| FazBrowse GitHub Viewer | Trending | | Home |
| Tools: [Download Repo ZIP] [View Raw Code] [Original HTTPS Page] |
可以使用 set_series_options 方法设置
主要用来配置字体、颜色、线条灯具体的参数。
Label_Opts
formatter: "{b}: {c}" 设置 : 标签内容格式器，支持字符串模板和回调函数两种形式，字符串模板和回调函数均支持 \n 换行
模板变量: {a}、{b}、{c}、{d} 分别代表系列名、数据名、数据值等
在 trigger 为 axis 时,有多个系列的数据,可以通过{a0}、{a1}、{a2} 等索引方式表示系列索引
不同图表下 {a}、{b}、{c}、{d} 有不同的含义:
折线 (区域) 图、柱状 (条形) 图、K 线图 :
| 变量 | 描述 |
|---|---|
| {a} | 系列名称 |
| {b} | 类目值 |
| {c} | 数值 |
| {d} | 无 |
散点 (气泡) 图
| 变量 | 描述 |
|---|---|
| {a} | 系列名称 |
| {b} | 数据名称 |
| {c} | 数值数组 |
| {d} | 无 |
地图
| 变量 | 描述 |
|---|---|
| {a} | 系列名称 |
| {b} | 区域名称 |
| {c} | 合并数值 |
| {d} | 无 |
饼图、仪表图、漏斗图
| 变量 | 描述 |
|---|---|
| {a} | 系列名称 |
| {b} | 数据项名称 |
| {c} | 数值 |
| {d} | 百分比 |
实例
from pyecharts.charts import Bar
import pyecharts.options as opts
b = (
Bar()
.add_xaxis([
"名字很长的X轴标签1",
"名字很长的X轴标签2",
"名字很长的X轴标签3",
"名字很长的X轴标签4",
"名字很长的X轴标签5",
"名字很长的X轴标签6",
])
.add_yaxis("商家A", [10, 20, 30, 40, 50, 40])
.add_yaxis("商家B", [20, 10, 40, 30, 40, 50])
.set_global_opts(
xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
title_opts=opts.TitleOpts(title="Bar-旋转X轴标签", subtitle="解决标签名字过长的问题"),
)
.set_series_opts(
)
.render("bar_01.html")
)实例
import pandas as pd
from pyecharts.charts import Pie
from pyecharts import options as opts
data = pd.read_excel('./Python地区分校人数.xlsx')
pie = (
Pie()
.add(series_name="地区",
data_pair=data.values, # 传入数据
radius=['50%', '75%'], # 内外径
rosetype='radius', # 设置玫瑰图类型
)
# 添加全局配置
.set_global_opts(
title_opts=opts.TitleOpts(
title="Python地区人数占比图"
),
legend_opts=opts.LegendOpts(
is_show=True,
)
)
.set_series_opts(
# 设置显示样式
label_opts=opts.LabelOpts(
is_show=True,
formatter="{b}:{c}"
)
)
.render('python地区分布人数占比.html')
)实例
import numpy as np
from pyecharts.charts import Line
from pyecharts import options as opt
x_data = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
y_data = np.random.random(7)*100000
# print(y_data)
line = (
Line()
.add_xaxis(x_data)
.add_yaxis(series_name="收益", y_axis=y_data)
.set_series_opts(
)
.render("每日收益.html")
)步骤
实例
import pandas as pd
import numpy as np
import pyecharts.options as opts
from pyecharts.charts import Line, Pie
from pyecharts.charts import Grid
data = pd.read_excel('../Python地区分校人数.xlsx')
pie = (
Pie()
.add(series_name="地区",
data_pair=data.values, # 传入数据
radius=['50%', '75%'], # 内外径
rosetype='radius', # 设置玫瑰图类型
)
# 添加全局配置
.set_global_opts(
title_opts=opts.TitleOpts(
title="Python地区人数占比图"
),
legend_opts=opts.LegendOpts(
is_show=True,
pos_left="15%",
pos_right="40%"
),
yaxis_opts=opts.AxisOpts(
position="right"
)
)
.set_series_opts(
label_opts=opts.LabelOpts(
is_show=True,
formatter="{b}:{c}"
)
)
# .render('python地区分布人数占比.html')
)
x_data = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
y_data = np.random.random(7) * 100000
line = (
Line()
.add_xaxis(x_data)
.add_yaxis(series_name="收益", y_axis=y_data)
.set_series_opts(
)
.set_global_opts(
yaxis_opts=opts.AxisOpts(
position="left"
),
legend_opts=opts.LegendOpts(
pos_left="15%",
pos_right="40%"
)
)
# .render("每日收益.html")
)
grid = Grid(
init_opts=opts.InitOpts(
width="1400px",
height="500px"
)
)
grid.add(
line,
grid_opts=opts.GridOpts(
pos_left="80%",
pos_right="0%",
),
is_control_axis_index=True
)
grid.add(
pie,
grid_opts=opts.GridOpts(
pos_left="0%",
pos_right="40%",
),
is_control_axis_index=True
)
grid.render("组合图.html")| Back | FazBrowse Home | New Git URL |