(代码详解)pyecharts画折线图+多条折线图+参数讲解+美化(有数据) |
您所在的位置：网站首页 › 三角梅品种大全大图图片名称 › (代码详解)pyecharts画折线图+多条折线图+参数讲解+美化(有数据) |
(代码详解)pyecharts画折线图+多条折线图+参数讲解+美化(有数据)
|
目录 一、完整代码 二、调参目的介绍 三、代码详解(分段介绍) 第一步：导入库 第二步：导入数据 第三步：处理数据 第四步：创建一个名为"line"的Line对象 第五步：添加数据 第六步：设置全局选项 (1)折线图标题设置 (2)x轴相关设置 (3)y轴相关设置 补充： 第七步：保存 四、将折线平滑 一、完整代码 #第一步：导入库 import pandas as pd import pyecharts.options as opts from pyecharts.charts import Line #第二步：导入数据 data=pd.read_excel("C:\\Users\\86159\Desktop\\CSDN\\折线图数据.xls") #第三步：处理数据 x=list(data['专业代码'])#将专业代码列转换成列表形式 y1=list(data['最大值'])#将最大值列转换成列表形式 y2=list(data['最小值'])#将最小值列转换成列表形式 #第四步：用于创建一个名为"line"的Line对象 line=( Line(init_opts=opts.InitOpts(width='720px', height='400px', bg_color='white'))) #要调整背景颜色，可以在init_opts中设置bg_color参数 #创建了一个Line对象，设置了图表的宽度和高度 #第五步：添加数据： line.add_xaxis(xaxis_data=x) line.add_yaxis(series_name="最高分",y_axis=y1,symbol="circle",is_symbol_show=True,itemstyle_opts={"color": "green"},symbol_size=8) line.add_yaxis(series_name="最低分",y_axis=y2,symbol="pin",is_symbol_show=True,itemstyle_opts={"color": "red"},symbol_size=8) #第六步：设置全局选项： # set_global_opts: 这是一个全局设置函数，用于设置图表的各种全局属性。 line.set_global_opts(title_opts=opts.TitleOpts(title="每个专业的最高分最低分"), xaxis_opts=opts.AxisOpts(name="专业代码",name_rotate=0,name_textstyle_opts={"color": "black","fontSize":15},axislabel_opts={"rotate":45,"color":"blue","fontSize":12},is_show =True,is_inverse = False, name_location = 'center',name_gap = 45), yaxis_opts=opts.AxisOpts(name="分数", name_textstyle_opts={"color": "black","fontSize":15},axislabel_opts={"rotate": 45,"color":"blue","fontSize":12},is_show =True,name_location = 'center',name_gap = 35,min_ = 300, split_number = 6) #yaxis_opts=opts.AxisOpts(name="分数", name_textstyle_opts={"color": "red","fontSize":15},axislabel_opts={"rotate": 45,"color":"red","fontSize":15},is_show =True,name_location = 'center',name_gap = 35,min_ = 300, min_interval = 30,max_interval = 60)) #第七步：保存 line.render("折线图.html") #line.render_notebook() #渲染图表：使用 `render_notebook()` 方法将图表渲染到Jupyter Notebook中。 二、调参目的介绍我们画出的简单折线图如下： 其中x、y轴的标题均在坐标轴的一侧，如果想让标题在坐标轴正中间呢？ 两条折线图在相近的范围内波动，如果想让纵坐标的值在300-500间，那么两条折线图的变化趋势会更明显，可视化效果会更好一点
通过调整参数美化，得到了下图： 与上图相比，格式上有一些改进，呈现方式上有一些优化。 （下边的图您可能觉得不太好看，了解参数怎么设置之后，小伙伴可以画出自己心目中的美图哦。）
导入pandas库，后续用于导入数据 导入所需的库和模块：`pyecharts.options` 和 `pyecharts.charts` 第二步：导入数据 data=pd.read_excel("C:\\Users\\86159\Desktop\\CSDN\\折线图数据.xls")
要调整背景颜色，可以在init_opts中设置bg_color参数，这里bg_color=white，即背景颜色为白色 设置图表的宽度和高度 第五步：添加数据 line.add_xaxis(xaxis_data=x)使用 `add_xaxis()` 方法添加横轴数据（专业代码）。 line.add_yaxis(series_name="最高分",y_axis=y1,symbol="circle", is_symbol_show=True,is_smooth=True, itemstyle_opts={"color": "green"},symbol_size=8)使用 `add_yaxis()` 方法线添加一组纵轴数据：最高分（y1） 其中的参数： ①series_name="最高分"：设置y轴数据的名称，这里命名为"最高分" ②y_axis=y1：设置y轴的数据，这里使用y1作为数据。 ③symbol="circle"：设置数据点的图标样式为圆形。 symbol可选参数如下： # ‘circle’: 圆形标记。 # ‘rect’: 矩形标记。 # ‘roundRect’: 带圆角的矩形标记。 # ‘triangle’: 三角形标记。 # ‘diamond’: 菱形标记。 # ‘pin’: 标记形状为图钉。 # ‘arrow’: 标记形状为箭头。 ④is_symbol_show=True：设置是否显示图标(刚刚设置的circle图标样式)，这里设置为显示。 ⑤itemstyle_opts={"color": "green"}"：设置此条折线的颜色为绿色 ⑥symbol_size=8：设置图标(刚刚设置的circle)的大小为8。 line.add_yaxis(series_name="最低分",y_axis=y2,symbol="pin", is_symbol_show=True,is_smooth=True, itemstyle_opts={"color": "red"},symbol_size=8)使用 `add_yaxis()` 方法线添加另一组纵轴数据：最低分（y2） 其他参数介绍同上。 第六步：设置全局选项 line.set_global_opts(title_opts=opts.TitleOpts(title="每个专业的最高分最低分"), xaxis_opts=opts.AxisOpts(name="专业代码",name_rotate=0, name_textstyle_opts={"color": "black","fontSize":15}, axislabel_opts={"rotate":45,"color":"blue","fontSize":12}, is_show =True,is_inverse = False, name_location = 'center',name_gap = 45), yaxis_opts=opts.AxisOpts(name="分数", name_textstyle_opts={"color": "black","fontSize":15}, axislabel_opts={"rotate": 45,"color":"blue","fontSize":12}, is_show =True,name_location = 'center',name_gap = 35, min_ = 300, split_number = 6)set_global_opts: 这是一个全局设置函数，用于设置图表的各种全局属性。 上边这段代码，设置了三大部分的内容：①折线图标题、②x轴相关设置、③y轴相关设置 下边分别对三部分设置进行介绍： (1)折线图标题设置 title_opts=opts.TitleOpts(title="每个专业的最高分最低分")设置折线图标题为“每个专业的最高分最低分” (2)x轴相关设置 xaxis_opts=opts.AxisOpts(name="专业代码",name_rotate=0, name_textstyle_opts={"color": "black","fontSize":15}, axislabel_opts={"rotate":45,"color":"blue","fontSize":12}, is_show =True,is_inverse = False, name_location = 'center',name_gap = 45)上面代码对x轴的相关内容进行了设置 ①name="专业代码"：设置x轴的名称为“专业代码” ②name_rotate=0：设置x轴名称“专业代码”旋转的角度为0， 如果name_rotate=60，那么“专业代码”这四个字就逆时针旋转60° ③name_textstyle_opts={"color": "black","fontSize":15} 坐标轴名称可以通过name_textstyle_opts参数进行控制，其中可以设置颜色、字体大小等样式 这里设置x坐标轴名称为黑色，字体大小为15 ④axislabel_opts={"rotate":45,"color":"blue","fontSize":12}： "rotate":45 说明x轴所有的标签值（刻度值）均逆时针旋转45° "color":"blue" 说明x轴所有的标签值（刻度值）颜色为蓝色 "fontSize":12 说明x轴所有的标签值（刻度值）字体大小为12。 ⑤is_show：设置是否显示x轴标签，值为True表示显示，值为False表示不显示。 （小伙伴可以改一下这个参数，运行出结果后对比体会一下） ⑥is_inverse：设置x轴标签的方向，值为True表示逆时针方向，值为False表示顺时针方向。默认为Fasle.（小伙伴可以改一下这个参数，运行出结果后对比体会一下） ⑦name_location：设置x轴名称("专业代码")的位置，为'center'表示居中对齐。 参数可选：'start', 'middle', 'center','end' ⑧name_gap：设置x轴主题标签("专业代码")与 x坐标轴的间距，此处设置为45。 (3)y轴相关设置 yaxis_opts=opts.AxisOpts(name="分数", name_textstyle_opts={"color": "black","fontSize":15}, axislabel_opts={"rotate": 45,"color":"blue","fontSize":12}, is_show =True,name_location = 'center',name_gap = 35, min_ = 300, split_number = 6)上面代码对y轴的相关内容进行了设置 其中很多参数与上面对x轴设置时的参数相同，下面介绍一下刚才没有涉及到的参数 ①`min_ = 300`：设置y轴的最小值为300。(坐标轴刻度最小值) 也就是说y轴的值并不是从0开始了，而是从300开始。 同理，也可以设置max_参数(坐标轴刻度最大值)，控制y轴的最大值 ②`split_number = 6`：设置y轴分割线数量为6。 这个意思就是将y轴的刻度分成了6组， 假如:300、320、340、360、380、400、420，y轴的最小值的300，最大值为420，组间距为20，这样y轴就被分割成了6部分 补充：这里再补充上面没有涉及到的两个参数，即min_interval 和max_interval min_interval ：坐标轴最小间隔大小 max_interval：最标轴最大间隔大小 第七步：保存 line.render("折线图.html") #如果要保存到固定路径，就选择下边的代码 #line.render("C:\\Users\\86159\Desktop\\CSDN\\折线图.html")将画出来的图保存为html网页格式，html名称为折线图
如果小伙伴你使用的是jupyter notebook,可以利用上面代码渲染图表：使用 `render_notebook()` 方法将图表渲染到Jupyter Notebook中，可以直接再jupyter中输出查看。 四、将折线平滑通过上边的代码，我们得到了如下折线图：
如果想要将折线平滑，怎么实现呢？请看下边
第五步添加y轴数据时，只要加上is_smooth=True，这个参数，即可实现。 |
【本文地址】