-
2021-06-14 22:11:32
当前
pyecharts
的版本为1.9.0。概述
pyecharts/charts/composite_charts/
包中的四个模块分别定义了组合图表类,其中pyecharts/charts/composite_charts/page.py
模块只定义了顺序类Page
。Page
类继承自图表基类CompositeMixin
,作用为在一个容器中顺序显示多个图表。输出的HTML结构如下:
Page
类的签名为class Page(page_title: str = "Awesome-pyecharts", js_host: str = "", interval: int = 1, layout: Union[PageLayoutOpts, dict] = PageLayoutOpts())
。Page
类的构造方法参数如下:js_host
:JavaScript库的URL。字符串,默认值为""
。page_title
:HTML页面标题。字符串,默认值为"Awesome-pyecharts"
。interval
:图表间隔(<br>
标签个数)。整数,默认值为1
。layout
:布局配置。PageLayoutOpts
对象或字典,默认值为PageLayoutOpts()
。Page
类支持三种布局模式:默认布局、SimplePageLayout
布局、DraggablePageLayout
布局。
Page
类的类变量如下:SimplePageLayout
:简单布局模式。值为PageLayoutOpts( justify_content="center", display="flex", flex_wrap="wrap")
。DraggablePageLayout
:可拖拽模式。值为PageLayoutOpts()
。
Page
类的属性如下:js_host
:JavaScript库的URL。字符串,默认值为全局变量CurrentConfig.ONLINE_HOST
。属性值为构造方法参数js_host
与全局变量CurrentConfig.ONLINE_HOST
进行或操作的结果。page_title
:HTML页面标题。字符串,默认值为全局变量CurrentConfig.PAGE_TITLE
。page_interval
:每个图表之间的间隔。值为构造方法参数interval
值。整数。即在HTML文档中插入的<br/>
标签个数。layout
:布局配置字符串。download_button
:是否显示下载按钮。布尔值。默认值为False
。js_functions
:自定义JavaScript语句。类型为OrderedSet
对象。默认值为OrderedSet()
。js_dependencies
:定义JavaScript依赖库。类型为OrderedSet
对象。默认值为OrderedSet("echarts")
。_charts
:容器中图表实例列表。类型为列表。默认值为[]
。
Page
类的方法如下:add(*chart)
:将图表类实例添加页面中。方法可接收任意个图表类实例。render
:调用render
包engine
模块中的render
函数渲染HTML文档。默认渲染模板为"simple_page.html"
。render_embed
:调用render
包engine
模块中的render_embed
函数输出HTML字符串。默认渲染模板为"simple_page.html"
。render_notebook
:调用render
包engine
模块中的render_notebook
函数将输出嵌入到notebook中。默认渲染模板为"nb_jupyter_notebook_page.html"
或"nb_jupyter_lab_page.html"
。
简易选项卡Page案例
from pyecharts.charts import Line, Page a = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"] b1 = [5, 20, 36, 10, 75, 90] b2 = [7, 25, 31, 14, 65, 100] line1 = Line() line1.add_xaxis(a) line1.add_yaxis("", b1) line2 = Line() line2.add_xaxis(a) line2.add_yaxis("", b2) page = Page() page.add(line1,line2) page.render()
更多相关内容 -
Seaborn多图组合
2019-03-02 13:05:01数据分析中常用做图的方式实现相关性分析,即X轴设置为变量A,Y轴设置为变量B,做散点图,由于散点图中点的叠加显示,往往还需要关注每个变量自身的分布情况,jointplot把描述变量的分布图和变量相关的散点图组合...1. jointplot 两变量图
数据分析中常用做图的方式实现相关性分析,即X轴设置为变量A,Y轴设置为变量B,做散点图,由于散点图中点的叠加显示,往往还需要关注每个变量自身的分布情况,jointplot把描述变量的分布图和变量相关的散点图组合在一起,是相关性分析最常用的工具,图片上还能展示回归曲线,以及相关系数。
import statsmodels.api as sm import seaborn as sns sns.set(style="darkgrid") data = sm.datasets.ccard.load_pandas().data g = sns.jointplot('AVGEXP', 'AGE', data=data, kind="reg", xlim=(0, 1000), ylim=(0, 50), color="m")
本例中使用statsmodels库的ccard数据,分析了其中两个数值类型变量的相关性,使用xlim和ylim设置了图片显示范围,忽略了离群点,kind参数可设置做图方式:scatter散点图,kde密度图,hex六边形图等,本例中选择reg画出了线性回归图。
2. pairplot多变量图
如果用对N个变量的相关性做散点图,用maplotlib需要做NxN个图,用pairplot函数调用一次即可实现,其对角线上是直方图,其余都是两两变量的散点图,不仅简单,还能组合在一起作对比。
