Pyecharts绘制各种折线图实战

最新推荐文章于 2025-03-21 15:32:22 发布

忘忧记

最新推荐文章于 2025-03-21 15:32:22 发布

阅读量508

点赞数 3

分类专栏： python爬虫文章标签： python 信息可视化数据分析

本文链接：https://blog.youkuaiyun.com/qq_45726327/article/details/144345707

版权

python爬虫专栏收录该内容

15 篇文章

订阅专栏

基本流程

我们一般图表生成的流程如下：

导入需要的模块
准备数据
创建折线图实例
增加数据
渲染图表
结果展示

基本折线图

# 导入需要的模块
from pyecharts import options as opts
from pyecharts.charts import Line

# 初始化折线图
line = Line()

# 准备数据
line.add_xaxis(["Monday", "Tuesday", "Wednesday", "Thursday", "Friday", "Saturday", "Sunday"])
line.add_yaxis("Temperature", [20, 22, 24, 26, 28, 30, 32])

# 渲染图表
line.set_global_opts(
    title_opts=opts.TitleOpts(title="Weekly Temperature"),
    xaxis_opts=opts.AxisOpts(name="Day of Week"),
    yaxis_opts=opts.AxisOpts(name="Temperature (°C)")
)

#结果展示
line.render("line_chart.html")

多条折线图

如果需要在同一张图表中展示多条折线，比如比较不同城市的温度变化情况，可以使用 add_yaxis 方法添加多条数据。

line = Line()

# 添加 x 轴数据
line.add_xaxis(["Monday", "Tuesday", "Wednesday", "Thursday", "Friday", "Saturday", "Sunday"])

# 添加多条 y 轴数据
line.add_yaxis("City A", [22, 24, 26, 28, 30, 32, 34])
line.add_yaxis("City B", [20, 22, 24, 26, 28, 30, 32])

# 设置全局配置项
line.set_global_opts(
    title_opts=opts.TitleOpts(title="Weekly Temperature Comparison"),
    xaxis_opts=opts.AxisOpts(name="Day of Week"),
    yaxis_opts=opts.AxisOpts(name="Temperature (°C)"),
    tooltip_opts=opts.TooltipOpts(trigger="axis")
)

line.render("multi_line_chart.html")

平滑折线图

Pyecharts 也支持将折线设置为平滑曲线，适合展示连续数据的趋势。
通过is_smooth=True 参数设置平滑曲线图

line = Line()

# 添加数据，设置平滑线
line.add_xaxis(["January", "February", "March", "April", "May", "June", "July"])
line.add_yaxis("Sales", [150, 200, 250, 300, 350, 400, 450], is_smooth=True)

# 设置全局配置项
line.set_global_opts(
    title_opts=opts.TitleOpts(title="Monthly Sales"),
    xaxis_opts=opts.AxisOpts(name="Month"),
    yaxis_opts=opts.AxisOpts(name="Sales (Units)")
)

line.render("smooth_line_chart.html")

增加最大值和最小值和平均值

import pyecharts.options as opts
from pyecharts.charts import Line

# 数据
x_data = ['周一', '周二', '周三', '周四', '周五', '周六', '周日']
y_data1 = [120, 200, 150, 80, 70, 110, 130]
y_data2 = [90, 150, 200, 120, 100, 80, 110]

line=(
    # 创建折线图实例
    Line()
    # 将准备好的两组数据添加到折线图实例中
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(series_name="y1线",y_axis=y_data1,symbol="arrow",is_symbol_show=True)
    .add_yaxis(series_name="y2线",y_axis=y_data2, markpoint_opts=opts.MarkPointOpts(
            data=[
                opts.MarkPointItem(type_="max", name="最大值"),
                opts.MarkPointItem(type_="min", name="最小值"),
            ]
        ),
        markline_opts=opts.MarkLineOpts(
            data=[opts.MarkLineItem(type_="average", name="平均值")]
        ))
    .set_global_opts(title_opts=opts.TitleOpts(title="多折线重叠"))
)

# 渲染图表
line.render_notebook()

阶梯图

在 Pyecharts 中，我们可以通过 add_yaxis 方法中的 step 参数来绘制阶梯图。step 参数可以设置为 True，表示绘制阶梯线。

from pyecharts.charts import Line
from pyecharts import options as opts

# 初始化折线图
line = Line()

# 添加 X 轴数据
line.add_xaxis(["Monday", "Tuesday", "Wednesday", "Thursday", "Friday", "Saturday", "Sunday"])

# 添加 Y 轴数据，并设置为阶梯图
line.add_yaxis("Sales", [100, 200, 150, 300, 250, 350, 400], is_step=True)

# 设置全局配置项
line.set_global_opts(
    title_opts=opts.TitleOpts(title="Weekly Sales - Step Chart"),
    xaxis_opts=opts.AxisOpts(name="Day of Week"),
    yaxis_opts=opts.AxisOpts(name="Sales (Units)"),
    tooltip_opts=opts.TooltipOpts(trigger="axis")
)

