Pyecharts(v0.5.X)---简介

最新推荐文章于 2025-07-11 10:20:42 发布
最新推荐文章于 2025-07-11 10:20:42 发布
阅读量7.5k 收藏 37
点赞数 3
CC 4.0 BY-SA版权
分类专栏： ★★★Python # ★★Python可视化
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/wendaomudong_l2d4/article/details/85530127
本文详细介绍PyEcharts图表配置选项，包括标题、画布、坐标轴、图例及文本标签等参数设置，帮助读者掌握如何精细调整图表样式。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

1 Intro

//v0.5.X版本的pyecharts，目前已经迭代到 v1.x，v0.5.X 和 v1 间不兼容
  引自官网—“pyecharts 是一个用于生成 Echarts 图表的类库。Echarts 是百度开源的一个数据可视化 JS 库。用 Echarts 生成的图可视化效果非常棒，为了与 Python 进行对接，方便在 Python 中直接使用数据生成图”。
  pyecharts可以展示动态图，在线报告使用比较美观，并且展示数据方便，鼠标悬停在图上，即可显示数值、标签等。

参考文档：
[1]案例:http://pyecharts.herokuapp.com/
[2]教程:http://pyecharts.org/#/zh-cn/prepare
[3]github:https://github.com/pyecharts

其中教程很详细，代码基本可以复现。

2 安装

参考:http://pyecharts.org/#/zh-cn/prepare

pip3 install pyecharts  
pip3 install pyecharts_snapshot

3 图表配置-图像初始化

  图表配置主要是一些参数设置，比如标题、标题位置、标题字体、颜色等等，本节介绍图像初始化部分，图像初始化的参数一般写在图像函数中，以简单的柱形图，表现不同参数的效果。
  详细内容参考:http://pyecharts.org/#/zh-cn/charts_configure?id=图形初始化

3.1 标题相关

标题的参数设置大抵如下，基本满足常规需求～
比较复杂的，如标题字体样式、标题格式目前没有找到相关参数

参数名参数参数类型默认值解释
主标题titlestr“”主标题文本，支持 \n 换行
主标题水平位置title_posstr/int‘left’标题距离左侧距离，有’auto’, ‘left’, ‘right’, 'center’可选，也可为百分比或整数
主标题竖直位置title_topstr/int‘top’标题距离顶部距离，有’top’, ‘middle’, 'bottom’可选，也可为百分比或整数
主标题文本颜色title_colorstr‘#000’主标题文本颜色，颜色的取值直接输入英文单词也可支持
主标题字体大小title_text_sizeint18主标题文本字体大小
副标题subtitlestr“”副标题文本，支持 \n 换行
副标题文本颜色subtitle_colorstr#aaa副标题文本颜色
副标题字体大小subtitle_text_sizeint12副标题文本字体大小

用柱形图的demo
设置：

  1. 主标题换行、居中
  2. 副标题为红色
from pyecharts import Bar
bar = Bar(
    title='MainTitle \n 测试',  #主标题
    subtitle='SubTitle',  #副标题
    title_pos='center',  #主标题位置
    title_color='black',  #标题颜色
    subtitle_color='red'  #副标题颜色
)
# 图例名称
name = '服装'
# 图例位置
legend_pos = 'right'
# x轴值
x_axis = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
# y轴值
y_axis = [5, 20, 36, 10, 75, 90]
bar.add(name=name, x_axis=x_axis, y_axis=y_axis, legend_pos=legend_pos)

在这里插入图片描述

3.2 画布相关

画布相关参数，主要是画布大小、背景色

参数名参数参数类型默认值解释
画布宽度widthint800（px）画布宽度
画布高度heightint400（px）画布高度
画布背景颜色background_colorstr#fff画布背景颜色