data = sm.datasets.ccard.load_pandas().data sns.pairplot(data, vars=['AGE','INCOME', 'INCOMESQ','OWNRENT'])
图中可以看到,数据类型INCOME与INCOMESQ呈强相关,AGE与INCOME也有一定相关趋势,对角线上的图对应的是每个因素与其自身的对比,图中以直方图显示了该变量的分布。
3. factorplot两变量关系图
factorplot用于绘制两维变量的关系图,用kind可指定其作图类型,包括:point, bar, count, box, violin, strip等。
data = sm.datasets.fair.load_pandas().data sns.factorplot(x='occupation', y='affairs', hue='religious', data=data)
4. FacetGrid结构化绘图网格
FacetGrid可以选择任意的做图方式,以及自定义的做图函数,通常包含两部分,FacetGrid部分指定了数据集,行,列,map部分指定做图方式,以及相应参数。
g = sns.FacetGrid(tips, col = 'time', row = 'smoker') # 按行和列的分类做N个图 g.map(plt.hist, 'total_bill', bins = 10) # 指定做图方式
可以看到无论是连续图,还是分类图,无论是用FacetGrid还是barplot都是将多个特征放在同一张图片上展示,其差别一方面在于观察角度不同,另一方面也取决于数据自身的类型。
-
R语言 绘图组合布局 一页多图
2020-05-21 20:04:52par(mfrow=c(2,2)),可以理解将绘图区域分割为2x2的矩阵区域,另可参照《R语言实战》3.5图形的组合 ##################par(mfrow=c(2,2))#################### attach(iris) opar <- par(no.readonly = TRUE) ...
01
—
图形组合布局
par(mfrow=c(2,2))
par(mfrow=c(2,2)),可以理解将绘图区域分割为2x2的矩阵区域,另可参照《R语言实战》3.5图形的组合
##################par(mfrow=c(2,2))####################
attach(iris)
opar <- par(no.readonly = TRUE)
# data(iris)
# head(iris)
# > head(iris)
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# 1 5.1 3.5 1.4 0.2 setosa
# 2 4.9 3.0 1.4 0.2 setosa
# 3 4.7 3.2 1.3 0.2 setosa
# 4 4.6 3.1 1.5 0.2 setosa
# 5 5.0 3.6 1.4 0.2 setosa
# 6 5.4 3.9 1.7 0.4 setosa
par(mfrow=c(2,2)) # 设置2x2的布局
plot(Sepal.Length,Sepal.Width, main = "第一张图")
boxplot(Sepal.Length, horizontal = TRUE, main = "第二张图")
boxplot(Sepal.Width, main = "第三张图")
hist(Petal.Length, main = "第四张图")
par(opar)
detach(iris)
02
—
图形组合布局
par(fig=c(x1, x2, y1, y2), new = TRUE)
par(fig=c(x1, x2, y1, y2), new = TRUE),取x1,x2,y1,y2四条线圈住的位置绘图图形,另可参照《R语言实战》3.5图形的组合
opar <- par(no.readonly = TRUE)
par(fig=c(0,0.8,0,0.8)) # 设置散点图的布局参数
plot(iris$Sepal.Length,iris$Sepal.Width) #绘制散点图
par(fig=c(0,0.8,0.65,1),new = TRUE) #设置上方箱型图的布局参数
boxplot(iris$Sepal.Length, horizontal = TRUE, axes=FALSE) # 绘制上方箱型图
par(fig=c(0.65,1,0,0.8),new = TRUE) #设置右侧箱型图的布局参数
boxplot(iris$Sepal.Width, axes=FALSE) # 绘制右侧箱型图
mtext("par(fig=c(x1, x2, y1, y2), new = TRUE)",side = 3, outer=TRUE, line=-3)
par(opar)
03
—
图形组合布局
grid.layout & vplayout
library(ggplot2)
#绘制基本ggplot图
base <- ggplot(mpg, aes(displ, hwy)) + geom_point()
p1 <- base + geom_smooth() + labs(title="图1") #如图1
#用%+%调整映射关系中的数据
base <- ggplot(mpg, aes(displ, hwy)) + geom_point()
p2 <- base %+% subset(mpg, fl == "p") + labs(title="图2") #图2#第二种调整数据的方法list
p3 <- base + list(subset(mpg, fl == "p"), geom_smooth(), labs(title="图3")) #图3
###########一页多图########
library(grid)
grid.newpage() ##新建页面
pushViewport(viewport(layout = grid.layout(2,2))) #将页面分成2*2矩阵
vplayout <- function(x,y){ viewport(layout.pos.row = x, layout.pos.col = y)}
print(p1, vp = vplayout(1,1)) #(1,1)的位置画图1
print(p2, vp = vplayout(1,2)) #(1,2)的位置画图2
