精华内容
下载资源
问答
  • echarts之柱形图折线图相互切换

    千次阅读 2019-12-13 15:10:05
    没错,只要在option里加入toolbox就行 toolbox: { show : true, feature : { /* line是折线图,bar是柱形图*/ magicType: {show: true,...

    没错,只要在option里加入toolbox就行

    toolbox: {
    	            	        show : true,
    	            	        feature : { 
    	            	        	/* line是折线图,bar是柱形图*/
    	            	            magicType: {show: true, type: ['line', 'bar']},
    	            	        }
    	            	    },
    

    完整代码:

    option = {
    	            		title : {
    	            	        text: '测试',
    	            	        x: 'center',//标题居中
    	            	        subtext:"查看明细",//副标题
    	            	        sublink:'#',//副标题点击跳转路径
    	            	        subtarget:'self',//当前页面跳转
     	            	        subtextStyle: {//副标题的属性
     	            	            color: '#25664A',
    	 	    					fontStyle:'normal',//主标题文字字体风格,默认normal,有italic(斜体),oblique(斜体)
    	 	    					fontWeight:"lighter",//可选normal(正常),bold(加粗),bolder(加粗),lighter(变细),100|200|300|400|500...
    	 	    					fontFamily:"san-serif",//主题文字字体,默认微软雅黑
    	 	    					fontSize:12
     	            	        },
    	            	    },
    	            	    tooltip : {
    	            	        trigger: 'axis'
    	            	    },
    	            	    //柱形图和折线图相互切换
    	            	    toolbox: {
    	            	        show : true,
    	            	        feature : { 
    	            	        	/* line是折线图,bar是柱形图*/
    	            	            magicType: {show: true, type: ['line', 'bar']},
    	            	        }
    	            	    },
    	            	    calculable : false,//图形固定不能移动
    	            	    xAxis : [
    	            	        {
    	            	            type : 'category',
    	            	            data : ['Ⅰ级','Ⅱ级','Ⅲ级','Ⅳ级','Ⅴ级']
    	            	        }
    	            	    ],
    	            	    yAxis : [
    	            	        {
    	            	            type : 'value',
    	            	            name : '数量',
    	            	            axisLabel : {
    	            	                formatter: '{value}'
    	            	            }
    	            	        }
    	            	    ],
    	            	    series : [
    
    	            	        {
    	            	            name:'单位数量',
    	            	            type:'bar',
    	            	            barWidth:40,//宽度
    	            	            data:mainData,
    	            	            //显示数值
    	            	            itemStyle : { normal: {label : {
    	            	            	show: true
    	            	            	}}}
    	            	        }
    	            	        
    	            	    ]
    	            	};
    

    效果图如下:
    在这里插入图片描述
    在这里插入图片描述

    展开全文
  • 然而图表的表现形式有多种,一般常见的是柱形图折线图。今天汪琪老师就以折线图为例,在折线图的基础上加上达标线,一起来看看吧。 表格数据中的达标值是60,所以下面在折线图上加上一个数值为60的达标线。
    大家都应该对Excel软件有基础的了解吧,表格和图表想结合,那是再好不过了。少见的表格中会有达标线的设置,这个时候我们就需要在图表中加入达标线,让我们一目了然就能够看出数据是否达标。然而图表的表现形式有多种,一般常见的是柱形图和折线图。今天汪琪老师就以折线图为例,在折线图的基础上加上达标线,一起来看看吧。


    表格数据中的达标值是60,所以下面在折线图上加上一个数值为60的达标线。


    示例图


    1、点击插入-形状,选中直线。


    选中直线


    2、表格中达标值为60,在坐标轴60处绘制水平直线。


    在坐标轴60处绘制水平直线


    3、将颜色设置为红色,粗细=1.5磅。


    颜色设置为红色


    现在图表中已经插入了一条达标线了。


    现在图表中已经插入了一条达标线了


    达标线的设置方法只需要这么几步,还是挺方便的,不信的话,可以亲自试试哦。http://www.wdashi.com/ebtomobi
    展开全文
  • 柱形图: 柱状图绘制的是x坐标对应的y取值,在plot代码中加入kind=‘bar’就可以得到垂直柱状图,‘barh’则是水平柱状图。 直方图: 直方图histogram是一种可以对值的频率进行离散化显示的柱状图。可以通过调用...

    目的:用图形的形式来表达数据。

    统计图表类:

    面积图:标准面积图、堆栈面积图、百分比面积图
    PP图、误差分析图、箱线图、雷达图、金字塔图、矩阵图、漏斗图、帕累托图等
    1.

    2.柱状图:适用场合是二维数据集(每个数据点包括两个值x和y),但只有一个维度需要比较,用于显示一段时间内的数据变化或显示各项之间的比较情况。
    优势:柱状图利用柱子的高度,反映数据的差异,肉眼对高度差异很敏感。
    劣势:柱状图的局限在于只适用中小规模的数据集。
    3.条形图
    适用场景:显示各个项目之间的比较情况,和柱状图类似的作用;
    优势:每个条都清晰表示数据,直观;
    4.折线图
    适用场景: 折线图适合二维的大数据集,还适合多个二维数据集的比较。
    优势:容易反应出数据变化的趋势。
    6.饼图(环图)
    适用场景:显示各项的大小与各项总和的比例。适用简单的占比比例图,在不要求数据精细的情况适用。
    优势:明确显示数据的比例情况,尤其合适渠道来源等场景。
    劣势:肉眼对面积大小不敏感。
    7.雷达图
    适用场景:雷达图适用于多维数据(四维以上),且每个维度必须可以排序,数据点一般6个左右,太多的话辨别起来有困难。
    优势:主要用来了解公司各项数据指标的变动情形及其好坏趋向。
    劣势:理解成本较高。
    10.散点图
    适用场景:显示若干数据系列中各数值之间的关系,类似XY轴,判断两变量之间是否存在某种关联。散点图适用于三维数据集,但其中只有两维需要比较。
    优势:对于处理值的分布和数据点的分簇,散点图都很理想。如果数据集中包含非常多的点,那么散点图便是最佳图表类型。
    劣势:在点状图中显示多个序列看上去非常混乱。

    鱼骨图(Ishikawa)
    鱼骨图是一种发现问题“根本原因”的方法,它也可以称之为“因果图”。其特点是简捷实用,深入直观。它看上去有些象鱼骨,问题或缺陷(即后果)标在"鱼头"外。
    鱼骨分析图:发现问题根本原因的分析方法。问题的特性总是受到一些因素的影响,通过头脑风暴找出这些因素,并将它们与特性值一起,按相互关联性整理绘制。
    在这里插入图片描述