画布的参数用的较少，背景色的设置，暂时没有找到详细的介绍，颜色取值的设置

bar = Bar(
    title='MainTitle',  #主标题
    subtitle='SubTitle',  #副标题
    title_pos='center',  #主标题位置
    title_color='black',  #标题颜色
    subtitle_color='red',  #副标题颜色
    width = 600, #画布宽度 
    height = 300,#画图高度
    background_color = 'lightblue'
)
# 图例名称
name = '服装'
# 图例位置
legend_pos = 'right'
# x轴值
x_axis = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
# y轴值
y_axis = [5, 20, 36, 10, 75, 90]
bar.add(name=name, x_axis=x_axis, y_axis=y_axis, legend_pos=legend_pos)

在这里插入图片描述

3.3 其他参数

参数名参数参数类型默认值解释
html文件标题page_titlestrEcharts指定生成的 html 文件中 <title> 标签的值
渲染方式rendererstrcanvas指定使用渲染方式，有 ‘svg’ 和 ‘canvas’ 可选。3D 图仅能使用 ‘canvas’
html标签格式extra_html_text_labellist无额外的 HTML 文本标签，(<p> 标签)。
类型为 list，list[0] 为文本内容，list[1] 为字体风格样式（选填）。
如 [“this is a p label”, “color:red”]。仅限于在单个图形或者 page 类时使用
动画开启设置is_animationboolTRUE是否开启动画。V0.5.9+

page_title这个参数好像并没有什么用，只不过网页源代码里会体现～

bar = Bar(
    title='MainTitle',  #主标题
    subtitle='SubTitle',  #副标题
    title_pos='center',  #主标题位置
    title_color='black',  #标题颜色
    subtitle_color='red',  #副标题颜色
    width = 600, #画布宽度 
    height = 300,#画图高度
    background_color = 'lightblue', #背景色
    page_title = 'test' # html标签名
)
# 图例名称
name = '服装'
# 图例位置
legend_pos = 'right'
# x轴值
x_axis = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
# y轴值
y_axis = [5, 20, 36, 10, 75, 90]
bar.add(name=name, x_axis=x_axis, y_axis=y_axis, legend_pos=legend_pos)
# render输出html文件到当前目录
bar.render()

最终结果：
在这里插入图片描述

其余参数，暂时不考虑了～

4 图表设置-通用配置项

  通用配置项繁杂多样，更像是小控件的细节设置。主要坐标轴、图例、标签等等～ 通用配置项均在add()中设置，可以应用于不同的画图函数 ，进行精细化设置。
  详细内容参考:http://pyecharts.org/#/zh-cn/charts_configure?id=通用配置项

4.1 坐标轴

  坐标轴的设置比较多，比如坐标轴的颜色、名称、刻度等等，只介绍常规的，复杂的以后遇到，再补充～
  详细内容参考:http://pyecharts.org/#/zh-cn/charts_configure?id=xyaxis

4.1.1 坐标轴数据项相关

数据项以及坐标轴类型参数：

参数名参数参数类型默认值解释
x 轴数据项x_axislistx 轴数据项
y 轴数据项y_axislisty 轴数据项
x 坐标轴类型xaxis_typestrx 坐标轴类型，包括:
‘value’：数值轴，适用于连续数据
’category’：类目轴，适用于离散的类目数据
’log’：对数轴。适用于对数数据
y 坐标轴类型yaxis_typestr猜测：自动识别y 坐标轴类型，包括:
‘value’：数值轴，适用于连续数据
’category’：类目轴，适用于离散的类目数据
’log’：对数轴。适用于对数数据

x_axis和y_axis不用多说，输入数据的，或者说点的坐标～
xaxis_type和yaxis_type猜测是根据x_axis和y_axis以及绘图函数自动识别的，一般我们应该不需要关心，比如柱形图x轴是类别，则自动识别为xaxis_type = 'category'

from pyecharts import Bar
bar = Bar(
    title='MainTitle',  #主标题
    title_pos='center',  #主标题位置
    title_color='red'  #标题颜色
)
# 图例名称
name = '服装'
# 图例位置
legend_pos = 'right'
# x轴值
x_axis = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
# y轴值
y_axis = [5, 20, 36, 10, 75, 90]
# x轴类型,默认情况下应该是自动识别的
xaxis_type = 'category'
bar.add(name=name, x_axis=x_axis, y_axis=y_axis, legend_pos=legend_pos,xaxis_type =xaxis_type)