# 渲染为本地 HTML 文件
line.render("step_line_chart.html")

面积折线图

通过设置 area_style_opts=opts.AreaStyleOpts(opacity=0.3))

from pyecharts.charts import Line
from pyecharts import options as opts

# 创建一个折线图实例
line = Line()

# 添加 X 轴数据
line.add_xaxis(["January", "February", "March", "April", "May", "June", "July"])

# 添加 Y 轴数据，并设置为面积折线图
line.add_yaxis("Sales", [150, 200, 250, 300, 350, 400, 450], 
               is_smooth=True, 
               area_style_opts=opts.AreaStyleOpts(opacity=0.3))

# 设置全局配置项
line.set_global_opts(
    title_opts=opts.TitleOpts(title="Monthly Sales - Area Line Chart"),
    xaxis_opts=opts.AxisOpts(name="Month"),
    yaxis_opts=opts.AxisOpts(name="Sales (Units)"),
    tooltip_opts=opts.TooltipOpts(trigger="axis")
)

# 渲染为本地 HTML 文件
line.render("area_line_chart.html")

多条面积折线图

from pyecharts.charts import Line
from pyecharts import options as opts

# 创建 Line 图实例
line = Line()

# 添加 X 轴数据（这里以月份为例）
line.add_xaxis(["January", "February", "March", "April", "May", "June", "July"])

# 添加多个 Y 轴数据，并设置为面积折线图
# 1. 产品A
line.add_yaxis("Product A", 
               [150, 200, 250, 300, 350, 400, 450], 
               is_smooth=True,  # 使用 linestyle_opts 替代
               areastyle_opts=opts.AreaStyleOpts(opacity=0.3),  # 设置区域填充
               linestyle_opts=opts.LineStyleOpts(color="green"))  # 设置折线颜色为绿色

# 2. 产品B
line.add_yaxis("Product B", 
               [100, 160, 220, 270, 320, 350, 400], 
               is_smooth=True,  # 使用 linestyle_opts 替代
               areastyle_opts=opts.AreaStyleOpts(opacity=0.4),  # 设置区域填充，透明度为0.4
               linestyle_opts=opts.LineStyleOpts(color="blue"))  # 设置折线颜色为蓝色

# 3. 产品C
line.add_yaxis("Product C", 
               [80, 120, 180, 230, 270, 320, 360], 
               is_smooth=True,  # 使用 linestyle_opts 替代
               areastyle_opts=opts.AreaStyleOpts(opacity=0.2),  # 设置区域填充，透明度为0.2
               linestyle_opts=opts.LineStyleOpts(color="red"))  # 设置折线颜色为红色

# 设置全局配置项
line.set_global_opts(
    title_opts=opts.TitleOpts(title="Product Sales Comparison - Area Line Chart"),
    xaxis_opts=opts.AxisOpts(name="Month"),  # X 轴名称
    yaxis_opts=opts.AxisOpts(name="Sales (Units)"),  # Y 轴名称
    tooltip_opts=opts.TooltipOpts(trigger="axis"),  # 鼠标悬停显示提示
    legend_opts=opts.LegendOpts(is_show=True)  # 显示图例
)

# 渲染图表为 HTML 文件
line.render("multiple_area_line_chart.html")

添加多个系列：

使用 add_yaxis 方法添加不同的产品（或不同的系列）数据。在每次调用时设置 is_smooth=True 来平滑折线，area_style=opts.AreaStyleOpts(opacity=0.3) 设置折线下方区域的透明度（你可以根据需求调整透明度），并使用 linestyle_opts 设置折线颜色。
area_style_opts 的作用：
opacity=0.3 表示填充区域的透明度。你可以调整不同系列的透明度，使图表更具层次感。
is_smooth=True 用于平滑折线，让曲线更加平滑。
设置全局配置：
使用 set_global_opts 方法配置标题、坐标轴和提示框等全局设置。
legend_opts=opts.LegendOpts(is_show=True) 用于显示图例，这样可以通过点击图例来选择/隐藏不同的系列。