Pyecharts V1 快速入门(二)：柱形图与双Y轴折线图的创建

布满荆棘的人生 2022-12-22 15:30 824阅读 0赞

在上一节[Pyecharts V1 快速入门(一)：配置参数传递及示例][Pyecharts V1] 介绍了图表和快速创建及配置项参数设置及传递。**这节将会在前面的基础上，创建柱形图和双Y轴折线图，并且使用overlap将两条折线叠加在同一个图表上**

--------------------

# 1.全局配置项`set_global_options()` #

bar=Bar(init_opts=opts.InitOpts(bg_color='rgba(255,249,196,0.2)',width='1000px',height='600px',page_title='Test',theme=ThemeType.ESSOS))  # 设置图表背景色、大小、主题、网页标题

在上一节我们设置的是图表背景色、大小、主题、网页标题，**但`set_global_options()`是对图表更细致和实用的设置，下面是设置的对应效果**

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMzNTM5Mg_size_16_color_FFFFFF_t_70_pic_center]

查看源码可知`set_global_options()`是类`Chart`成员函数，UML类图如下  
![在这里插入图片描述][2020112021462571.png_pic_center]  
源码如下，可以看到是和开头的设置效果图片是对应的  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMzNTM5Mg_size_16_color_FFFFFF_t_70_pic_center 1]

# 2.系列配置项`set_series_opts()` #

跟全局配置项同理，不再赘述  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMzNTM5Mg_size_16_color_FFFFFF_t_70_pic_center 2]  
**配置项的具体设置应该结合[官方文档][Link 1]和源码学习，必须注意参数的名字和类型**，忘了就看下源码。下面给出一个实例

> 提醒：应该在add\_xaxis和add\_yaxis后，再调用set\_global\_opts和set\_series\_opts，不然会造成设置失效

--------------------

# 3.实战 #

本节使用的数据是某件商品的尺码、价格、利润、销量，如下

size=[35.5,36.0,36.5,37.5,38.0,38.5,39.0,40.0]
    price=[580, 571, 577, 582, 582, 545, 589, 566]
    profit=[132, 123, 129, 134, 134, 99, 140, 119]
    sold_num=[10, 31, 26, 43, 18, 27, 7, 6]

# ①price的柱状图 #

from pyecharts.charts import Bar,Line,Page
    from pyecharts import options as opts
    def draw_bar():
        size = [35.5, 36.0, 36.5, 37.5, 38.0, 38.5, 39.0, 40.0]
        price = [580, 571, 577, 582, 582, 545, 589, 566]
        bar=Bar()
        bar.add_xaxis(size)  # 设置x轴元素
        bar.add_yaxis("价格", price)  # 设置y轴名称以及数值
        bar.set_global_opts(title_opts=opts.TitleOpts(title="价格柱状图"),  # 设置图表标题
                            toolbox_opts=opts.ToolboxOpts(is_show=True,feature=opts.ToolBoxFeatureOpts(data_zoom=opts.ToolBoxFeatureDataZoomOpts(is_show=False))),  # 设置工具箱显示,并且关闭区域缩放配置项
                            yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(formatter="{value}元"))  # 设置y轴单位
                            )
        bar.set_series_opts(label_opts=opts.LabelOpts(is_show=True,color='red'),  # 设置显示标签及颜色,标签是显示在柱上的数值
                            itemstyle_opts=opts.ItemStyleOpts(color='purple'))  # 设置图元颜色
        bar.render()

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMzNTM5Mg_size_16_color_FFFFFF_t_70_pic_center 3]

### 为什么是这样设置y轴单位？ ###

`yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(formatter="{value}元")) # 设置y轴单位`

这是根据源码和官方文档得出来的，从`set_global_opts()`中得到`yaxis_opts: types.Axis = None`  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMzNTM5Mg_size_16_color_FFFFFF_t_70_pic_center 4]

继而转到`D:\Python\Lib\site-packages\pyecharts-1.9.0-py3.7.egg\pyecharts\types.py`得到  
![在这里插入图片描述][20201120235413953.png_pic_center]  
再转到`D:\Python\Lib\site-packages\pyecharts-1.9.0-py3.7.egg\pyecharts\options\global_options.py`  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMzNTM5Mg_size_16_color_FFFFFF_t_70_pic_center 5]  
看到类型是`LabelOpts`转到`D:\Python\Lib\site-packages\pyecharts-1.9.0-py3.7.egg\pyecharts\options\series_options.py`  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMzNTM5Mg_size_16_color_FFFFFF_t_70_pic_center 6]  
在官方文档中找到相应章节  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMzNTM5Mg_size_16_color_FFFFFF_t_70_pic_center 7]  
**以上就是典型的源码和官方文档的使用**，当不知道如何进行参数设置以达到理想效果的时候，千万别着急，从源码入手，关注参数名字和类型，自然会迎刃而解

