当前位置: 首页 > news >正文

Pyecharts系列课程04——折线图/面积图(Line)

本章我们学习在Pyecharts中折线图(Line)的使用。折线图通用应用于数据的趋势分析。

折线图

我们现在有两组数据,x_data是2024年的月份,y_data为对应张三甲每个月的用电量。

# 家庭每月用电量趋势
x_data = ["1月", "2月", "3月", "4月", "5月", "6月", "7月", "8月", "9月", "10月", "11月", "12月"
]
y_data = [120, 140, 118, 98, 91, 87, 152, 214, 198, 154, 121, 108]

在Pyecharts中绘制直方图,首先我们需要引入我们需要的图表,可以通过如下代码:

from pyecharts.charts import Line

在引入之后我们需要做的便是新建一个图表实例,然后将我们的x_datay_data添加至图表中,在直角坐标系图表中,都是采用add_xaxisadd_yaxis两个方法分别来添加数据,这点与之前的直方图一致。
add_yaxis中有两个必传的参数,一个是y_axis是我们要传的数据,另一个参数series_name为系列名称。

from pyecharts.charts import Line# 新建一个图表命名为chart
chart = Line()
# 添加数据
chart.add_xaxis(x_data)
chart.add_yaxis(series_name="用电量", y_axis=y_data)

在Pyecharts中都提供了默认配置,在不做任何配置的情况下,我们的图表就已经完成了,便可以通过.render_notebook()将图表渲染至我们的notebook中了。

from pyecharts.charts import Line# 家庭每月用电量趋势
x_data = ["1月", "2月", "3月", "4月", "5月", "6月", "7月", "8月", "9月", "10月", "11月", "12月"
]
y_data = [120, 140, 118, 98, 91, 87, 152, 214, 198, 154, 121, 108]
# 新建一个图表命名为chartchart = Line()
# 添加数据
chart.add_xaxis(x_data)
chart.add_yaxis(series_name="用电量", y_axis=y_data)chart.render_notebook()

效果如下:
在这里插入图片描述
*如果是在非notebool的环境中,我们需要将.render_notebook()换成.render()

面积图

  • 在Pyecharts中没有单独的面积图模块,其实面积图就是在折线图的基础上加上颜色的填充。
  • 我们还是在之前的代码基础上进行编辑。在add_yaxis()方法中有一个参数areastyle_opts,即配置区域样式效果的,默认效果是设置的透明度为0,我们只需设置为大于0小于等于1的值即可。
from pyecharts.charts import Line
import pyecharts.options as opts# 家庭每月用电量趋势
x_data = ["1月", "2月", "3月", "4月", "5月", "6月", "7月", "8月", "9月", "10月", "11月", "12月"
]
y_data = [120, 140, 118, 98, 91, 87, 152, 214, 198, 154, 121, 108]
# 新建一个图表命名为chartchart = Line()
# 添加数据
chart.add_xaxis(x_data)
chart.add_yaxis(series_name="用电量",y_axis=y_data,areastyle_opts=opts.AreaStyleOpts(opacity=0.6))chart.render_notebook()

在这里插入图片描述

常用配置

线条样式

颜色/线宽

通过参数linestyle_opts进行线条样式配置,颜色/线宽可通过LineStyleOpts中的color, width进行配置,具体参考如下代码;

from pyecharts.charts import Line
import pyecharts.options as opts# 家庭每月用电量趋势
x_data = ["1月", "2月", "3月", "4月", "5月", "6月", "7月", "8月", "9月", "10月", "11月", "12月"
]
y_data = [120, 140, 118, 98, 91, 87, 152, 214, 198, 154, 121, 108]chart = Line()chart.add_xaxis(x_data)
chart.add_yaxis("用电量",y_data,areastyle_opts=opts.AreaStyleOpts(color='red', opacity=0.3),linestyle_opts=opts.LineStyleOpts(width=2, color='red'))chart.render_notebook()

在这里插入图片描述
这里需要注意一点,通过linestyle_opts修改的是线条颜色,通过上方图片我们也能看到,标记点还是蓝色,如果我们需要修改标记点的颜色的需要通过参数color

from pyecharts.charts import Line
import pyecharts.options as opts# 家庭每月用电量趋势
x_data = ["1月", "2月", "3月", "4月", "5月", "6月", "7月", "8月", "9月", "10月", "11月", "12月"
]
y_data = [120, 140, 118, 98, 91, 87, 152, 214, 198, 154, 121, 108]chart = Line()chart.add_xaxis(x_data)
chart.add_yaxis("用电量",y_data,color='red',areastyle_opts=opts.AreaStyleOpts(color='red', opacity=0.3),linestyle_opts=opts.LineStyleOpts(width=2, color='red'))chart.render_notebook()