    5.各种数据地图(一共有6种类型)
    适用场景:适用于有空间位置的数据集;
    优劣势:特殊状况下使用,涉及行政区域;
    (1)行政地图(面积图)
    在这里插入图片描述(2)行政地图(气泡图)
    在这里插入图片描述(3)地图图表:轨迹图
    在这里插入图片描述(4)地图图表:热力图
    在这里插入图片描述(5)地图图表:海点图
    在这里插入图片描述(6)地图图表:地图+柱状/饼图/条形
    在这里插入图片描述(7)地图图表:气泡图
    在这里插入图片描述注:制作地图图表需要经纬度信息,若只有地址信息,可以制作行政地图或者使用BDP的“地址转经纬度”功能。

    8.漏斗图
    适用场景:漏斗图适用于业务流程多的流程分析,显示各流程的转化率。
    在这里插入图片描述优势:在网站分析中,通常用于转化率比较,它不仅能展示用户从进入网站到实现购买的最终转化率,还可以展示每个步骤的转化率,能够直观地发现和说明问题所在。
    劣势:单一漏斗图无法评价网站某个关键流程中各步骤转化率的好坏。
    9.词云
    适用场景: 显示词频,可以用来做一些用户画像、用户标签的工作。
    标签云(词云):由出现频率较高的词或标签排列而成,主要用于数据挖掘。

    在这里插入图片描述
    优势:很酷炫、很直观的图表。劣势:使用场景单一,一般用来做词频。

    11.面积图
    适用场景:强调数量随时间而变化的程度,也可用于引起人们对总值趋势的注意。
    在这里插入图片描述12.指标卡
    适用场景:显示某个数据结果&同环比数据。
    优势:适用场景很多,很直观告诉看图者数据的最终结果,一般是昨天、上周等,还可以看不同时间维度的同环比情况。
    劣势:只是单一的数据展示,最多有同环比,但是不能对比其他数据。
    13.计量图
    适用场景:一般用来显示项目的完成进度。

    在这里插入图片描述优势:很直观展示项目的进度情况,类似于进度条。
    劣势:表达效果很明确,数据场景比较单一。
    14.瀑布图
    适用场景:采用绝对值与相对值结合的方式,适用于表达数个特定数值之间的数量变化关系,最终展示一个累计值。
    优势:展示两个数据点之间的演变过程,还可以展示数据是如何累计的。
    劣势:没有柱状图、条形图的使用场景多。
    15.桑基图
    适用场景:一种特定类型的流程图,始末端的分支宽度总各相等,一个数据从始至终的流程很清晰,图中延伸的分支的宽度对应数据流量的大小,通常应用于能源、材料成分、金融等数据的可视化分析。
    在这里插入图片描述16.旭日图
    适用场景:旭日图可以表达清晰的层级和归属关系,以父子层次结构来显示数据构成情况,旭日图能便于细分溯源分析数据,真正了解数据的具体构成。
    在这里插入图片描述优势:分层看数据很直观,逐层下钻看数据。
    17.树图
    适用场景:和旭日图类似;
    在这里插入图片描述18.双轴图
    适用场景:柱状图+折线图的结合,适用情况很多,数据走势、数据同环比对比等情况都能适用。
    优势:特别通用,是柱状图+折线图的结合,图表很直观。
    在这里插入图片描述

    QQ图:二元分位数分析。斜率为标准差,截距为均值。
    在这里插入图片描述
    QQ图的作用
    用于直观验证一组数据是否来自某个分布,或者验证某两组数据是否来自同一(族)分布。在教学和软件中常用的是检验数据是否来自于正态分布。

    茎叶图:数据首位(根据情况选定位数)作为茎,数据末尾作为叶。
    在这里插入图片描述
    柏拉图(排列图)

    排列图是分析和寻找影响质量主原因素的一种工具,其形式用双直角坐标图,左边纵坐标表示频数(如件数金额等),右边纵坐标表示频率(如百分比表示)。分折线表示累积频率,横坐标表示影响质量的各项因素,按影响程度的大小(即出现频数多少)从左向右排列。通过对排列图的观察分析可抓住影响质量的主原因素。

    P_P图:反映变量的积累比例与指定分布的积累比例的关系图,当数据点呈线性分布的时候,观测样本越趋近给定分布。
    在这里插入图片描述误差分析图:分为系统误差和随机误差,衡量观测的精确度(包括测量的准确度和模型选取是否合理)。根据实际情况绘图即可。
    在这里插入图片描述残差分析图:表征取样的合理性,即样本是否具有代表性。
    在这里插入图片描述在这里插入图片描述在这里插入图片描述
    概率分布图:表述随机变量取值的概率规律,常用的如正态分布、指数分布等。

    在这里插入图片描述漏斗模型(三角图):一般表述转化率(如营销客户转化),由上而下代表不同层级,转化率逐级降低并形成漏斗形状。
    金字塔模型:不同层次依然由上而下分布,但处于上层的是重要的(或数量较少)的层次,并按重要性(或数量)逐级递减(递增)。
    等高线图:有二维、三维等高线图。在数据分析中,高度表示为该点的数量或出现次数,该指标相同则在一条环线(或高度)处。
    在这里插入图片描述在这里插入图片描述雷达图:即将一个样本的各项指标所得的数字或比率,就其比较重要的指标集中划在一个圆形的图表上,来表现一个样本各项指标重要比率的情况,使用者能一目了然的了解样本各项数据的变动情形及其好坏趋向。
    在这里插入图片描述南丁格尔玫瑰图:一种圆形的直方图,更易于观察,更加美观。
    在这里插入图片描述5W1H分析图:思考分析图,What(要完成什么任务?有哪些要点难点?) how (怎样完成该任务?用哪些方法技术?)where (何地完成?)when(何时完成) who(何人完成?) why(为什么要这么做?评估检验)。可以提高任务效率,简化任务步骤。

    树状图:简单树状图、放射树状图。树图是一种流行的利用包含关系表达层次化数据的可视化方法。从一个项目出发,展开两个或两个以上分支,然后从每一个分支再继续展开,依此类推。有助于思维从一般到具体的逐步转化。树图是研究多元目标问题的一般工具。

    其中,放射树状图为圆环形,中心为节点,放射端为叶,数据的度量为射线长度。

    算法流程图:设计算法是程序设计的核心。为了表示一个算法,可以用不同的方法。常用的有自然语言,流程图,伪代码,PAD图等。这其中以特定的图形符号加上说明,表示算法的图,称为算法流程图。算法流程图包括传统流程图和结构流程图两种。

    绘制工具有Visio。
    在这里插入图片描述思维导图:思维导图是一种将思维形象化的方法。我们知道放射性思考是人类大脑的自然思考方式,每一种进入大脑的资料,不论是感觉、记忆或是想法——包括文字、数字、符码、香气、食物、线条、颜色、意象、节奏、音符等,都可以成为一个思考中心,并由此中心向外发散出成千上万的关节点,每一个关节点代表与中心主题的一个连结,而每一个连结又可以成为另一个中心主题,再向外发散出成千上万的关节点,呈现出放射性立体结构,而这些关节的连结可以视为您的记忆,就如同大脑中的神经元一样互相连接,也就是您的个人数据库。

    展开全文
  • 五类24例pyecharts图表分享(附代码)

    千次阅读 2021-06-08 12:28:34
    文章目录01 Pie Chart基础饼图玫瑰图普通圆环图富文本饼图02 Bar堆积柱形图自定义标签旋转标注特殊值加入JsCode的渐变色配置Bar - HorizontalBar - 3D03 Line基础折线图面积图同比展示04 ScatterEffect ...

