pyecharts Theme

LIGHT = "light"
DARK = "dark"
WHITE = "white"
CHALK: str = "chalk"
ESSOS: str = "essos"
INFOGRAPHIC: str = "infographic"
MACARONS: str = "macarons"
PURPLE_PASSION: str = "purple-passion"
ROMA: str = "roma"
ROMANTIC: str = "romantic"
SHINE: str = "shine"
VINTAGE: str = "vintage"
WALDEN: str = "walden"
WESTEROS: str = "westeros"
WONDERLAND: str = "wonderland"
HALLOWEEN: str = "halloween"

个人比较喜欢chalk,infographic,purple-passion

常用配置项

官网文档

初始化配置项

class InitOpts(
# 图表画布宽度,css 长度单位。
width: str = "900px",

# 图表画布高度,css 长度单位。
height: str = "500px",

# 图表 ID,图表唯一标识,用于在多图表时区分。
chart_id: Optional[str] = None,

# 渲染风格,可选 "canvas", "svg"
# # 参考 `全局变量` 章节
renderer: str = RenderType.CANVAS,

# 网页标题
page_title: str = "Awesome-pyecharts",

# 图表主题
theme: str = "white",

# 图表背景颜色
bg_color: Optional[str] = None,

# 远程 js host,如不设置默认为 https://assets.pyecharts.org/assets/"
# 参考 `全局变量` 章节
js_host: str = "",

# 画图动画初始化配置,参考 `global_options.AnimationOpts`
animation_opts: Union[AnimationOpts, dict] = AnimationOpts(),
)

工具箱配置项

class ToolboxOpts(
# 是否显示工具栏组件
is_show: bool = True,

# 工具栏 icon 的布局朝向。
# 可选:'horizontal', 'vertical'
orient: str = "horizontal",

# 工具栏组件离容器左侧的距离。
# left 的值可以是像 20 这样的具体像素值,可以是像 '20%' 这样相对于容器高宽的百分比,
# 也可以是 'left', 'center', 'right'。
# 如果 left 的值为'left', 'center', 'right',组件会根据相应的位置自动对齐
pos_left: str = "80%",

# 工具栏组件离容器右侧的距离。
# right 的值可以是像 20 这样的具体像素值,可以是像 '20%' 这样相对于容器高宽的百分比。
pos_right: Optional[str] = None,

# 工具栏组件离容器上侧的距离。
# top 的值可以是像 20 这样的具体像素值,可以是像 '20%' 这样相对于容器高宽的百分比,
# 也可以是 'top', 'middle', 'bottom'。
# 如果 top 的值为'top', 'middle', 'bottom',组件会根据相应的位置自动对齐。
pos_top: Optional[str] = None,

# 工具栏组件离容器下侧的距离。
# bottom 的值可以是像 20 这样的具体像素值,可以是像 '20%' 这样相对于容器高宽的百分比。
pos_bottom: Optional[str] = None,

# 各工具配置项,参考 `global_options.ToolBoxFeatureOpts`
feature: Union[ToolBoxFeatureOpts, dict] = ToolBoxFeatureOpts(),
)

# 通常只用一个
.set_global_opts(toolbox_opts=opts.ToolboxOpts(is_show=True))

visualmap_opts

可以实现某一段一种颜色,相比较markline更简洁,在不连续数据中更常用。

  • max, min在自定义颜色可以不用
  • 如果要自定义颜色,需要is_piecewise=True,并且每一段都要设置颜色
  • 也可以自定义颜色和透明度,range_color,range_opacity

附上颜色渐变的好网站webgradientsmycolor

visualmap_opts=opts.VisualMapOpts(
# type_="color", max_=220, min_=0, dimension=1,
# range_color=['#F2FEDC','#E7E750'],
is_piecewise=True,
pieces=[{'min':80,'max':120,'color':'black'}]
),

