可视化 | Pyecharts象形柱图--图例自定义

简介: 可视化 | Pyecharts象形柱图--图例自定义

大家好,我是欧K。在可视化展示过程中,为了达到更形象的展示效果,我们往往需要自定义一些直观的图例,本期给大家介绍可视化库Pyecharts中的象形柱图希望对你有所帮助。


1. 准备工作

1.1 导入模块

from pyecharts import options as opts
from pyecharts.charts import PictorialBar
from pyecharts.globals import SymbolType

没有安装pyecharts的,直接pip安装即可。

1.2 部分参数

def add_yaxis(
    # 系列名称
    series_name: str,
    # 系列数据
    y_axis: Sequence,
    # 图形类型
    symbol: Optional[str] = None,
    # 图形的大小
    symbol_size: Union[Numeric, Sequence, None] = None,
    # 图形的定位位置
    symbol_pos: Optional[str] = None,
    # 图形相对于原本位置的偏移
    symbol_offset: Optional[Sequence] = None,
    # 图形的旋转角度
    symbol_rotate: Optional[Numeric] = None,
    # 是否剪裁图形
    is_symbol_clip: bool = False,
    # 系列 label 颜色
    color: Optional[str] = None,
    # 同一系列的柱间距离,默认为类目间距的 10%,可设固定值
    category_gap: Union[Numeric, str] = "10%",
    # 标签配置项,参考 `series_options.LabelOpts`
    label_opts: Union[opts.LabelOpts, dict] = opts.LabelOpts(),
)

2. 基础象形图

部分省市人口数量:

province = ["北京", "天津", "湖北", "山西", "上海", "内蒙古", "云南", "黑龙江", "广东", "福建"]
values = [2189, 1386, 5775, 3491, 2487, 2404, 4720, 3185, 12601, 4154]
c = (
    PictorialBar()
    .add_xaxis(province)
    .add_yaxis(
        "",
        values,
        label_opts=opts.LabelOpts(is_show=False),
        symbol_size=18,
        symbol_repeat="fixed",
        symbol_offset=[0, 0],
        is_symbol_clip=True,
        symbol=SymbolType.ARROW,
    )
    .reversal_axis()
    .set_global_opts(
        title_opts=opts.TitleOpts(title="省份人口数量(万人)"),
        xaxis_opts=opts.AxisOpts(is_show=True),
        yaxis_opts=opts.AxisOpts(
            axistick_opts=opts.AxisTickOpts(is_show=False),
            axisline_opts=opts.AxisLineOpts(
                linestyle_opts=opts.LineStyleOpts(opacity=0)
            ),
        ),
    )
)
c.render_notebook()

效果:


symbol样式可选:RECT、ROUND_RECT、TRIANGLE、DIAMOND、ARROW。

设置为“DIAMOND”效果如下



数据来自之前文章:可视化 | 第七次人口普查数据分析可视化(Pandas+Pyecharts)


3. 自定义图例


3.1 图片图例



3.2 生成象形图

代码:

c = (
    PictorialBar()
    .add_xaxis(list(dic.keys()))
    .add_yaxis(
        "2020",
        [
            {"value": 18, "symbol": dic['飞机']},
            {"value": 40, "symbol": dic['火车']},
            {"value": 78, "symbol": dic['汽车']},
            {"value": 66, "symbol": dic['轮船']},
        ],
        label_opts=opts.LabelOpts(is_show=False),
        symbol_size=22,
        symbol_repeat="fixed",
        symbol_offset=[0, 5],
        is_symbol_clip=True,
    )
    .add_yaxis(
        "2021",
        [
            {"value": 54, "symbol": dic['飞机']},
            {"value": 68, "symbol": dic['火车']},
            {"value": 105, "symbol": dic['汽车']},
            {"value": 73, "symbol": dic['轮船']},
        ],
        label_opts=opts.LabelOpts(is_show=False),
        symbol_size=22,
        symbol_repeat="fixed",
        symbol_offset=[0, -25],
        is_symbol_clip=True,
    )
    .reversal_axis()
    .set_global_opts(
        title_opts=opts.TitleOpts(title="城市交通工具"),
        xaxis_opts=opts.AxisOpts(is_show=False),
        yaxis_opts=opts.AxisOpts(
            axistick_opts=opts.AxisTickOpts(is_show=False),
            axisline_opts=opts.AxisLineOpts(
                linestyle_opts=opts.LineStyleOpts(opacity=0)
            ),
        ),
    )
)
c.render_notebook()

效果:

完。


END


以上就是本期为大家整理的全部内容了,赶快练习起来吧,喜欢的朋友可以点赞、点在看也可以分享让更多人知道

相关文章
|
1月前
|
搜索推荐 数据可视化 Python
Matplotlib图表中的数据标签与图例设置
【4月更文挑战第17天】这篇文章介绍了如何在Python的Matplotlib库中设置数据标签和图例,以增强图表的可读性和解释性。主要内容包括:使用`text`函数添加基本和自定义数据标签,以及自动和手动创建图例。图例的位置和样式可通过`loc`和相关参数调整。文章强调了数据标签和图例结合使用的重要性,提供了一个综合示例来展示实践方法。良好的图表设计旨在清晰有效地传达信息。
|
7月前
Echarts图表中饼状图的指示线条
Echarts图表中饼状图的指示线条
54 1
|
7月前
|
前端开发
【前端图表】echarts实现散点图x轴时间轴
【前端图表】echarts实现散点图x轴时间轴
74 0
|
8月前
175Echarts - 象形柱图(Spirits)
175Echarts - 象形柱图(Spirits)
49 0
|
9月前
|
Python
mplfinance设置K线图中红涨绿跌的样式
要设置K线图中红涨绿跌的样式,您可以使用mplfinance库中的marketcolors参数来自定义K线图的颜色。默认情况下,mplfinance会使用红色表示上涨和绿色表示下跌,但您可以根据自己的需求进行修改。
|
10月前
|
数据可视化 Python 容器
基础 | Pyecharts绘图基础之图例配置项(LegendOpts)
基础 | Pyecharts绘图基础之图例配置项(LegendOpts)
|
11月前
|
数据可视化
数据可视化Echarts学习(2):柱图任务进度完成比例图属性练习柱图堆叠
数据可视化Echarts学习(2):柱图任务进度完成比例图属性练习柱图堆叠
80 0
|
11月前
|
前端开发
Echarts柱状图y轴刻度标签图片和柱状渐变功能实现的解决方案
Echarts柱状图y轴刻度标签图片和柱状渐变功能实现的解决方案
127 0
|
开发者
pyecharts基础之柱状图的绘制
pyecharts分为v0.5.X和v1两个大版本,0.5.x 版本将不再进行维护推荐使用v1版本
85 0
|
数据挖掘
图表解析系列之柱状图
作为人们最常用的图表之一,柱状图也衍生出多种多样的图表形式。例如,将多个并列的类别聚类、形成一组,再在组与组之间进行比较,这种图表叫做“分组柱状图”或“簇状柱形图”。将类别拆分称多个子类别,形成“堆叠柱状图”。再如将柱形图与折线图结合起来,共同绘制在一张图上,俗称“双轴图”,等等。