    01 Pie Chart

    基础饼图

    在这里插入图片描述

    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    
    
    x_data = ["直接访问", "邮件营销", "联盟广告", "视频广告", "搜索引擎"]
    y_data = [335, 310, 274, 235, 700]
    data_pair = [list(z) for z in zip(x_data, y_data)]
    data_pair.sort(key=lambda x: x[1])
    
    p = (
        Pie(init_opts=opts.InitOpts(theme=ThemeType.WALDEN,
                                    page_title="Pie- Base"))
        .add(
            series_name="访问来源",
            data_pair=data_pair,
            radius="50%",
            center=["50%", "50%"],
            # is_clockwise=True,  # 扇区排布方向
            label_opts=opts.LabelOpts(is_show=True, position="center"),
        )
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title="Customized Pie",
                pos_left="center",
                pos_top="20",
            ),
            legend_opts=opts.LegendOpts(is_show=False)
        )
        .set_series_opts(
            tooltip_opts=opts.TooltipOpts(
                trigger="item", formatter="{a} <br/>{b}: {c} ({d}%)"
            ),
            label_opts=opts.LabelOpts(color="rgba(0, 0, 0, 0.5"),
        )
        .render("Pie01.html")
    )
    os.system("Pie01.html")
    

    玫瑰图

    在这里插入图片描述

    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    
    
    x_data = ["直接访问", "邮件营销", "联盟广告", "视频广告", "搜索引擎"]
    y_data = [335, 310, 274, 235, 700]
    data_pair = [list(z) for z in zip(x_data, y_data)]
    data_pair.sort(key=lambda x: x[1])
    
    p = (
        Pie(init_opts=opts.InitOpts(theme=ThemeType.INFOGRAPHIC,
                                    page_title="Pie- RoseType"))
        .add(
            series_name="访问来源",
            data_pair=data_pair,
            radius="50%",  # 饼图
            center=["50%", "50%"],
    
            # 是否展示成南丁格尔图,通过半径区分数据大小
            rosetype="radius",  # 通过半径区分数据大小
            # rosetype="area",  # 通过面积区分数据大小
    
            is_clockwise=True,  # 扇区排布方向
            label_opts=opts.LabelOpts(is_show=True, position="center"),
        )
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title="Pie - Rosetype",
                pos_left="center",
                pos_top="20",
            ),
            legend_opts=opts.LegendOpts(is_show=False)
        )
        .set_series_opts(
            tooltip_opts=opts.TooltipOpts(
                trigger="item", formatter="<b>{a}</b> <br/>{b}: {c} ({d}%)"
            ),
            label_opts=opts.LabelOpts(color="rgba(0, 0, 0, 0.5"),
        )
        .render("Pie02.html")
    )
    os.system("Pie02.html")
    

    普通圆环图

    在这里插入图片描述

    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    
    x_data = ["直接访问", "邮件营销", "联盟广告", "视频广告", "搜索引擎"]
    y_data = [335, 310, 274, 235, 700]
    data_pair = [list(z) for z in zip(x_data, y_data)]
    data_pair.sort(key=lambda x: x[1])
    
    p = (
        Pie(init_opts=opts.InitOpts(theme=ThemeType.WALDEN,
                                    page_title="Pie- Ring"))
        .add(
            series_name="访问来源",
            data_pair=data_pair,
            radius=["35%", "75%"],  # 圆环图
            center=["50%", "50%"],
            is_clockwise=True,  # 扇区排布方向
            label_opts=opts.LabelOpts(is_show=True, position="center"),
        )
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title="Pie - Ring",
                pos_left="center",
                pos_top="20",
            ),
            legend_opts=opts.LegendOpts(is_show=False)
        )
        .set_series_opts(
            tooltip_opts=opts.TooltipOpts(
                trigger="item", formatter="<b>{a}</b> <br/>{b}: {c} ({d}%)"
            ),
            label_opts=opts.LabelOpts(color="rgba(0, 0, 0, 0.5",
                                      formatter="{b}: {c} ({d}%)",
                                      font_size=14,
                                      font_weight="bold",
                                      font_family="Courier New",
                                      ),
        )
        .render("Pie03.html")
    )
    os.system("Pie03.html")
    

    富文本饼图

    在这里插入图片描述

    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    
    inner_x_data = ["直达", "营销广告", "搜索引擎"]
    inner_y_data = [335, 679, 1548]
    
    outer_x_data = ["直达", "营销广告", "搜索引擎", "邮件营销", "联盟广告", "视频广告", "百度", "谷歌", "必应", "其他"]
    outer_y_data = [335, 310, 234, 135, 1048, 251, 147, 102]
    
    p = (
        Pie(init_opts=opts.InitOpts(theme=ThemeType.WALDEN,
                                    page_title="Nested Pie with Rich Text"))
        .add(
            series_name="访问来源",
            data_pair=[list(z) for z in zip(inner_x_data, inner_y_data)],
            radius=[0, "30%"],
            label_opts=opts.LabelOpts(position="inner"),
        )
        .add(
            series_name="访问来源2",
            data_pair=[list(z) for z in zip(outer_x_data, outer_y_data)],
            radius=["40%", "60%"],
            label_opts=opts.LabelOpts(
                position="outside",
                formatter="{a|{a}}{abg|}\n{hr|}\n {b|{b}} : {c} {per|{d}%}  ",
                background_color="#eee",
                border_color="#aaa",
                border_width=1,
                border_radius=4,
                rich={
                    "a": {"color": "#999", "lineHeight": 22, "align": "center"},
                    "abg": {
                        "backgroundColor": "#e3e3e3",
                        "width": "100%",
                        "align": "right",
                        "height": 22,
                        "borderRadius": [4, 4, 0, 0],
                    },
                    "hr": {
                        "borderColor": "#aaa",
                        "width": "100%",
                        "borderWidth": 0.5,
                        "height": 0,
                    },
                    "b": {"fontSize": 14, "lineHeight": 33},
                    "per": {
                        "color": "#eee",
                        "backgroundColor": "#334455",
                        "padding": [2, 4],
                        "borderRadius": 2,
                    },
                },
            ),
        )
        .set_global_opts(legend_opts=opts.LegendOpts(pos_left="left", orient="vertical"))
        .set_series_opts(
            tooltip_opts=opts.TooltipOpts(
                trigger="item",
                formatter="{a} <br/>{b}: {c} ({d}%)"
            )
        )
        .render("Pie04.html")
    )
    os.system("Pie04.html")
    