在这里插入图片描述

4.1.2 坐标轴名称&字体&位置相关

坐标轴名称相关的参数主要包括：坐标轴名称、字体、位置，具体如下：

参数名参数参数类型默认值解释
x 轴名称xaxis_namestrx 轴名称
y 轴名称yaxis_namestry 轴名称
x 轴名称体大小xaxis_name_sizeint14x 轴名称体大小
y 轴名称体大小yaxis_name_sizeint14y 轴名称体大小
x 轴名称位置xaxis_name_posstrx 轴名称位置，有’start’，‘middle’，'end’可选
y 轴名称位置yaxis_name_posstry 轴名称位置，有’start’, ‘middle’，'end’可选
x 轴名称与轴线之间的距离xaxis_name_gapint25x 轴名称与轴线之间的距离
y 轴名称与轴线之间的距离yaxis_name_gapint25y 轴名称与轴线之间的距离
from pyecharts import Bar
bar = Bar(
    title='MainTitle',  #主标题
    title_pos='center',  #主标题位置
    title_color='red'  #标题颜色
)
# 图例名称
name = '服装'
# 图例位置
legend_pos = 'right'
# x轴值
x_axis = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
# y轴值
y_axis = [5, 20, 36, 10, 75, 90]
# x轴名称
xaxis_name = '种类'
# y轴名称
yaxis_name = '销量'
# x轴名称放在最后
xaxis_name_pos = 'end'
# y轴名称放在中间
yaxis_name_pos = 'middle'
# x轴名称与轴线距离
xaxis_name_gap = 40
bar.add(
    name=name,
    x_axis=x_axis,
    y_axis=y_axis,
    legend_pos=legend_pos,
    xaxis_type=xaxis_type,
    xaxis_name=xaxis_name,
    yaxis_name=yaxis_name,
    xaxis_name_pos=xaxis_name_pos,
    yaxis_name_pos=yaxis_name_pos,
    xaxis_name_gap=40)

在这里插入图片描述

4.1.3 坐标轴显示&方向相关

主要包括控制坐标轴显示的参数、坐标轴方向等

参数名参数参数类型默认值解释
x 坐标轴反向is_xaxis_inverseboolFALSE是否反向 x 坐标轴
y 坐标轴反向is_yaxis_inverseboolFALSE是否反向 y 坐标轴
x 轴两边留白策略is_xaxis_boundarygapboolTRUEx 轴两边留白策略，适用于类目轴。类目轴中 boundaryGap 可以配置为 True 和 False。这时候刻度只是作为分隔线，标签和数据点都会在两个刻度之间的带(band)中间，即两边留白。
y 轴两边留白策略is_yaxis_boundarygapboolTRUEy 轴两边留白策略，其他同上
是否显示 x 轴is_xaxis_showboolTRUE是否显示 x 轴
是否显示 y 轴is_yaxis_showboolTRUE是否显示 y 轴
是否显示 y 轴网格线is_splitline_showboolTRUE是否显示 y 轴网格线
from pyecharts import Bar
bar = Bar(
    title='MainTitle',  #主标题
    title_pos='center',  #主标题位置
    title_color='red'  #标题颜色
)
# 图例名称
name = '服装'
# 图例位置
legend_pos = 'right'
# x轴值
x_axis = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
# y轴值
y_axis = [5, 20, 36, 10, 75, 90]
# 不显示x轴轴线
is_xaxis_show = False
# 显示y轴轴线
is_yaxis_show = True
# 显示 y 轴网格线
is_splitline_show = True
# y轴反向
is_yaxis_inverse = True
# y轴两边不留白
is_xaxis_boundarygap = False
bar.add(
    name=name,
    x_axis=x_axis,
    y_axis=y_axis,
    legend_pos=legend_pos,
    is_xaxis_show=is_xaxis_show,
    is_yaxis_show=is_yaxis_show,
    is_splitline_show=is_splitline_show,
    is_yaxis_inverse=is_yaxis_inverse,
    is_xaxis_boundarygap=is_xaxis_boundarygap)