效果如下:
在这里插入图片描述

平滑曲线效果

通过is_smooth=True进行设置;

from pyecharts.charts import Line
import pyecharts.options as opts# 家庭每月用电量趋势
x_data = ["1月", "2月", "3月", "4月", "5月", "6月", "7月", "8月", "9月", "10月", "11月", "12月"
]
y_data = [120, 140, 118, 98, 91, 87, 152, 214, 198, 154, 121, 108]chart = Line()chart.add_xaxis(x_data)
chart.add_yaxis("用电量",y_data,color='red',is_smooth=True,areastyle_opts=opts.AreaStyleOpts(color='red', opacity=0.3),linestyle_opts=opts.LineStyleOpts(width=2, color='red'))chart.render_notebook()

效果如下:
在这里插入图片描述

线形

可以设置虚线实线等样式,同样还是通过linestyle_opts进行配置,支持的参数值有 solid, dashed, dotted

from pyecharts.charts import Line
import pyecharts.options as opts# 家庭每月用电量趋势
x_data = ["1月", "2月", "3月", "4月", "5月", "6月", "7月", "8月", "9月", "10月", "11月", "12月"
]
y_data_1 = [120, 140, 118, 98, 91, 87, 152, 214, 198, 154, 121, 108]
y_data_2 = [230, 139, 128, 182, 151, 187, 252, 304, 208, 124, 101, 88]chart = Line()chart.add_xaxis(x_data)
chart.add_yaxis("张三家",y_data_1,is_smooth=True,linestyle_opts=opts.LineStyleOpts(type_='dotted'))
chart.add_yaxis("李四家",y_data_2,is_smooth=True,linestyle_opts=opts.LineStyleOpts(type_='dashed'))chart.render_notebook()

效果如下:
在这里插入图片描述

标记图形

折线图除了线条的样式可以配置,标记点样式也可以进行调整。

颜色/大小/形状

  • symbol:标记的图形,可选参数值: ‘circle’, ‘rect’, ‘roundRect’, ‘triangle’, ‘diamond’, ‘pin’, ‘arrow’, ‘none’
  • symbol_size:标记图形的大小;
  • color:系列颜色,线条颜色未设置的话会同时设置图形和线条的颜色,与柱形图一样,也可以通过itemstyle_opts进行颜色配置
from pyecharts.charts import Line
import pyecharts.options as opts# 家庭每月用电量趋势
x_data = ["1月", "2月", "3月", "4月", "5月", "6月", "7月", "8月", "9月", "10月", "11月", "12月"
]
y_data_1 = [120, 140, 118, 98, 91, 87, 152, 214, 198, 154, 121, 108]
y_data_2 = [230, 139, 128, 182, 151, 187, 252, 304, 208, 124, 101, 88]chart = Line()chart.add_xaxis(x_data)
chart.add_yaxis("张三家",y_data_1,is_smooth=True,# 颜色/大小/形状symbol='roundRect',symbol_size=20,color='green',linestyle_opts=opts.LineStyleOpts(type_='dotted'))
chart.add_yaxis("李四家",y_data_2,is_smooth=True,symbol='triangle',symbol_size=20,color='orange',linestyle_opts=opts.LineStyleOpts(type_='dashed'))chart.render_notebook()

效果如下:
在这里插入图片描述

http://www.lryc.cn/news/532555.html

相关文章:

  • 变压器-000000
  • 凝思60重置密码
  • linux——网络计算机{序列化及反序列化(JSON)(ifdef的用法)}
  • 【教程】docker升级镜像
  • 迅为RK3568开发板篇OpenHarmony实操HDF驱动控制LED-编写应用APP
  • python代码
  • React 打印插件 -- react-to-print
  • 探索C语言简易计算器程序的实现与优化
  • 深入了解 MySQL:从基础到高级特性
  • OSPF基础(1):工作过程、状态机、更新
  • 工业相机如何获得更好的图像色彩
  • 使用requestAnimationFrame减少浏览器重绘
  • Mac 终端命令大全
  • 如何使用deepseek开发一个翻译API
  • vue如何解决跨域
  • 红包雨项目前端部分
  • 新版AndroidStudio 修改 jdk版本
  • 【golang学习之旅】使用VScode安装配置Go开发环境
  • langchain教程-2.prompt
  • GGML、GGUF、GPTQ 都是啥?
  • C++ 原码、反码、补码和位操作符
  • idea中git版本回退
  • 【PostgreSQL内核学习 —— (WindowAgg(三))】
  • redis教程
  • Python aiortc API
  • Transaction rolled back because it has been marked as rollback-only问题解决
  • 深入浅出 DeepSeek V2 高效的MoE语言模型
  • 读书笔记--分布式架构的异步化和缓存技术原理及应用场景
  • 售后板子HDMI无输出分析
  • python3处理表格常用操作