkg,echarts-china-cities-pypkg 数据:2018年4月16号的全国各地最高最低和天气类型的数据——2018-4-16.json(爬虫爬的)代码:天气数据...

    环境:pyecharts库,echarts-countries-pypkg,echarts-china-provinces-pypkg,echarts-china-cities-pypkg 

    数据:2018年4月16号的全国各地最高最低和天气类型的数据——2018-4-16.json(爬虫爬的)

    代码:天气数据爬虫代码,图表绘制代码 代码地址:https://github.com/goodloving/pyecharts.git(py文件)

    一、公共属性

    1、标题栏的属性:一般在实例化(初始化)类型时给与,如bar = Bar(“大标题”,“副标题”,···各种属性···)

            title_color = “颜色”:标题颜色,可以是‘red’或者‘#0000’

            title_pos = ‘位置’:标题位置,如‘center’,‘left’···

            width = 1200:图表的宽

            height = 800:图表的高

            background_color = "颜色":图表的背景色

            ·····

    2、标签栏的属性:如bar.add(“标签”,x,values,···属性···)

            'mark_'类,通个'mark_'显示,如 mark_point['max', 'min', 'average']:标出最大最小和平均值的点,

                    mark_point_textcolor,mark_line_symbolsize·····

            'legend_'类,如legend_pos=‘left’:标签的位置

             'is_'类,如is_label_show=True:显示每个点的值,is_datazoom_show=True:实现移动控制x轴的数量

                    is_convert = True:x,y轴是否调换

    eg:

    bar = pyecharts.Bar("全国各地最高气温", "2018-4-18", title_color='red', title_pos='right', width=1400, height=700,                         background_color='#404a59')
    bar.add("最高气温", cities, highs, mark_point=['max', 'min', 'average'], is_label_show=True, is_datazoom_show=True,                         legend_pos='left')
    bar.render('Bar-High.html')

    3、Geo,Map无法显示底图

    pyecharts v0.3.2以后,pyecharts 将不再自带地图 js 文件。如用户需要用到地图图表,可自行安装对应的地图文件包。

    地图文件被分成了三个 Python 包,分别为:
    全球国家地图: echarts-countries-pypkg (1.9MB)
    中国省级地图: echarts-china-provinces-pypkg (730KB)

    中国市级地图: echarts-china-cities-pypkg (3.8MB)

    (1)pycharm直接在设置里面搜索安装这三个库

    (2)pip安装

            pip install echarts-countries-pypkg 

          pip install echarts-china-provinces-pypkg  

          pip install echarts-china-cities-pypkg  

    二、各种图表

    1.柱状图/条形图——Bar

       bar = pyecharts.Bar("全国各地最高最低气温", "2018-4-18", title_pos='right', title_color='blue', width=1400,                     height=700,background_color='white')
        bar.add("最高气温", cities, highs, mark_point=['max'], legend_text_color='red', is_datazoom_show=True)
        bar.add("最低气温", cities, lows, mark_line=['min'], legend_text_color='blue' )

        bar.render('Bar-High-Low.html')


    2、散点图——EffectScatter

    es = pyecharts.EffectScatter("最低气温动态散点图", "2018-4-16", title_pos='right', title_color='blue', width=1400,                 height=700, background_color='white')
    es.add("最低温度", range(0, len(cities)), lows, legend_pos='center', legend_text_color='blue',symbol_size=10,                 effect_period=3, effect_scale=3.5, symbol='pin',is_datazoom_show=True,is_label_show=True)

    es.render("EffectScatter-low.html")


    3、漏斗与——Funnel

    fl = pyecharts.Funnel("最高气温漏斗图", "2018-40-16", title_pos='left', width=1400, height=700)
    fl.add("最低气温", cities[:15], lows[:15], is_label_show=True, label_pos='inside', label_text_color='white')

    fl.render("Funnel-low.html")


    4、仪表盘——Guage

        gu = pyecharts.Gauge("仪表盘图")
        gu.add("指标", "达标", 80)

        gu.render("Guage-eg.html")


    5、地理坐标图——Geo

        geo = pyecharts.Geo("最高气温地理坐标系图", '2018-4-16', title_color='#fff', title_pos='center', width=1200,                 height=600, background_color='#404a95')
         geo.add("最高气温", cities, highs, is_visualmap=True, visual_range=[0, 40], visual_text_color='#fff', symbol_size=5,                 legend_pos='right',is_geo_effect_show=True)

         geo.render("Geo-Low.html")


    6、关系图——Graph(略)

    7、折线/面积图——Line

        line = pyecharts.Line("气温变化折线图", '2018-4-16', width=1200, height=600)
        line.add("最高气温", cities, highs, mark_point=['average'], is_datazoom_show=True)
        line.add("最低气温", cities, lows, mark_line=['average'], is_smooth=True)

        line.render('Line-High-Low.html')


        line = pyecharts.Line("气温变化折线图", '2018-4-16', width=1200, height=600)
       line.add("最高气温", cities, highs, mark_point=['average'], is_datazoom_show=True, is_fill=True, line_opacity=0.2,             area_opacity=0.4)
     line.add("最低气温", cities, lows, mark_line=['average'], is_smooth=True, is_fill=True, area_color="#000",             area_opacity=0.5)

        line.render('Area-High-Low.html')