    02 Bar

    基础图形略。

    堆积柱形图

    在这里插入图片描述

    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    from pyecharts.faker import Faker
    
    
    b = (
        Bar(init_opts=opts.InitOpts(page_title="Bar - Stack", theme=ThemeType.ESSOS))
        .add_xaxis(Faker.choose())
        .add_yaxis("商家A-1", Faker.values(), stack="stack01")
        .add_yaxis("商家A-2", Faker.values(), stack="stack01")
        .add_yaxis("商家B", Faker.values())
        # .add_yaxis("商家B-1", Faker.values(), stack="stack02")
        # .add_yaxis("商家B-2", Faker.values(), stack="stack02")
        # .add_yaxis("商家B-3", Faker.values(), stack="stack02")
        .set_series_opts(label_opts=opts.LabelOpts(position="insideTop", font_family="Courier New"))
        .set_global_opts(
            title_opts=opts.TitleOpts(title="Bar-Stack"),
            yaxis_opts=opts.AxisOpts(name="销售额",
                                     splitline_opts=opts.SplitLineOpts(
                                        is_show=True,
                                        linestyle_opts=opts.LineStyleOpts(
                                            type_="dashed",
                                            color="gray",
                                        )),
                                     ),
            xaxis_opts=opts.AxisOpts(name="细分市场", axislabel_opts=opts.LabelOpts(rotate=-20)),
        )
        .render("Bar02.html")
    )
    os.system("Bar02.html")
    

    自定义标签旋转

    在这里插入图片描述

    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    import random
    
    b = (
        Bar(init_opts=opts.InitOpts(page_title="Bar-01", theme=ThemeType.WESTEROS))
        .add_xaxis([
            "名字很长很长很长的标签1",
            "名字很长很长很长的标签2",
            "名字很长很长很长的标签3",
            "名字很长很长很长的标签4",
            "名字很长很长很长的标签5",
            "名字很长很长很长的标签6",
        ])
        .add_yaxis("商家A", [random.randint(1, 100) for i in range(6)])
        .add_yaxis("商家B", [random.randint(1, 100) for i in range(6)])
        .set_global_opts(
            xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-20)),  # 顺时针旋转20°
            title_opts=opts.TitleOpts(title="Bar-旋转标签", subtitle="解决标签名字过长的问题")
        )
        .render("Bar01.html")
    )
    os.system("Bar01.html")
    

    标注特殊值

    在这里插入图片描述

    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    
    b = (
        Bar(init_opts=opts.InitOpts(page_title="Bar with MarkPoint", theme=ThemeType.VINTAGE))
        .add_xaxis(Faker.choose())
        .add_yaxis("Series A", Faker.values())
        .add_yaxis("Series B", Faker.values())
        .set_global_opts(
            title_opts=opts.TitleOpts(title="Bar - MarkPoint"),
            legend_opts=opts.LegendOpts(pos_left="right", pos_top="top", orient="vertical"),
        )
        .set_series_opts(
            label_opts=opts.LabelOpts(is_show=False),  # 关闭所有值标签的显示
            markpoint_opts=opts.MarkPointOpts(
                data=[
                    opts.MarkPointItem(type_="max", name="最大值"),
                    opts.MarkPointItem(type_="min", name="最小值"),
                ]
            ),
            markline_opts=opts.MarkPointOpts(
                data=[
                    opts.MarkLineItem(type_="average", name="平均值"),
                    opts.MarkLineItem(type_="max", name="最大值"),
                ],
                label_opts=opts.LabelOpts(font_size=12, formatter="{b}{c}s")
            )
        )
        .render("Bar03.html")
    )
    os.system("Bar03.html")
    

    加入JsCode的渐变色配置

    在这里插入图片描述

    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    from pyecharts.faker import Faker
    
    
    # Bar - 渐变效果
    b = (
        Bar(init_opts=opts.InitOpts(page_title="Bar - Bar_border_radius"))
        .add_xaxis(Faker.choose())
        .add_yaxis("商家A", Faker.values(), category_gap="60%")
        .set_series_opts(
            itemstyle_opts={
                "normal": {
                    "color": JsCode(
                        """new echarts.graphic.LinearGradient(0, 0, 0, 1, [{
                        offset: 0,
                        color: 'rgba(0, 194, 255, 1)'
                    }, {
                        offset: 1,
                        color: 'rgba(0, 77, 167, 1)'
                    }], false)"""
                    ),
                    "barBorderRadius": [30, 30, 30, 30],
                    "shadowColor": "rgb(0, 160, 221)",
                }
            }
        )
        .set_global_opts(title_opts=opts.TitleOpts(title="Bar-渐变圆柱"))
        .render("Bar04.html")
    )
    os.system("Bar04.html")
    

    Bar - Horizontal

    在这里插入图片描述

    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    from pyecharts.faker import Faker
    
    
    b = (
        Bar(init_opts=opts.InitOpts(page_title="Horizontal Bar",
                                    theme=ThemeType.WESTEROS))
        .add_xaxis(Faker.choose())
        .add_yaxis("SeriesA", Faker.values())
        .add_yaxis("SeriesB", Faker.values())
        .reversal_axis()
        .set_series_opts(label_opts=opts.LabelOpts(position="right"),  # 记得对应地将数据标签调整至右侧
                         itemstyle_opts={
                             "normal": {
                                "barBorderRadius": [0, 10, 10, 0],  # 注意圆角分别对应[左上,右上,右下,左下]
                                "shadowColor": "rgb(0, 160, 221)",
                             }
                         })
        .set_global_opts(title_opts=opts.TitleOpts(title="Horizontal"),
                         # 注意这里反转后需要设置的是反转后的y轴(即x轴),而不是作为值代入的y
                         xaxis_opts=opts.AxisOpts(
                             type_="value",
                             name="value",
                             position="right",
                             offset=80,
                             axisline_opts=opts.AxisLineOpts(
                                 linestyle_opts=opts.LineStyleOpts(color='#5793f3')
                             ),
                             axislabel_opts=opts.LabelOpts(formatter="{value} 只"),
                         ),
                         tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"))
        .render("Bar05.html")
    )
    os.system("Bar05.html")
    