Graph

graph的点必须唯一,不然会报index的错误

模板:

links=[]
nodes=[]

def get_graph_node(nodename, position, category,symbol_size,symbol):
one_node=opts.GraphNode(
name=nodename,
x=position[0],
y=position[1],
category=category,
symbol_size=symbol_size,
symbol=symbol,
label_opts=opts.LabelOpts(is_show=True,position='inside',color='white'),
)
return one_node

def get_graph_link(source,target,value,width):
node_link=opts.GraphLink(
source=source,target=target,value=int(value),
linestyle_opts=opts.LineStyleOpts(
# 线宽
width=int(width),
# 线的弯曲程度
curve=0.3,
# 线的透明度
opacity="0.7",
# 线的颜色
color='grey',
),
label_opts=opts.LabelOpts(
is_show=False,
)
)
return node_link


graph=(
ct.Graph(
init_opts=opts.InitOpts(
bg_color='white',
)

)
.add(
"",nodes,links,
categories=category,
repulsion=800,
edge_symbol=['circle','arrow'],
layout='none',
edge_length=500,

itemstyle_opts=opts.ItemStyleOpts(opacity=0.7)
)
.set_global_opts(toolbox_opts=opts.ToolboxOpts(is_show=True))
)

graph.render_notebook()
# graph.render('1.html')

Radar

模板

radar=(
ct.Radar(init_opts=opts.InitOpts(width="860px", height="720px",bg_color="white"))
.add_schema(
schema=[
opts.RadarIndicatorItem(name="主因子1", max_=2,min_=-2),
opts.RadarIndicatorItem(name="主因子2", max_=3,min_=-2),
opts.RadarIndicatorItem(name="主因子3", max_=0,min_=-2),
opts.RadarIndicatorItem(name="主因子4", max_=0,min_=-1),
opts.RadarIndicatorItem(name="主因子5", max_=0,min_=-0.1),
],
# 改变位置,但是有Page的话可以去掉
center=["50%", "50%"],
# 分隔线设置,感觉对雷达图没用
splitarea_opt=opts.SplitAreaOpts(
is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)
),
# 文本设置
textstyle_opts=opts.TextStyleOpts(color="black"),
)
.add(
series_name="Huskies15",
data=hus15,
# 线型设置
linestyle_opts=opts.LineStyleOpts(color="#CD0000",width=2,opacity=0.5),
# 区域颜色设置
areastyle_opts=opts.AreaStyleOpts(opacity=0.5,color='#CD0000'),
)
.add(
series_name="Oppen15",
data=opp15,
linestyle_opts=opts.LineStyleOpts(color="#5CACEE",width=2,opacity=0.5),
areastyle_opts=opts.AreaStyleOpts(opacity=0.5,color='#5CACEE'),
)
.set_series_opts(label_opts=opts.LabelOpts(is_show=True,color='black'))
.set_global_opts(
title_opts=opts.TitleOpts(title="队伍能力比较"), legend_opts=opts.LegendOpts()
)
.render("radar_chart.html")
)

Line

要注意的是x轴的type,不光是list,list里面还必须是有序的python int类型string类型

numpy.int32都识别不了

如果x是数字,要指定type_=value(默认是category)

from pyecharts import options as opts
from pyecharts import charts as ct
y=[6.106,6.037,5.934,5.967,5.955,6.024,6.031,5.825,5.740,5.700]
year=['1920','1930','1940','1950','1960','1970','1980','1990','2000','2010']
line=(
ct.Line(init_opts=opts.InitOpts(bg_color='white'))
.add_xaxis(xaxis_data=year)
.add_yaxis(
series_name=i,
y_axis=y,
# 连线是否平滑
is_smooth=False,
# 是否显示点
is_symbol_show=True,
# 点的形状样式
symbol="circle",
# 大小
symbol_size=10,