# ②profit和sold\_num的双Y轴折线图 #

有时候需要反映同一个x值下，两个指标的关系，就得用到双Y轴

def draw_double_line():
        size = ['35.5', '36.0', '36.5', '37.5', '38.0', '38.5', '39.0', '40.0']  # 元素必须是str类型，否则不能显示折线
        profit = [132, 123, 129, 134, 134, 99, 140, 119]
        sold_num = [10, 31, 26, 43, 18, 27, 7, 6]
        line1=Line()
        line1.add_xaxis(size)
        line1.add_yaxis(series_name="利润", y_axis=profit)
        line1.extend_axis(yaxis=opts.AxisOpts(axislabel_opts=opts.LabelOpts(formatter="{value}双"),axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color='blue'))))  # 添加一条蓝色的y轴
        line1.set_global_opts(title_opts=opts.TitleOpts(title="利润与销量"),
                              toolbox_opts=opts.ToolboxOpts(is_show=True,feature=opts.ToolBoxFeatureOpts(data_zoom=opts.ToolBoxFeatureDataZoomOpts(is_show=False))),
                              yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(formatter="{value}元"),axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color="red"))),  # 设置y轴单位和颜色
                              )
        line1.set_series_opts(label_opts=opts.LabelOpts(is_show=True))
        line2=Line().add_xaxis(size).add_yaxis("销量",sold_num,yaxis_index=1)  # 创建一个新的Line对象,并且设置y轴索引，即挂在新建的y轴上
        line1.overlap(line2)  # 将line2叠加在line1图上
        line1.set_colors(["red","blue"])  # 为了区分两条line，设置不同颜色
        line1.render()

配合工具箱与动画的演示如下，能非常直观地反应数据量以及二者的关系  
![在这里插入图片描述][2020112101082762.gif_pic_center]

### 注意：为什么有时候折线图没有显示折线？ ###

因为x轴的数据格式不对，记住x轴是一个list，里面的元素必须是str

# 4.总结 #

在`set_global_opts()`中用的最多的就是`title_opts`、`toolbox_opts`、`xaxis_opts`、`yaxis_opts`，其中`AxisOpts`非常重要  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMzNTM5Mg_size_16_color_FFFFFF_t_70_pic_center 5]

未经同意，请勿转载

[Pyecharts V1]: https://blog.csdn.net/weixin_43335392/article/details/109750072#comments_13907221
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMzNTM5Mg_size_16_color_FFFFFF_t_70_pic_center]: /images/20221120/755346d94f7d456e8148af69d562c0eb.png
[2020112021462571.png_pic_center]: /images/20221120/6057bdfa69f645898a249028c1157c8f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMzNTM5Mg_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221120/3669213e9ca645fcae21517150b637c3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMzNTM5Mg_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20221120/f0b9f7dd11814d2697bc86f38212fe60.png
[Link 1]: https://pyecharts.org/#/zh-cn/global_options
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMzNTM5Mg_size_16_color_FFFFFF_t_70_pic_center 3]: /images/20221120/7a203ffee86541b9abc803261f80a297.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMzNTM5Mg_size_16_color_FFFFFF_t_70_pic_center 4]: /images/20221120/c14b8c4c14ba4bf994ab296b3adeab8c.png
[20201120235413953.png_pic_center]: /images/20221120/953537989db041088521f58098c1eb4e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMzNTM5Mg_size_16_color_FFFFFF_t_70_pic_center 5]: /images/20221120/dd5ca390e505471c932a82978f09da42.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMzNTM5Mg_size_16_color_FFFFFF_t_70_pic_center 6]: /images/20221120/85a20647fd8646d3b09b8301c500bbf4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzMzNTM5Mg_size_16_color_FFFFFF_t_70_pic_center 7]: /images/20221120/3d0f719de1d54fb7bd7d6a39c4ca5679.png
[2020112101082762.gif_pic_center]: /images/20221120/c81900bbb9c244548f54533a3a8b1b7f.png