    Bar - 3D

    在这里插入图片描述

    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    from pyecharts.faker import Faker
    
    
    data = [(i, j, random.randint(0, 12)) for i in range(6) for j in range(24)]
    b = (
        Bar3D(init_opts=opts.InitOpts(page_title="3D Bar", theme=ThemeType.WESTEROS))
        .add(
            "",
            [[d[1], d[0], d[2]] for d in data],
            xaxis3d_opts=opts.Axis3DOpts(Faker.clock, type_="category"),
            yaxis3d_opts=opts.Axis3DOpts(Faker.week_en, type_="category"),
            zaxis3d_opts=opts.Axis3DOpts(type_="value"),
        )
        .set_global_opts(
            visualmap_opts=opts.VisualMapOpts(max_=14)
        )
        .render("Bar3D.html")
    )
    os.system("Bar3D.html")
    

    03 Line

    折线图调整要点:

    • 是否堆叠
    • 曲线or折线:is_smooth=False/True
    • 是否连接空数据:is_connect_nones=False/True
    • 是否填色(Area)

    基础折线图

    在这里插入图片描述

    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    from pyecharts.faker import Faker
    
    # Line - Base
    x = Faker.choose()
    y = Faker.values()
    y_2 = Faker.values()
    y[3], y[5] = None, None
    line = (
        Line(init_opts=opts.InitOpts(page_title="Line Demo",
                                     theme=ThemeType.PURPLE_PASSION))
        .add_xaxis(x)
        .add_yaxis("Series A", y, is_connect_nones=True,
                   markpoint_opts=opts.MarkPointOpts(
                       data=[
                           opts.MarkPointItem(name="Point 1", coord=[x[2], y[2]], value=y[2]),
                           opts.MarkPointItem(name="Point 2", coord=[x[6], y[6]], value=y[6]),
                           opts.MarkPointItem(name="max", type_="max"),
                       ]
                   ),
                   label_opts=opts.LabelOpts(is_show=False),
                   )
        .add_yaxis("Series B", y_2,
                   symbol="emptyCircle",  # 设置标记点为空心圆
                   is_smooth=True,  # 设置为平滑曲线
                   )
        .set_global_opts(title_opts=opts.TitleOpts(title="Line - Connect Null"))
        .render("line01.html")
    )
    os.system("line01.html")
    

    面积图

    在这里插入图片描述

    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    from pyecharts.faker import Faker
    
    
    # Line - Area
    x = Faker.choose()
    a = Faker.values()
    b = Faker.values()
    c = Faker.values()
    
    area = (
        Line(init_opts=opts.InitOpts(page_title="Line Area", theme=ThemeType.ESSOS))
        .add_xaxis(x)
        .add_yaxis("Series A", a, stack="level 1")
        # .add_yaxis("Series B", b, stack="level 1")  # stack用同样的名字,则转化为堆积面积图
        .add_yaxis("Series B", b, stack="level 2")
        .set_series_opts(
            areastyle_opts=opts.AreaStyleOpts(opacity=0.35),  # 设置填色为面积图
            label_opts=opts.LabelOpts(formatter="{c}"),
        )
        .set_global_opts(
            title_opts=opts.TitleOpts(title="Area Chart"),
            xaxis_opts=opts.AxisOpts(
                axistick_opts=opts.AxisTickOpts(is_align_with_label=True),  # 设置x轴标识
                is_scale=False,
                boundary_gap=False,  # 将x轴最左刻度对齐y轴
            )
        )
        .render("Line02.html")
    )
    os.system("Line02.html")
    

    同比展示

    在这里插入图片描述

    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    
    
    # Line - 多x轴展示同比情况
    x_1 = ["2020-" + str(i + 1) for i in range(12)]
    x_2 = ["2021-" + str(i + 1) for i in range(12)]
    y_1 = [round((random.random() + 0.2) * 10, 2) for i in range(12)]
    y_2 = [round((random.random() + 0.25) * 10, 2) for i in range(12)]
    
    line = (
        Line(init_opts=opts.InitOpts(page_title="Multiple x_axis", theme=ThemeType.WESTEROS))
        .add_xaxis(xaxis_data=x_1)
        .extend_axis(
            xaxis_data=x_2,
            xaxis=opts.AxisOpts(
                type_="category",
                axistick_opts=opts.AxisTickOpts(is_align_with_label=True),
                axisline_opts=opts.AxisLineOpts(
                    is_on_zero=False,
                    linestyle_opts=opts.LineStyleOpts(color="#6e9ef1")
                ),
            ),
        )
        .add_yaxis(
            series_name="2020降水量",
            is_smooth=True,
            symbol="emptyCircle",
            y_axis=y_1,
            linestyle_opts=opts.LineStyleOpts(width=2),
        )
        .add_yaxis(
            series_name="2021降水量",
            is_smooth=True,
            symbol="emptyCircle",
            y_axis=y_2,
            linestyle_opts=opts.LineStyleOpts(width=2),
        )
        .set_global_opts(
            legend_opts=opts.LegendOpts(),
            tooltip_opts=opts.TooltipOpts(axis_pointer_type="cross"),
            yaxis_opts=opts.AxisOpts(
                type_="value",
                splitline_opts=opts.SplitLineOpts(
                    is_show=True, linestyle_opts=opts.LineStyleOpts(opacity=0.8)
                ),
            ),
        )
        .set_series_opts(
            # areastyle_opts=opts.AreaStyleOpts(opacity=0.35),  # 设置填色为面积图
            label_opts=opts.LabelOpts(is_show=False),
        )
        .render("Line03.html")
    )
    os.system("Line03.html")
    

    04 Scatter

    Effect Scatter

    在这里插入图片描述

    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    from pyecharts.faker import Faker
    
    
    # Scatter - EffectScatter plus SplitLine
    s = (
        EffectScatter()
        .add_xaxis(Faker.choose())
        .add_yaxis("", Faker.values())
        .set_global_opts(
            title_opts=opts.TitleOpts(title="Effect Scatter"),
            xaxis_opts=opts.AxisOpts(
                splitline_opts=opts.SplitLineOpts(is_show=True, linestyle_opts=opts.LineStyleOpts(type_="dashed"))
            ),
            yaxis_opts=opts.AxisOpts(
                splitline_opts=opts.SplitLineOpts(is_show=True, linestyle_opts=opts.LineStyleOpts(type_="dashed"))
            ),
            )
        .render("Scatter01.html")
    )
    os.system("Scatter01.html")
    

    Scatter - with size

    在这里插入图片描述

    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    from pyecharts.faker import Faker
    
    
    s = (
        Scatter(init_opts=opts.InitOpts(page_title="Scatter Chart",
                                        theme=ThemeType.WESTEROS))
        .add_xaxis(Faker.choose())
        .add_yaxis("Series A", Faker.values())
        .add_yaxis("Series B", Faker.values())
        .set_series_opts(label_opts=opts.LabelOpts(position="inside"))
        .set_global_opts(
            title_opts=opts.TitleOpts(title="Scatter with Size"),
            visualmap_opts=opts.VisualMapOpts(type_="size", is_show=False, max_=150, min_=20),
            xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),
            yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)),
        )
        .render("Scatter02.html")
    )
    
    os.system("Scatter02.html")
    