print(p3, vp = vplayout(2,1:2)) #(2,:)的位置画图
04
—
图形组合布局
plot_grid {cowplot}
install.packages("cowplot") #安装cowplot包
library(cowplot) # 加载
?plot_grid #帮助函数查看具体usage
示例
library(ggplot2)
df <- data.frame( x = 1:10, y1 = 1:10, y2 = (1:10)^2, y3 = (1:10)^3, y4 = (1:10)^4)
p1 <- ggplot(df, aes(x, y1)) + geom_point()
p2 <- ggplot(df, aes(x, y2)) + geom_point()
p3 <- ggplot(df, aes(x, y3)) + geom_point()
p4 <- ggplot(df, aes(x, y4)) + geom_point()
gridplot_grid(p1, p2, p3, p4)
05
—
图形组合布局
multiplot{Rmisc}
############################# multiplot{Rmisc} ##################################
library(Rmisc)
library(ggplot2)
df <- data.frame( x = 1:10, y1 = 1:10, y2 = (1:10)^2, y3 = (1:10)^3, y4 = (1:10)^4)
p1 <- ggplot(df, aes(x, y1)) + geom_point()
p2 <- ggplot(df, aes(x, y2)) + geom_point()
p3 <- ggplot(df, aes(x, y3)) + geom_point()
p5 <- ggplot(mpg, aes(as.factor(year), hwy)) + geom_boxplot() + facet_wrap(~class, scales = "free_y")
multiplot(p1, p2, p3, p5, cols=2)
“ 获取源代码请至“数据驱动实践”公众号后台回复:一页多图”
-
ggplot2一页多图(组合图)
2019-07-16 22:57:25suppressMessages(library(dplyr)) suppressMessages(library...#绘制第一幅图p1 p1 <- diamonds %>% ggplot(aes(x = color, y = price, fill = color)) + geom_violin() + facet_grid(clarity ~ ....suppressMessages(library(dplyr)) suppressMessages(library(ggplot2)) #绘制第一幅图p1 p1 <- diamonds %>% ggplot(aes(x = color, y = price, fill = color)) + geom_violin() + facet_grid(clarity ~ .) + theme_classic() + scale_fill_brewer(palette = 'Set1') p1
#绘制第二幅图p2 p2 <- diamonds %>% ggplot(aes(x = color, fill = clarity)) + geom_bar(stat = 'count') + scale_fill_brewer(palette = 'Set1') + theme_bw() p2
#绘制第三幅图p3 p3 <- diamonds %>% ggplot(aes(x = color, fill = clarity)) + geom_bar(stat = 'count', position = 'fill') + scale_fill_brewer(palette = 'Set3') + theme_bw() p3
#绘制第四幅图p4 p4 <- diamonds %>% ggplot(aes(x = color, fill = clarity)) + geom_bar(stat = 'count') + coord_polar() + scale_fill_brewer(palette = 'Set2') + theme_bw() p4
组合图方法一:cowplot包plot_grid()函数p5 <- cowplot::plot_grid(p1, p2, p3, p4, nrow = 2, labels = LETTERS[1:4])#将p1-p4四幅图组合成一幅图,按照两行两列排列,标签分别为A、B、C、D。(LETTERS[1:4] 意为提取26个大写英文字母的前四个:A、B、C、D) p5
组合图方法二:ggpubr包ggarrange()函数p6 <- ggpubr::ggarrange(p1, p2, p3, p4, nrow = 2, ncol = 2, labels = c('A', 'B', 'C', 'D'), font.label = list(color = 'red'))#将p1-p4四幅图组合成一幅图,按照两行两列排列,标签分别为A、B、C、D,颜色为红色(通过font.label = list()修改),无法通过label.color = 'red'或其他方式修改。 p6
-
如何对word/wps中的多个图片进行组合。 专家详解
2021-03-07 08:57:22在制作word文档时,有时为了使文档的内容更具有说服力,需要插入一些图片,因此会用到图片组合工具,然而有好多人却不知道如何去使用组合工具,这里小编就给大家分享在word中如何使用组合工具来组合图片。... -
Pyecharts之折线图与柱状图组合绘制
2021-02-27 09:32:13).add_yaxis( series_name='治愈数', y_axis=crued_num, yaxis_index=2, #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 ) # c.添加 额外的坐标轴 bar.extend_axis( # 对y轴配置 yaxis=opts.AxisOpts( ... -
怎样用手机将多张照片拼成一张组合图?