    8、水滴球——Liquid

        lq = pyecharts.Liquid("水滴球")
        lq.add("Liquid", [0.8, 0.5, 0.2], is_liquid_outline_show=False, is_liquid_animation=True)

        lq.render("LiQuid.html")


    9、地图——Map

        a_city = []
        for i in cities:
            a_city.append(i + '市')
        map = pyecharts.Map("湖北最低气温", width=1200, height=600)
     map.add("最低气温", a_city, lows, maptype='湖北', is_visualmap=True, visual_text_color='#000',             visual_range=  [-15, 20])

        map.render("Map-low.html")


    value = [95.1, 23.2, 43.3, 66.4, 88.5]

    attr= ["China", "Canada", "Brazil", "Russia", "United States"]

    map = Map("世界地图示例", width=1200, height=600)

    map.add("", attr, value, maptype="world", is_visualmap=True, visual_text_color='#000')

    map.render('Map-World.html')


    10、平行坐标图——Parallel

        parallel = pyecharts.Parallel("高低温度的平行坐标系图", '2018-4-16', width=1200, height=600)
        parallel.config(cities[:20])
        parallel.add("高低温", [highs[:20], lows[:20]], is_random=True)

        parallel.render('Parallel-High-Low.html')


    11、饼图——Pie

        sun = 0
        cloud = 0
        lit_rain = 0
        mit_rain = 0
        sail = 0
        shadom = 0
        z_rain = 0
        th_rain = 0
        for i in types:
            if i == '晴':
                sun += 1
            elif i == '多云':
                cloud += 1
            elif i == '小雨':
                lit_rain += 1
            elif i == '中雨':
                mit_rain += 1
            elif i == '阴':
                shadom += 1
            elif i == '阵雨':
                z_rain += 1
            elif i == '雷阵雨':
                th_rain += 1
            elif i == '扬沙':
                sail += 1
        pie = pyecharts.Pie("全国天气类型比例", '2018-4-16')
        pie.add('天气类型', weather, [mit_rain, lit_rain, sail, sun, th_rain, cloud, shadom, z_rain], is_label_show=True)

        pie.render('Pie-weather.html')


    修改:pie = pyecharts.Pie("全国天气类型比例", '2018-4-16', title_pos='center')
            pie.add('天气类型', weather, [mit_rain, lit_rain, sail, sun, th_rain, cloud, shadom, z_rain], is_label_show=True,                 legend_pos='left', label_text_color=None, legend_orient='vertical', radius=[30, 75])

               pie.render('Pie-weather.html')

    pie镶嵌:

    center -> list

    饼图的中心(圆心)坐标,数组的第一项是横坐标,第二项是纵坐标,默认为 [50, 50]默认设置成百分比,设置成百分比时第一项是相对于容器宽度,第二项是相对于容器高度

    rosetype -> str

    是否展示成南丁格尔图,通过半径区分数据大小,有'radius'和'area'两种模式。默认为'radius'radius:扇区圆心角展现数据的百分比,半径展现数据的大小area:所有扇区圆心角相同,仅通过半径展现数据大小

        pie = pyecharts.Pie("全国天气类型比例", '2018-4-16')
      pie.add('', weather, [mit_rain, lit_rain, sail, sun, th_rain, cloud, shadom, z_rain], is_label_show=True, label_text_color=None,         legend_orient='vertical', radius=[40, 50], center=[50, 50])
        pie.add('', ['中雨', '小雨', '扬沙', '晴'], [lit_rain, mit_rain, sun, sail], radius=[10, 35], center=[50, 50], rosetype='area')

        pie.render('Pie-weather.html')



    至此,pyecharts的大多数图标的绘制我们都可以实现了,更多知识可以查看下面链接


    链接:pyecharts


    展开全文
  • python的pyecharts绘制各种图表案例(代码+效果)

    千次阅读 多人点赞 2020-02-05 15:24:36
    pyecharts 是一个用于生成 Echarts 图表的类库。Echarts 是百度开源的一个数据可视化 JS 库。用 Echarts 生成的图可视化效果非常棒,pyecharts 是为了与 Python 进行对接,方便在 Python 中直接使用数据生成图。 ...
  • pyecharts图表库学习

    2019-11-17 19:09:18
    pyecharts 文档 安装pyecharts pip install pyecharts install echarts-themes-pypkg 如果安装出错,则可指定安装的版本号 安装另一个版本的pyecharts,具体操作:pip install pyecharts==0.5.11 安装主题插件 ...
  • 目录一、Pyecharts 认识(一)对 Pyecharts 认识(二)安装:二、Pyecharts 图表绘制(一)Pyecharts 绘制图表理解1、全局配置项2、系列配置项3、注意:数据格式(二)图表绘制1、柱状图2、饼图3、玫瑰图 ...
  • 全局配置项 我们来看下全局配置项有哪些。...可以配置诸如图像宽度,高度,图表主题,背景颜色等。 from pyechats.chartsimport Bar from pyecharts import options as opts from pyecharts.globals import T
  • 数据可视化之Pyecharts制作酷炫图表