    05 功能图表

    Liquid - 水球图

    在这里插入图片描述

    import os
    
    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    
    
    liq = (
        Liquid(init_opts=opts.InitOpts(page_title="Liquid Test 01", theme=ThemeType.WESTEROS))
        .add(series_name="Liquid",
             data=[0.35, 0.65],
             # 水球外形,包括"circle","rect","roundRect","triangle","diamond","pin","arrow"
             shape="roundRect",
             # color=,
             # background_color=,
             is_animation=True,  # 是否显示波浪动画
             is_outline_show=False,  # 是否显示边框宽度
             # outline_border_distance: type.Numeric = 8,  # 外沿边框宽度
             # outline_border_opts: type.ItemStyle = None,  # 外沿样式
             label_opts=opts.LabelOpts(
                 font_size=40,
                 font_family="Courier New",
                 formatter=JsCode(
                     """function (param) {
                        return (Math.floor(param.value * 10000) / 100) + '%';
                     }"""
                 ),
                 position="inside",
             ),
             # tooltip_opts=
             )
        .set_global_opts(title_opts=opts.TitleOpts(title="Liquid - with precision"))
        .render("Liquid02.html")
    )
    os.system("Liquid02.html")
    

    Graph - 关系图

    在这里插入图片描述

    import os
    import random
    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    
    
    # Graph: 自定义结点
    nodes = []
    symbols = ["circle", "rect", "roundRect", "triangle", "diamond", "pin", "arrow", "none"]
    for i in range(1, 10):
        name = "结点%s" % i
        nodes.append(opts.GraphNode(name=name,
                                    symbol_size=random.randint(1, 5) * 5,
                                    symbol=symbols[random.randint(1, len(symbols) - 1)]))
    links = []
    for i in nodes:
        for j in nodes:
            links.append(opts.GraphLink(source=i.get("name"),
                                        target=j.get("name"),
                                        value=random.randint(1, len(nodes))
                                        )
                         )
            # links.append({"source": i.get("name"), "target": j.get("name")})
            # links.append({"source": i.get("name"), "target": j.get("name")})
    c = (
        Graph(init_opts=opts.InitOpts(theme=ThemeType.MACARONS,
                                      page_title="Pyecharts-Gallery-Graph-01"))
        .add("", nodes, links, repulsion=8000)
        .set_global_opts(title_opts=opts.TitleOpts(title="Graph-Optional"))
        .render("Graph02.html")
    )
    os.system("Graph02.html")
    

    Calendar - 日历图

    在这里插入图片描述

    import datetime
    import random
    import os
    
    from pyecharts import options as opts
    from pyecharts.charts import *
    
    
    begin = datetime.date(2020, 1, 1)
    end = datetime.date(2020, 12, 31)
    data = [
        [str(begin + datetime.timedelta(days=i)), random.randint(1000, 25000)]
        for i in range((end - begin).days + 1)
    ]
    
    c = (
        Calendar(init_opts=opts.InitOpts(page_title="Pyecharts-Gallery-Calendar-01"))
        .add(
            "",
            data,
            calendar_opts=opts.CalendarOpts(
                range_="2020",
                daylabel_opts=opts.CalendarDayLabelOpts(name_map="cn"),
                monthlabel_opts=opts.CalendarMonthLabelOpts(name_map="cn"),
            ),
        )
        .set_global_opts(
            title_opts=opts.TitleOpts(title="Calendar-2020微信步数情况(中文Label)"),
            visualmap_opts=opts.VisualMapOpts(
                max_=20000,
                min_=500,
                orient="horizontal",
                is_piecewise=True,
                pos_top="230px",
                pos_left="100px",
            ),
        )
        .render("calendar_label_setting.html")
    )
    os.system("calendar_label_setting.html")
    

    Funnel - 漏斗图

    在这里插入图片描述

    import os
    
    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    
    
    x_data = ["View", "Click", "Visit", "Chat", "Order"]
    y_data = [100, 90, 45, 20, 5]
    data = [list(z) for z in zip(x_data, y_data)]
    
    funnel = (
        Funnel(init_opts=opts.InitOpts(width="800px", height="600px",
                                       theme=ThemeType.WESTEROS,
                                       page_title="Pyecharts-Gallery-Funnel-01"))
        .add(
            series_name="",
            data_pair=data,
            gap=2,
            tooltip_opts=opts.TooltipOpts(trigger="item", formatter="{a} <br/>{b} : {c}%"),
            label_opts=opts.LabelOpts(is_show=True, position="inside"),
            itemstyle_opts=opts.ItemStyleOpts(border_color="#fff", border_width=1),
        )
        .set_global_opts(title_opts=opts.TitleOpts(title="Funnel"))
        .render("funnel01.html")
    )
    os.system("funnel01.html")
    

    Gauge - 仪表盘

    在这里插入图片描述

    import os
    
    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    
    
    c = (
        Gauge(init_opts=opts.InitOpts(theme=ThemeType.MACARONS,
                                      page_title="Pyecharts-Gallery-Gauge-01"))
        .add(
            series_name="Group A",
            data_pair=[["Completed", 62.5]],
            split_number=5,  # 仪表盘平均分割段数
            tooltip_opts=opts.TooltipOpts(is_show=True, formatter="{a}<br/>{b} : {c}%"),
            title_label_opts=opts.GaugeTitleOpts(is_show=False),  # 隐藏系列名称,否则会重叠
            detail_label_opts=opts.GaugeDetailOpts(
                formatter="{value}%",
                font_family="Courier New",
                font_size=25,
            )
        )
        .set_global_opts(
            title_opts=opts.TitleOpts(title="Gauge"),
            legend_opts=opts.LegendOpts(is_show=False),
        )
        .render("Gauge01.html")
    )
    os.system("Gauge01.html")
    
    

    Tree - 树形图表

    在这里插入图片描述

    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    
    
    # Tree - Basic
    data = [
        {
            "children": [
                {"name": "B"},
                {
                    "children": [
                        {"children": [{"name": "I"}],
                         "name": "E"},
                        {"name": "F"}
                    ],
                    "name": "C",
                },
                {
                    "children": [
                        {"children": [{"name": "J"}, {"name": "K"}],
                         "name": "H"},
                    ],
                    "name": "D",
                },
            ],
            "name": "A",
        }
    ]
    t = (
        Tree()
        .add("", data)
        .set_global_opts(title_opts=opts.TitleOpts(title="Basic Tree"))
        .render("Tree01.html")
    )
    os.system("Tree01.html")
    