2020-12-28 20:59:02感谢邀请,如果要用手机把多张图片拼接成一张整体的图片的话:除了以上几位答友推荐的软件之外另外其实手机上还有一款叫做“全能相机”的第三方手机相机和相片加工APP。这个APP不仅能取代手机系统原有的相机功能... -
柱形图和堆积图组合
2019-10-21 15:17:49使用柱形图(新特性)图表如何实现堆积柱形图组合柱形图(即设置多个系列堆积,其他系列为柱形图),如下图。 2. 示例 2.1 准备数据 新建内置数据集 Embedded1,如下: 2.2 插入图表 以单元格图表为例... -
R语言:多幅图形组合为一幅图形的方法
2014-12-04 20:23:54在R中使用函数par()或layout()可以容易地组合多幅图形为一幅总括图形。 你可以在par()函数中使用图形参数mfrow=c(nrows, ncols)来创建按行填充的、行数为 nrows、列数为ncols的图形矩阵。另外,可以使用nfcol=c(n... -
Excel图表制作:柱形图和折线图的组合图案例
2021-02-05 14:53:54作为EXCEL中非常重要的功能,今天给大家介绍一个柱形图和折线图的组合图案例。如下图数据源,是某一时间段6个销售员工的销售数据。现在需要在柱形图上显示销售数据的平均线,并让大于平均值和小于平均值的数据显示... -
怎样用手机将多张照片拼成一张组合图
2020-12-28 20:59:04怎样用手机将多张照片拼成一张组合图?手机拼图有很多种方式,拼长图,网格拼图。自由拼图,等。这里简单介绍几个最经典的。不用额外拼图软件相信大多数人用微信发朋友圈,却不知道微信就自带拼长图功能吧。下面我们... -
遥感多个波段图像的组合及波段提取
2020-03-08 10:08:46一、多个波段图像组合 1.打开envi,把要组合的波段的图像都打开 打开后如上图所示。 2.点击Basic Tools(基本工具)-----Layer Stacking(图层堆栈) 点击Import File,把要组合的图像都添加进去,之后点击ok。 添加... -
「Python数据可视化」使用 Pyecharts 制作 Grid(并行多图)详解
2021-03-19 22:22:41文章目录Grid 组合组件 5例阅读和使用方法Demo案例及视频多图表合并显示多个Y轴刻度组合图折线图、柱状图组合图表柱状图、地理图组合图表折线图、散点图组合图 Grid 组合组件 5例 Python在处理各种数据时,利用图表 ... -
PyTorch图神经网络实践(六)组合优化问题
2019-12-24 15:03:33最近研究网络中的组合优化问题时,发现已经有研究人员将图神经网络用于求解此类问题,诸如寻找网络中的最大点独立集、最小点覆盖集、最大团等等,并找到了相关的源码,先马在这里,以后再抽时间介绍一下。... -
R语言组合绘图和多个图形叠加、图片叠加绘图
2019-07-02 13:59:55实现组合绘图、多个图形重合叠加、图片叠加绘图。不同的数据图放到同一张图展示。 -
visio2016 图形组合操作以及组合后如何给交叉区域上色
2021-12-29 15:06:06没有组合/联合等操作的先把功能打开 viso工具栏 文件-选项-高级-勾选 以开发人员模式运行 ...上色操作附链接吧 简单组会不需要掌握这么多,多个图形组合时会遇到这个问题。 在开发工具里,选择-操作- -
EXcel中如何做一个组合统计图?