# 点上方标签的样式
label_opts=opts.LabelOpts(is_show=True,font_size=13,position="top", color="#2F4858"),
# 点的风格样式

# 放上去是否显示坐标
tooltip_opts=opts.TooltipOpts(is_show=True),
)
.set_global_opts(
title_opts=opts.TitleOpts(
title="1920-2020 music score trend ",
pos_top="5%",
pos_left="center",
title_textstyle_opts=opts.TextStyleOpts(font_size=16,color='#2F4858'),
),
xaxis_opts=opts.AxisOpts(
boundary_gap=True,
axisline_opts=opts.AxisLineOpts(is_show=False),
# axistick_opts=opts.AxisTickOpts(
# is_show=True,
# length=25,
# ),
splitline_opts=opts.SplitLineOpts(
is_show=True
),
),
yaxis_opts=opts.AxisOpts(
type_="value",
position="left",
# max_=6.2,
#min_=5.5,
),
toolbox_opts=opts.ToolboxOpts(is_show=True),
legend_opts=opts.LegendOpts(is_show=False),
)
)
line.render_notebook()

Scatter

和line差不多,就少了几个配置项(linestyle,areastyle..)

scatter=(
ct.Scatter(init_opts=opts.InitOpts(bg_color='white' ,theme=ThemeType.LIGHT))
.add_xaxis(
xaxis_data=pinf_list[:3500],
)

.add_yaxis(
series_name="",
y_axis=artist_list[:3500],
symbol_size=10,
label_opts=opts.LabelOpts(is_show=False),
tooltip_opts=opts.TooltipOpts(is_show=True),
markline_opts=opts.MarkLineOpts(
data=[
opts.MarkLineItem(x=0.5,symbol=['None','None'])],
linestyle_opts=opts.LineStyleOpts(width=2,type_='dashed',color='#2F4858'),
),

)
.set_global_opts(
title_opts=opts.TitleOpts(
title="Influencer and Genre affect",
pos_left="center",
title_textstyle_opts=opts.TextStyleOpts(color="#ED6087", font_size=16),
),
xaxis_opts=opts.AxisOpts(
type_="value", splitline_opts=opts.SplitLineOpts(is_show=True),
boundary_gap=False,
),
yaxis_opts=opts.AxisOpts(
type_="value",
position="left",
axislabel_opts=opts.LabelOpts(is_show=False),
axistick_opts=opts.AxisTickOpts(is_show=False),
splitline_opts=opts.SplitLineOpts(is_show=False),
),
toolbox_opts=opts.ToolboxOpts(is_show=True),
legend_opts=opts.LegendOpts(is_show=False),
)
)

Bar

bar=(
ct.Bar(init_opts=opts.InitOpts(bg_color='white'))
.add_xaxis(xaxis_data=idx)
.add_yaxis(
'进港航班数',
jg,

# 点上方标签的样式
label_opts=opts.LabelOpts(is_show=True,font_size=13,position="top"),
# 放上去是否显示坐标
tooltip_opts=opts.TooltipOpts(is_show=True),
)
.set_global_opts(
title_opts=opts.TitleOpts(
title="8.22 日进港航班数",
pos_top="5%",
pos_left="center",
title_textstyle_opts=opts.TextStyleOpts(font_size=16),
),
xaxis_opts=opts.AxisOpts(
boundary_gap=True,
axisline_opts=opts.AxisLineOpts(is_show=False),
splitline_opts=opts.SplitLineOpts(
is_show=True
),
),
toolbox_opts=opts.ToolboxOpts(is_show=True),
legend_opts=opts.LegendOpts(is_show=False),
)
)

bar.render_notebook()