在这里插入图片描述
如上图所示，轴线显示、网格线显示都是默认存在的，留白则体现美观度，上图x轴没有留白，图形已经覆盖坐标轴了

4.1.4 坐标轴标签相关

所谓坐标轴标签，用柱状图举例来说，就是x轴上的各个类名，具体参数如下：

参数名参数参数类型默认值解释
x刻度线和标签位置is_xaxislabel_alignboolFALSEx 轴刻度线和标签是否对齐
y刻度线和标签位置is_yaxislabel_alignboolFALSEy轴刻度线和标签是否对齐
x 坐标轴标签字体大小xaxis_label_textsizeint12x 坐标轴标签字体大小
y 坐标轴标签字体大小yaxis_label_textsizeint12y 坐标轴标签字体大小
x 坐标轴标签字体颜色xaxis_label_textcolorstr#000x 坐标轴标签字体颜色
y 坐标轴标签字体颜色yaxis_label_textcolorstr#000y 坐标轴标签字体颜色
x 轴刻度标签与轴线之间的距离xaxis_marginint8x 轴刻度标签与轴线之间的距离
y 轴刻度标签与轴线之间的距离yaxis_marginint8y 轴刻度标签与轴线之间的距离
from pyecharts import Bar
bar = Bar(
    title='MainTitle',  #主标题
    title_pos='center',  #主标题位置
    title_color='red'  #标题颜色
)
# 图例名称
name = '服装'
# 图例位置
legend_pos = 'right'
# x轴值
x_axis = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
# y轴值
y_axis = [5, 20, 36, 10, 75, 90]
# x轴标签与刻度线对齐
is_xaxislabel_align = True
# y轴标签与刻度线不对齐
is_yaxislabel_align = False
# x轴标签字体大小
xaxis_label_textsize = 14
# x轴标签字体颜色
xaxis_label_textcolor = 'red'
# x轴标签与轴线之间的距离
xaxis_margin = 15
bar.add(
    name=name,
    legend_pos=legend_pos,
    x_axis=x_axis,
    y_axis=y_axis,
    is_yaxislabel_align=is_yaxislabel_align,
    xaxis_label_textsize=xaxis_label_textsize,
    xaxis_label_textcolor=xaxis_label_textcolor,
    xaxis_margin=xaxis_margin,
    is_xaxislabel_align=is_xaxislabel_align)

在这里插入图片描述

上述图形完成一下几个改变：

  1. x轴标签与刻度线对齐，好像更丑了
  2. x轴标签名字体变大、标签名颜色改为红色
  3. x轴标签和轴线之间距离变大
  4. y轴标签与刻度线是否对齐似乎影响不大