2020-07-29 08:09:09在图表中选择一个自身喜欢的组合统计图类型,如下图所示。 选择自身喜欢类型如下图 如有不会添加数据标签的话,可以访问该文章地址:https://blog.csdn.net/qqj3066574300/article/details/107603544 然后给... -
wps 组合图(柱状图 + 折线图)不同数据类型(比如数量、百分比)
2020-07-17 09:39:17先把数值和百分比都做成柱形图,然后在图上选中百分比的系列,右键选择“更改系列图表类型”,这时百分比系列由柱形图变位折线图,然后再右键点击折线,选“更改数据系列格式”,在系列选项中选“次坐标轴” ... -
ggplot2组合绘制多个图形
2019-08-19 12:05:17ggplot2绘制多张图形为一个,进行叠加组合画布分图。 -
顺序图组合片段类型及属性
2016-09-14 13:56:02uml中顺序图相关知识整理 -
如何使用seaborn绘制组合图
2019-12-12 09:00:00昨天教程 股评师分析报告文本情感分析预测股价 最后绘制的图片横坐标都是一样的,我想将价格与情感得分合并到一个图中,这样更方便查看看趋势走势是否一致性。如下图今日主要是学习如何将共享某... -
如何在Excel中调节折线图和柱形图(组合图)的高低(位置),让图中的折线和柱形不会出现重叠
2021-01-09 19:30:52遇到折线和柱形图的组合图的时候,当有数据变化,图就会有相应变化,但是有的时候会出现折线图和柱形图重叠的时候(叠加到一起了部分数据),那么我们想要调节高低的时候应该怎么做呢? 首先: 点击图片,右侧出现+... -
使用Visio画矢量图 线条组合图形填充颜色
2017-10-19 21:07:09论文图一般使用【AI】画,但由于我年幼无知,用PS画图,且尺寸设得很小,所以放到文章里感觉像个假图,像截得。。。。 为方便,我用Visio重画,可能很多人认为它功能单一,只能画流程图。其实不然 -
目前最全的R语言-图片的组合与拼接
2018-12-21 11:46:00作者:李誉辉 四川大学在读研究生 前言这篇是作者总结的目前最全的R语言—图片组合和拼接,当然常言道:百密必有一疏,欢迎大家在评论区留言本篇没有总结到的用于图片组合和拼接... -
基于Origin的一种SCI论文中多图合并的简单方法----核心合并图表
2020-03-15 20:54:53写在正文之前 ...在SCI论文中 常常需要多图合并成一个大图 如下图所示 (我发表的第一篇论文) 以前 我是这么做的 一种是每个图都画一遍,然后在VISIO中合并调整间距另一种是用Origin2018中的四格图... -
举个栗子!Tableau技巧(30):巧妙实现 双柱图 和 折线图 的组合图表
2020-02-21 16:38:53其实,这个图表本身并不复杂,就是两个柱状图和一个曲线图的组合图表。但在Tableau里想要实现这样的呈现结果,还是需要一些技巧的。 本期《举个栗子》,阿达要给大家分享的Tableau技巧是:巧妙实现 双柱图 和 折线... -
“整合”还是“混合”——多因子组合的构建
2019-05-23 12:57:55前言 与前几篇类似地,笔者翻译了一篇来自海外的网络研讨会议纪要,较为简洁地为各位读者呈现了...我们在根据多个因子选择策略时存在着各种各样构建组合的方式,“混合”(Mixing),与“整合”(Integrating)是其... -
MySQL - 创建多列组合唯一索引(Navicat 版)
2019-08-27 23:54:58有时候我们业务情景需要多字段组合唯一性,这里举例 Navicat 设置,如图所示。 Ps:但我们一般企业级开发,不推荐用物理约束死,推荐用逻辑来判断。 ... -
K线形态识别—多K线之买入型多日K线组合
2021-11-16 09:43:52七、稳步上涨 稳步上涨通常出现在股价上升趋势中,由多根K线组合而成,众多阳线中间夹着较少的小阴线或十字星,股价重心不断抬高,如下图所示。 稳步上涨K线组合显示上攻走势极为稳健,虽然股价在收出阳线之后紧跟... -
微信小程序图片下边加文字组合
2020-04-24 09:11:45图片下边加文字组合 简介 我们在开发程序的时候,很大情况会...效果图 代码 wxml <view class="view_saoyisao"> <image class="image_saoyisao" src="../images/main_yewu.png"></image> <...