    WordCloud - 词云图

    在这里插入图片描述

    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    
    words = [
        ("Sam S Club", 10000),
        ("Macys", 6181),
        ("Amy Schumer", 4386),
        ("Jurassic World", 4055),
        ("Charter Communications", 2467),
        ("Chick Fil A", 2244),
        ("Planet Fitness", 1868),
        ("Pitch Perfect", 1484),
        ("Express", 1112),
        ("Home", 865),
        ("Johnny Depp", 847),
        ("Lena Dunham", 582),
        ("Lewis Hamilton", 555),
        ("KXAN", 550),
        ("Mary Ellen Mark", 462),
        ("Farrah Abraham", 366),
        ("Rita Ora", 360),
        ("Serena Williams", 282),
        ("NCAA baseball tournament", 273),
        ("Point Break", 265),
    ]
    c = (
        WordCloud(init_opts=opts.InitOpts(page_title="Word Cloud",
                                          theme=ThemeType.ESSOS))
        .add(
            series_name="",
            data_pair=words,
            word_size_range=[20, 100],
            shape=SymbolType.TRIANGLE,
            textstyle_opts=opts.TextStyleOpts(font_family="Courier New")
        )
        .set_global_opts(title_opts=opts.TitleOpts(title="WordCloud"))
        .render("WordCloud01.html")
    )
    os.system("WordCloud01.html")
    

    Polar - 极坐标图

    在这里插入图片描述

    import random
    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    
    weekday = ["Mon", "Tues", "Wed", "Thur", "Fri", "Sat", "Sun"]
    work_done_a = [random.randint(1, 10) for i in range(7)]
    work_done_b = [random.randint(1, 10) for i in range(7)]
    p = (
        Polar(init_opts=opts.InitOpts(theme=ThemeType.MACARONS,
                                      page_title="Polar-RadiusAxis"))
        .add_schema(
            radiusaxis_opts=opts.RadiusAxisOpts(data=weekday, type_="category"),
            angleaxis_opts=opts.AngleAxisOpts(is_clockwise=True, max_=10),
        )
        .add(
            series_name="Employee A",
            data=work_done_a,
            type_="bar",
        )
        .add(
            series_name="Employee B",
            data=work_done_b,
            type_="bar",
        )
        .set_global_opts(title_opts=opts.TitleOpts(title="Polar-RadiusAxis"))
        .set_series_opts(label_opts=opts.LabelOpts(is_show=True))
        .render("Polar01.html")
    )
    os.system("Polar01.html")
    

    Radar - 雷达图

    在这里插入图片描述

    import random
    from pyecharts import options as opts
    from pyecharts.charts import *
    from pyecharts.globals import *
    
    v1 = [[random.randint(1, i + 2) * 100 for i in range(6)]]
    v2 = [[random.randint(1, i + 2) * 100 for i in range(6)]]
    r = (
        Radar(init_opts=opts.InitOpts(theme=ThemeType.VINTAGE,
                                      page_title="Radar Basic"))
        .add_schema(
            schema=[
                opts.RadarIndicatorItem(name="销售", max_=200),
                opts.RadarIndicatorItem(name="管理", max_=300),
                opts.RadarIndicatorItem(name="IT", max_=400),
                opts.RadarIndicatorItem(name="客服", max_=500),
                opts.RadarIndicatorItem(name="研发", max_=600),
                opts.RadarIndicatorItem(name="市场", max_=700),
            ],
            shape="polygon",  # 可选"polygon"或"circle"
        )
        .add(series_name="预算分配",
             data=v1,
             symbol="circle",
             color="#000",
             linestyle_opts=opts.LineStyleOpts(width=2))
        .add(series_name="实际开销",
             data=v2,
             symbol="circle",
             linestyle_opts=opts.LineStyleOpts(width=2))
        .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
        .set_global_opts(
            # legend_opts=opts.LegendOpts(selected_mode="single"),  # 单选模式
            title_opts=opts.TitleOpts(title="Radar Basic"),
        )
        .render("\Radar01.html")
    )
    os.system("\Radar01.html")
    

    00 其他说明

    关于标签内容格式器(formatter)的说明:
    标签内容格式器,支持字符串模板和回调函数两种形式,字符串模板与回调函数返回的字符串均支持用 \n 换行。

    1. 字符串模板
      模板变量有 {a}, {b},{c},{d},{e},分别表示系列名,数据名,数据值等。
      在 trigger 为 ‘axis’ 的时候,会有多个系列的数据,此时可以通过 {a0}, {a1}, {a2} 这种后面加索引的方式表示系列的索引。
      不同图表类型下的 {a},{b},{c},{d} 含义不一样。 其中变量{a}, {b}, {c}, {d}在不同图表类型下代表数据含义为:
      • 折线(区域)图、柱状(条形)图、K线图 : {a}(系列名称),{b}(类目值),{c}(数值), {d}(无)
      • 散点图(气泡)图 : {a}(系列名称),{b}(数据名称),{c}(数值数组), {d}(无)
      • 地图 : {a}(系列名称),{b}(区域名称),{c}(合并数值), {d}(无)
      • 饼图、仪表盘、漏斗图: {a}(系列名称),{b}(数据项名称),{c}(数值), {d}(百分比)
        示例:formatter: ‘{b}: {@score}’
    2. 回调函数,回调函数格式:(params: Object|Array) => string
      参数 params 是 formatter 需要的单个数据集。格式如下:
    {
        componentType: 'series',
        // 系列类型
        seriesType: string,
        // 系列在传入的 option.series 中的 index
        seriesIndex: number,
        // 系列名称
        seriesName: string,
        // 数据名,类目名
        name: string,
        // 数据在传入的 data 数组中的 index
        dataIndex: number,
        // 传入的原始数据项
        data: Object,
        // 传入的数据值
        value: number|Array,
        // 数据图形的颜色
        color: string,
    }
    

    展开全文
  • 实例267 利用柱形图显示某Ajax网站不同框架的年下载量 实例268 利用折线图分析不同城市气温变化情况 实例269 利用区域图分析不同学生的成绩变化 实例270 利用时序图分析股票价格走势 实例271 利用时序图分析2009年...
  • 实例267 利用柱形图显示某Ajax网站不同框架的年下载量 实例268 利用折线图分析不同城市气温变化情况 实例269 利用区域图分析不同学生的成绩变化 实例270 利用时序图分析股票价格走势 实例271 利用时序图分析2009年...
  • 实例267 利用柱形图显示某Ajax网站不同框架的年下载量 实例268 利用折线图分析不同城市气温变化情况 实例269 利用区域图分析不同学生的成绩变化 实例270 利用时序图分析股票价格走势 实例271 利用时序图分析2009年...
  • Java开发实战1200例.第2卷.part3

    热门讨论 2013-05-08 22:46:34
    第1篇 流行组件应用篇 第1章 操作XML文件 2 1.1 XML基础操作 3 实例001 CSS格式化XML布局 3 实例002 CSS改变XML中鼠标指针形状 5 实例003 CSS在XML中添加...实例294 利用折线图分析某城市蔬菜价格走势 472 实例295 利用...
  • Java开发实战1200例.第2卷.part2