4.1.5 坐标轴刻度&间隔

刻度、间隔单位相关参数，具体如下：

参数名参数参数类型默认值解释
x 坐标轴刻度最小值xaxis_minint/floatx 坐标轴刻度最小值，默认为自适应。使用特殊值 “dataMin” 可自定以数据中最小值为 x 轴最小值
y 坐标轴刻度最小值yaxis_minint/floaty 坐标轴刻度最小值，默认为自适应。使用特殊值 “dataMin” 可自定以数据中最小值为 y 轴最小值
x 坐标轴刻度最大值xaxis_maxint/floatx 坐标轴刻度最大值，默认为自适应。使用特殊值 “dataMax” 可自定以数据中最小值为 x 轴最大值
y 坐标轴刻度最大值yaxis_maxint/floaty 坐标轴刻度最大值，默认为自适应。使用特殊值 “dataMax” 可自定以数据中最大值为 y 轴最大值
x 轴刻度标签旋转的角度xaxis_rotateint0x 轴刻度标签旋转的角度，在类目轴的类目标签显示不下的时候可以通过旋转防止标签之间重叠。
旋转的角度从 -90 度到 90 度
y 轴刻度标签旋转的角度yaxis_rotateint0y 轴刻度标签旋转的角度，在类目轴的类目标签显示不下的时候可以通过旋转防止标签之间重叠。
旋转的角度从 -90 度到 90 度
x 轴刻度标签的显示间隔xaxis_intervalintx 轴刻度标签的显示间隔，在类目轴中有效。默认会采用标签不重叠的策略间隔显示标签。
设置成 0 强制显示所有标签。
设置为 1，表示『隔一个标签显示一个标签』，
如果值为 2，表示隔两个标签显示一个标签，以此类推
y 轴刻度标签的显示间隔yaxis_intervalinty 轴刻度标签的显示间隔，在类目轴中有效。默认会采用标签不重叠的策略间隔显示标签。
设置成 0 强制显示所有标签。
设置为 1，表示『隔一个标签显示一个标签』，
如果值为 2，表示隔两个标签显示一个标签，以此类推
强制设置 x 坐标轴分割间隔xaxis_force_intervalint/str强制设置 x 坐标轴分割间隔。如设置为 50 则刻度为 [0, 50, 150, …]，设置为 “auto” 则只显示两个刻度。一般情况下不建议设置这个参数！！
因为 splitNumber 是预估的值，实际根据策略计算出来的刻度可能无法达到想要的效果，这时候可以使用 interval 配合 min、max 强制设定刻度划分。在类目轴中无效。
强制设置 y 坐标轴分割间隔yaxis_force_intervalint/str强制设置 y 坐标轴分割间隔。如设置为 50 则刻度为 [0, 50, 150, …]，设置为 “auto” 则只显示两个刻度。一般情况下不建议设置这个参数！！
因为 splitNumber 是预估的值，实际根据策略计算出来的刻度可能无法达到想要的效果，这时候可以使用 interval 配合 min、max 强制设定刻度划分。在类目轴中无效。
from pyecharts import Bar
bar = Bar(
    title='MainTitle',  #主标题
    title_pos='center',  #主标题位置
    title_color='red'  #标题颜色
)
# 图例名称
name = '服装'
# 图例位置
legend_pos = 'right'
# x轴值
x_axis = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
# y轴值
y_axis = [10, 20, 36, 10, 75, 90]
# y轴最小值
yaxis_min = 5
# y轴最大值
yaxis_max = 120
# x 轴刻度标签顺时针旋转45度
xaxis_rotate = 45
# x 轴刻度标签的显示间隔，第1，3，5个标签显示
xaxis_interval = 1
# 强制刻度间隔
yaxis_force_interval = 15
bar.add(
    name=name,
    legend_pos=legend_pos,
    x_axis=x_axis,
    y_axis=y_axis,
    yaxis_min=yaxis_min,
    yaxis_max=yaxis_max,
    xaxis_rotate=xaxis_rotate,
    xaxis_interval=xaxis_interval,
    yaxis_force_interval=yaxis_force_interval)

在这里插入图片描述

上图显示：

  1. 修改y轴的最大值、最小值
  2. x轴标签字体方向顺时针旋转45度
  3. x轴标签只出现1，3，5个，xaxis_interval参数只能在类别轴上使用，该参数在标签多时可以使用
  4. yaxis_force_interval设置y轴的分割间隔，如设置15，则刻度为[5,20,35,65]等等

4.1.6 其他参数

其他参数若干，具体如下：

参数名参数参数类型默认值解释
交换坐标轴is_convertboolFALSE是否交换 x 轴与 y 轴，直接看图，简单明了
x 轴标签格式器xaxis_formatterstrx 轴标签格式器，如 ‘天’，则 x 轴的标签为数据加’天’(3 天，4 天)
y 轴标签格式器yaxis_formatterstry 轴标签格式器，如 ‘天’，则 y 轴的标签为数据加’天’(3 天，4 天)

交换坐标轴，坐标轴的参数要以交换后的为准，比如原来x轴字体为红色，如果交换坐标轴，则要改写成y轴字体为红色

from pyecharts import Bar
bar = Bar(
    title='MainTitle',  #主标题
    title_pos='center',  #主标题位置
    title_color='red'  #标题颜色
)
# 图例名称
name = '服装'
# 图例位置
legend_pos = 'right'
# x轴值
x_axis = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
# y轴值
y_axis = [10, 20, 36, 10, 75, 90]
# 交换坐标轴
is_convert = True

bar.add(
    name=name,
    legend_pos=legend_pos,
    x_axis=x_axis,
    y_axis=y_axis,
    is_convert=is_convert,
    yaxis_label_textcolor='red')