3Dbar

bar3d=(
ct.Bar3D(init_opts=opts.InitOpts(bg_color='white'))
.add(
series_name="",
data=data,
xaxis3d_opts=opts.Axis3DOpts(name='xxx',type_="value", data=v0),
yaxis3d_opts=opts.Axis3DOpts(name='xxx',type_="value", data=d),
zaxis3d_opts=opts.Axis3DOpts(type_="value"),
)
.set_global_opts(
visualmap_opts=opts.VisualMapOpts(
max_=1,
range_color=[
"#313695",
"#4575b4",
"#74add1",
"#abd9e9",
"#e0f3f8",
"#ffffbf",
"#fee090",
"#fdae61",
"#f46d43",
"#d73027",
"#a50026",
],
)
)
)
bar3d.render_notebook()

Heatmap


heatmap=(
ct.HeatMap(init_opts=opts.InitOpts(bg_color='white'))
.add_xaxis(t)
.add_yaxis(
series_name="",
yaxis_data=[str(i) for i in range(1,150)],
value=y,
# label_opts=opts.LabelOpts(is_show=True,font_size=13,position="top"),

)
.set_global_opts(
title_opts=opts.TitleOpts(title="蓄车池数量对决策的影响",pos_left='40%'),
xaxis_opts=opts.AxisOpts(
name='时间',
type_="category",
splitarea_opts=opts.SplitAreaOpts(
is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=1)
),
),
yaxis_opts=opts.AxisOpts(
name='蓄车池数量',
type_="category",
splitarea_opts=opts.SplitAreaOpts(
is_show=True, areastyle_opts=opts.AreaStyleOpts(opacity=0.5)
),
),
visualmap_opts=opts.VisualMapOpts(
max_=1,
range_color=[
"#e0f3f8",
"#ffffbf",
"#fee090",
],
),
toolbox_opts=opts.ToolboxOpts(is_show=True)

)
)
heatmap.render('./pic/question2.html')s

页面布局

Page

本来只能垂直叠加,但是根据初始化的width,height也可以达到水平布局的效果,但是通过Page.DraggablePageLayout布局可以实现任意位置、大小布局,简称神器。

但是如果有背景色图表重叠时会相互覆盖,此时效果不如grid,背景透明时,图表覆盖则不会产生问题,优于grid。

# 使用浏览器打开渲染后的 .html 文件,默认为 render.html。拖拉/调整图表位置和大小,当调整到一个适合
# 的布局时,点击左上方的 `Save Config` 按钮,下载 chart_config.json 配置文件,假设存放位置为
# ~/chart_config.json。再次渲染图表并指定其布局配置

# Warning: 请注释掉上面的的所有渲染代码,就是以下三行。因为 html 已经生成,并不需要再重新渲染一遍。
page=ct.Page(layout=ct.Page.DraggablePageLayout)
page.add(Radar15(),Radar9())
page.render('render.html')

# render.html:第一步生成的原 html 文件
# chart_config.json:第二步下载的配置文件
# my_new_charts.html:新 html 文件路径
Page.save_resize_html("render.html", cfg_file="path/chart_config.json", dest="my_new_charts.html")

# 或者可以使用 json 数据
# cfg_dict 为 json 文件里面的内容
Page.save_resize_html("render.html", cfg_dict=cfg_dict, dest="my_new_charts.html")

# Question:能否复用渲染模板?
# Answer: 可以的,渲染配置 json 数据中是以 chart_id 来作为一个图形的唯一标识符的,所以只需要在
# 第一次渲染的时候指定 chart_id 就可以啦。
# example:
# bar = bar_datazoom_slider()
# bar.chart_id = "1"
# line = line_markpoint()
# line.chart_id = "2"
# pie = pie_rosetype()
# pie.chart_id = "3"
# 然后只要以后都按这个 chart_id 来渲染图表的时候,你的布局配置就可以复用啦。
# cat chart_config.json,会发现 chart_id 是固定的啦。

Grid

​ grid布局一定需要一个有坐标轴的图,如果都没有坐标轴,比如玫瑰图,可以通过设置center参数实现布局

对于不需要初始就显示完美图的可以使用Page.DraggablePageLayout手动调整位置,更为方便。