    热门讨论 2013-05-08 22:45:35
    第1篇 流行组件应用篇 第1章 操作XML文件 2 1.1 XML基础操作 3 实例001 CSS格式化XML布局 3 实例002 CSS改变XML中鼠标指针形状 5 实例003 CSS在XML中添加...实例294 利用折线图分析某城市蔬菜价格走势 472 实例295 利用...
  • Java开发实战1200例.第2卷.part1

    热门讨论 2013-05-08 22:44:13
    第1篇 流行组件应用篇 第1章 操作XML文件 2 1.1 XML基础操作 3 实例001 CSS格式化XML布局 3 实例002 CSS改变XML中鼠标指针形状 5 实例003 CSS在XML中添加...实例294 利用折线图分析某城市蔬菜价格走势 472 实例295 利用...
  • TABLEAU教程2

    2020-11-26 15:56:59
    数据分层 ...分层柱形图 导入的数据就可以像之前那样,将数组展开 然后一步步细化,看看有没有异常数据(比如‘未知’)然后将这些数据排除后,再恢复 分层折线图 导入数据后,同样可以按层级将数
  • 实例091 直线、和正方形的归类(重写) 142 实例092 1=1和“1”=“1”的探讨(重载) 144 实例093 强制多态活动——抽象类和抽象方法的应用 146 实例094 关于成员隐藏(使用New关键字实现) 148 3.5 面向对象编程高级...
  • 实例091 直线、和正方形的归类(重写) 142 实例092 1=1和“1”=“1”的探讨(重载) 144 实例093 强制多态活动——抽象类和抽象方法的应用 146 实例094 关于成员隐藏(使用New关键字实现) 148 3.5 面向对象编程高级...
  • 实例091 直线、和正方形的归类(重写) 142 实例092 1=1和“1”=“1”的探讨(重载) 144 实例093 强制多态活动——抽象类和抽象方法的应用 146 实例094 关于成员隐藏(使用New关键字实现) 148 3.5 面向对象编程高级...
  • excel的使用

    2012-11-25 17:06:01
    (4) 填充条纹如果想在工作簿中加入漂亮的横条纹,可以利用对齐方式中的填充功能。先在一单元格内填入“*”或“~”等符号,然后单击此单元格,向右拖动鼠标,选中横向若干单元格,单击“格式”菜单,选中“单元格”...
  • 实例072 在上传的图片中写上文字和获取原图片的缩略 实例073 GridView控件显示员工照片 5.3 控件的超级链接 实例074 ImageButton按钮查看商品详细信息 实例075 GridView使用超级链接模板列查看详细信息 实例076 ...
  • 实例072 在上传的图片中写上文字和获取原图片的缩略 实例073 GridView控件显示员工照片 5.3 控件的超级链接 实例074 ImageButton按钮查看商品详细信息 实例075 GridView使用超级链接模板列查看详细信息 实例076 ...
  • 实例072 在上传的图片中写上文字和获取原图片的缩略 实例073 GridView控件显示员工照片 5.3 控件的超级链接 实例074 ImageButton按钮查看商品详细信息 实例075 GridView使用超级链接模板列查看详细信息 实例076 ...
  • 实例121 波形的绘制 179 4.2 图形转换 180 实例122 BMP转换成JPG格式 181 实例123 JPG转换成BMP格式 182 实例124 位图转化为WMF格式 183 实例125 ICO文件转化为位图 184 实例126 图片批量转换工具 185 4.3 图像...
  • C#程序开发范例宝典(第2版).part02

    热门讨论 2012-11-12 07:55:11
    实例121 波形的绘制 179 4.2 图形转换 180 实例122 BMP转换成JPG格式 181 实例123 JPG转换成BMP格式 182 实例124 位图转化为WMF格式 183 实例125 ICO文件转化为位图 184 实例126 图片批量转换工具 185 4.3 ...
  • C#程序开发范例宝典(第2版).part13

    热门讨论 2012-11-12 20:17:14
    实例121 波形的绘制 179 4.2 图形转换 180 实例122 BMP转换成JPG格式 181 实例123 JPG转换成BMP格式 182 实例124 位图转化为WMF格式 183 实例125 ICO文件转化为位图 184 实例126 图片批量转换工具 185 4.3 ...
  • 程序开发范例宝典>>

    2012-10-24 10:41:28
    全书包括窗体与界面设计、控件应用、组件应用、图形技术、多媒体技术、文件系统、操作系统与Windows相关程序、注册表、数据库技术、SQL查询相关技术、LINQ查询技术、报表与打印技术、 表技术、硬件相关开发技术、...
  • 实例121 波形的绘制 179 4.2 图形转换 180 实例122 BMP转换成JPG格式 181 实例123 JPG转换成BMP格式 182 实例124 位图转化为WMF格式 183 实例125 ICO文件转化为位图 184 实例126 图片批量转换工具 185 4.3 ...
  • 实例121 波形的绘制 179 4.2 图形转换 180 实例122 BMP转换成JPG格式 181 实例123 JPG转换成BMP格式 182 实例124 位图转化为WMF格式 183 实例125 ICO文件转化为位图 184 实例126 图片批量转换工具 185 4.3 ...
  • 实例121 波形的绘制 179 4.2 图形转换 180 实例122 BMP转换成JPG格式 181 实例123 JPG转换成BMP格式 182 实例124 位图转化为WMF格式 183 实例125 ICO文件转化为位图 184 实例126 图片批量转换工具 185 4.3 ...
  • 实例121 波形的绘制 179 4.2 图形转换 180 实例122 BMP转换成JPG格式 181 实例123 JPG转换成BMP格式 182 实例124 位图转化为WMF格式 183 实例125 ICO文件转化为位图 184 实例126 图片批量转换工具 185 4.3 ...
  • 实例121 波形的绘制 179 4.2 图形转换 180 实例122 BMP转换成JPG格式 181 实例123 JPG转换成BMP格式 182 实例124 位图转化为WMF格式 183 实例125 ICO文件转化为位图 184 实例126 图片批量转换工具 185 4.3 ...
  • 实例121 波形的绘制 179 4.2 图形转换 180 实例122 BMP转换成JPG格式 181 实例123 JPG转换成BMP格式 182 实例124 位图转化为WMF格式 183 实例125 ICO文件转化为位图 184 实例126 图片批量转换工具 185 4.3 ...
  • 实例121 波形的绘制 179 4.2 图形转换 180 实例122 BMP转换成JPG格式 181 实例123 JPG转换成BMP格式 182 实例124 位图转化为WMF格式 183 实例125 ICO文件转化为位图 184 实例126 图片批量转换工具 185 4.3 ...

空空如也

空空如也

1 2 3
收藏数 52
精华内容 20
关键字:

柱形图加入折线图