在这里插入图片描述

  1. 交换坐标轴之后，标签名变成了数字，并且暂时也不知道怎么调回来
  2. 标签格式器没怎么看懂，可以看看下面找到的案例

4.1.7 yaxis_formatter设置千分位

from pyecharts_javascripthon.dom import window


def yaxis_custom_formatter(value):
    return window.parseFloat(value).toLocaleString()


from pyecharts import Bar
bar = Bar(
    title='MainTitle',  #主标题
    title_pos='center',  #主标题位置
    title_color='red'  #标题颜色
)
# 图例名称
name = '服装'
# 图例位置
legend_pos = 'right'
# x轴值
x_axis = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
# y轴值
y_axis = [10000, 20000, 36000, 10000, 75000, 90000]
bar.add(
    name=name,
    legend_pos=legend_pos,
    x_axis=x_axis,
    y_axis=y_axis,
    yaxis_label_textcolor='red',
    yaxis_formatter=yaxis_custom_formatter)

在这里插入图片描述

4.2 图例 legend

  图例常用的参数，如显示的位置，排列的方式等等。
具体参数如下：

参数名参数参数类型默认值解释
是否显示顶端图例is_legend_showboolTrue是否显示顶端图例
图例列表的布局朝向legend_orientstr‘horizontal’图例列表的布局朝向，有’horizontal’, 'vertical’可选
图例组件离容器左侧的距离legend_posstr‘center’图例组件离容器左侧的距离，有’left’,
图例组件离容器上侧的距离legend_topstr‘top’图例组件离容器上侧的距离，有’top’, ‘center’, 'bottom’可选，也可以为百分数，如"%60"
图例选择的模式legend_selectedmodestr/bool‘multiple’图例选择的模式，控制是否可以通过点击图例改变系列的显示状态。可以设成 ‘single’ 或者 ‘multiple’ 使用单选或者多选模式。也可以设置为 False 关闭显示状态
图例名称字体大小legend_text_sizeint图例名称字体大小
图例名称字体颜色legend_text_colorstr图例名称字体颜色
from pyecharts import Bar
bar = Bar(
    title='MainTitle',  #主标题
    title_pos='center',  #主标题位置
    title_color='red'  #标题颜色
)
# 图例名称
name = '服装'
# 图例位置
legend_pos = 'right'
# x轴值
x_axis = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
# y轴值
y_axis = [10, 20, 36, 10, 75, 90]
# 显示图例
is_legend_show = True
# 图例朝向，一般多个列表时用该参数
legend_orient = 'vertical'
# 图例距离左侧的位置，也就是水平方向位置
legend_pos = 'right'
# 图例距离上侧距离
legend_top = 'top'
# 图例字体颜色
legend_text_color = 'red'
bar.add(
    name=name,
    x_axis=x_axis,
    y_axis=y_axis,
    is_legend_show=is_legend_show,
    legend_orient=legend_orient,
    legend_pos=legend_pos,
    legend_top=legend_top,
    legend_text_color=legend_text_color)
bar.add(
    name='服装2',
    x_axis=["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"],
    y_axis=[10, 25, 8, 60, 20, 80],
    legend_orient=legend_orient,
    legend_pos=legend_pos,
    legend_top=legend_top,
)

在这里插入图片描述

  1. 图例的修改涉及到位置，右侧，上方
  2. 注意多个图例，以最后添加上去的图例的格式为准

4.3 文本标签(label)