    千次阅读 2020-04-20 13:55:19
    python 擅于数据处理,echarts 是百度开源的数据可视化项目,将二者结合起来,也就诞生了 pyecharts 。本文将从相关特性、版本安装、绘图步骤、图表示例、图表组合、应用总结 等个6方面进行详细介绍,文章较长干货较...
  • radar图和其他的图形不同的是更改颜色需要在定义数据信息时更改,不可以在全局配置项中更改,直接放代码: 首先去官方查看实例, 图中的radarindicatoritem找了半天找不到,直接在后面更改文本信息即可,解决后代码...
  • Pyecharts中预制了10+种主题方案,具体代码以及主题效果如下: # 虚假数据 x_data = ['Apple', 'Huawei', 'Xiaomi', 'Oppo', 'Vivo', 'Meizu'] y_data_1 = [123, 153, 89, 107, 98, 23] y_data_2 = [231, 321, 135, ...
  • 今天来给大家分享一下Pyecharts模块,说到它我们就不得不提Echarts,它是由百度开源的一款使用JavaScript实现的开源可视化库,涵盖了各种图表、满足各类业务需求,而pyec...
  • pyecharts图表大屏展示

    千次阅读 2020-06-04 17:20:52
    效果是这个样子,就是一个交互的图表集成展示 先把你自己画的所有图片添到里page() ,Page记得要导入一下和Bar,Pie那些pyecharts.charts类里。(画图的代码就省略了太多了,我这里就是举个例子)。把我add的这些图换...
  • pyecharts地图可视化详解 安装地图 pip install echarts-countries-pypkg #全球国家地图 pip install echarts-china-provinces-pypkg #中国省级地图 pip install echarts-china-cities-pypkg #中国市级地图 ...
  • 虽然pyecharts虽在展现上令人舒畅,但使用起来并不能像echarts那么完善,比如k线的颜色目前就改不了,我是在尝试了各种方法后,才在GitHub上找到了作者的回答…… 此外,本人并没有JAVA的知识,python也是自学的,...
  • pyecharts详细配置绘制图表

    千次阅读 2018-10-21 21:22:07
    pyecharts 是一个用于生成 Echarts 图表的类库。实际上就是 Echarts 针对Python 的接口。 安装 pip install pyecharts 图形初始化 图表类初始化所接受的参数(所有类型的图表都一样)。 title -&gt; str 主标题...
  • 环境:pyecharts库,echarts-countries-pypkg,echarts-china-provinces-pypkg,echarts-china-cities-pypkg&n...
  • python--pyecharts可视化实现《一》--高级动态绘图[视觉盛宴]1、pyecharts前言与安装2、pyecharts绘图实现anaconda(图片是可动态的,这里展示静态图片)2.1制作仪表盘图2.2制作条形图12.3制作条形图22.4制作动态散点...
  • pyecharts基于百度开源的、使用广泛的echarts,使用python语言,开发的一套绘图库,是不折不扣的绘图神器。必备资料属性都有哪些取值,去下面这里查:https://pyec...
  • 可视化之pyecharts详细配置绘制图表

    万次阅读 多人点赞 2018-08-22 18:38:38
    pyecharts 是一个用于生成 Echarts 图表的类库。实际上就是 Echarts 针对Python 的接口。 安装 pip install pyecharts 图形初始化 图表类初始化所接受的参数(所有类型的图表都一样)。 title -&gt; str ...
  • 1、图表背景色分块显示 xAxis: [ { /*splitArea 坐标轴在 grid区域中的分隔区域,默认不显示。 * splitArea.areaStyle.color 分隔区域颜色,分隔区域会按数组中颜色的顺序依次循环设置颜色*/ splitArea: { show:...
  • 原文地址:... 环境:pyecharts库,echarts-countries-pypkg,echarts-china-provinces-pypkg,echarts-china-cities-pypkg 数据:2018年4月16号的全国各地最高最低和天气类型的数据——2018-4...
  • # 图表实例,仅 `Chart` 类或者其子类 chart: Chart, # 直角坐标系网格配置项,参见 `GridOpts` grid_opts: Union[opts.GridOpts, dict], # 直角坐标系网格索引 grid_index: int = 0, # 是否由自己控制 Axis 索引 is...
  • 环境:pyecharts库,echarts-countries-pypkg,echarts-china-provinces-pypkg,echarts-china-cities-pypkg数据:2018年4月16号的全国各地最高最低和天气类型的数据――2018-4-16.json(爬虫爬的)一、公共属性1、...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 442
精华内容 176
关键字:

pyecharts图表背景颜色