标签显示、位置、字体大小&颜色等等参数设置，具体如下：

参数名参数参数类型默认值解释
是否正常显示标签is_label_showboolFalse是否正常显示标签，标签即各点的数据项信息
是否高亮显示标签is_label_emphasisboolTrue是否高亮显示标签。高亮标签即选中数据时显示的信息项
标签的位置label_posstrtop
高亮标签的位置label_emphasis_posstrtop
标签字体颜色label_text_colorstr“#000”标签字体颜色
高亮标签字体颜色label_emphasis_textcolorstr“#fff”高亮标签字体颜色
标签字体大小label_text_sizeint12标签字体大小
高亮标签字体大小label_emphasis_textsizeint12高亮标签字体大小
是否随机排列颜色列表is_randomboolFalse是否随机排列颜色列表
自定义标签颜色label_colorlist全局颜色列表，所有图表的图例颜色均在这里修改。如 Bar 的柱状颜色，Line 的线条颜色等等
标签名格式label_formatterstr太复杂，不赘述
from pyecharts_javascripthon.dom import window

from pyecharts import Bar
bar = Bar(
    title='MainTitle',  #主标题
    title_pos='center',  #主标题位置
    title_color='red'  #标题颜色
)
# 图例名称
name = '服装'
# 图例位置
legend_pos = 'right'
# x轴值
x_axis = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
# y轴值
y_axis = [10000, 20000, 36000, 10000, 75000, 90000]
# 标签颜色
label_color = ['blue']
# 高亮标签位置
label_emphasis_pos = 'right'
bar.add(
    name=name,
    legend_pos=legend_pos,
    x_axis=x_axis,
    y_axis=y_axis,
    yaxis_label_textcolor='red',
    label_color=label_color,
label_emphasis_pos=label_emphasis_pos)

在这里插入图片描述

  1. 标签参数设置比较直接，不多说
  2. 高亮标签位置选默认即可，于上方显示
  3. 标签颜色，或者说柱子颜色可以通过label_color参数指定，注意必须是列表

4.4 线的类型(lineStyle)

参数名参数参数类型默认值解释
线的宽度line_widthint1线的宽度
线的透明度line_opacityfloat1线的透明度；0为完全透明；1 为完全不透明
线的弯曲程度line_curvefloat0线的弯曲程度；0 为完全不弯曲；1 为最弯曲
线的类型line_typestrsolid线的类型，有’solid’, ‘dashed’, 'dotted’可选
线的颜色line_colorstr线的颜色
from pyecharts import Line

attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"]
v1 = [5, 20, 36, 10, 10, 200]
v2 = [55, 60, 16, 20, 15, 80]
line = Line("折线图示例")
line.add("商家A", attr, v1, mark_point=["average"],line_color='blue')
line.add("商家B", attr, v2, is_smooth=True, mark_line=["max", "average"],line_color='red')

在这里插入图片描述

弯曲程度这个参数，似乎用处不是很大，其他的还是折线图的时候再看～

5 其他

还有其他参数设置，比如工具箱、标记组件、提示框组件等等，暂时先不看了，以后有时间再说吧，没有实际场景的看文档，效率实在是低低低～
                                  2019-01-01 于南京市栖霞区紫东国际创意园

pyecharts可视化的简介和安装
01-07
pyecharts是一个比较受到开发者欢迎的数据可视化包，可以用python调用其中的函数库来做出精美的图表和曲线等等，非常实用与数据处理的结果展示。他提供了包括地图库在内的30多种图像的模板，使用的时候只需要选择一个心仪的模板，稍作参数的修改，就可以得到自己想要的效果。他的官网是：http://pyecharts.org 安装的方式和普通的python包一样，使用pip install 指令如下 pip install pyecharts 也可以选择从清华源下载镜像 pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple pyech
PyEcharts简介
热门推荐
白痴式学习
03-13 3万+
Echarts是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而 Python 是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts 诞生了。 特性 简洁的 API 设计，使用如丝滑般流畅，支持链式调用 囊括了 30+ 种常见图表，应有尽有 支持主流 Notebook 环境，Jupyter Notebook 和 JupyterLab 可轻松集成至 Flask，Django 等主流 Web 框架 高度灵活的配置项，可轻松搭配.
ECharts：全面的数据可视化JavaScript库
最新发布
weixin_30356433的博客
07-11 331
ECharts，发音为 /ˈiːtʃɑːrts/，是百度团队开发的一个开源的纯 Javascript 图表库，能够在多种设备上实现高质量的交互式数据可视化。它提供了丰富的图表类型和精美的视觉效果，同时拥有灵活的配置项和易用的API，使得用户可以轻松地利用ECharts创建各种美观的数据图表。ECharts支持多种基础图表类型，如折线图、柱状图、饼图等，也支持诸如地图、热力图、散点图等复杂图表。它提供了大量配置项和事件系统来响应用户操作，支持数据的动态更新和交互式浏览。
Pyecharts简介
地球空间
05-13 1023
7. **定制样式和配置**：Pyecharts 允许你定制图表的多种样式和配置，例如图例、网格、工具箱等。12. **水球图（Waterfall）**：用于展示数据的起始和结束值，以及中间的增减变化。8. **图表导出**：生成的图表可以导出为多种格式，如图片（png）、HTML 文件等。1. **折线图（Line）**：用于展示连续数据的时间序列或者比较不同类别的数据。- **自定义**：用户可以自定义图表的样式、颜色、标签等，以满足不同的展示需求。
【Python】pyecharts 介绍
康师傅没有眼泪
04-18 9284
ECharts，一个使用 JavaScript 实现的开源可视化库，可以流畅的运行在 PC 和移动设备上，兼容当前绝大部分浏览器（IE8/9/10/11，Chrome，Firefox，Safari等），底层依赖轻量级的矢量图形库 ZRender，提供直观，交互丰富，可高度个性化定制的数据可视化图表。 Echarts 百度开源可视化工具 http...
深入了解Pyecharts的v0.5.x和v1.0.x的区别
qq_43505386的博客
09-07 2976
一、Pyecharts简介 Echarts是一个由百度开源的数据可视化工具，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而 Python 是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，Pyecharts诞生了。 Pyecharts最早只适用于工程领域的可视化开发，但是随着其对Jupyter notebook、Jupyter...
Pyecharts v0.5.x和v1.0.x的区别
fxflyflyfly的博客
12-24 439
版本 v0.5.x v1.0.x 支持python版本 python2.7， python3.5- python3.6+ 状态 官方不在维护 维护ing 差异 主题地图插件 废除插件，支持JupyterLab 使用差异 v5.0.x from pyecharts import Bar ​ attr = ["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"] v1 = [5, 20, 36, 10, 75, 90] v2 = [10, 25, 8, 60, ...
安装pyecharts0.5x版本
weixin_43751686的博客
12-22 3727
python3.5版本，重新安装pyecharts的0.5x适用版本，但出现错误 (base) C:\Users\FW>pip install pyecharts0.5 Collecting pyecharts0.5 Using cached https://files.pythonhosted.org/packages/00/3c/66a739d0927feeb9cc831bb7c78fe...
pyecharts_doc_v1.7.1.pdf
05-29
pyecharts分为两个主要版本：v0.5.X和v1。v0.5.X版本支持Python2.7及以上版本，而v1版本仅支持Python3.6及以上版本。两个版本间不兼容。随着新版本的推出，0.5.X版本已经不再进行维护，开发者应考虑升级到v1新版本。...
pyecharts_doc_v1.9.0.pdf （最新带标签完美版）
12-24
v0.5.X支持Python2.7和3.4+，但已停止维护，其代码和文档分别位于05x分支和05x-docs.pyecharts.org。而v1仅支持Python3.6+，是Pyecharts的新一代版本，文档位于pyecharts.org。 快速开始Pyecharts，首先需要通过pip...
关于可视化课程的视化(pyecharts0.5.x)
12-22
要使用pyecharts0.5.x之前，再次强调pyecharts0.5.x和pyecharts1.x的使用区别。 pyecharts0.5.x 中 以图例为主体，需要什么就add什么就好了，一般在add里面直接写需要的功能的参数就ok了。 pyecharts1.x中以options对象为主体，万物皆oop，可以通过不断的在对象上调用方法就
pyecharts中文教程
08-13
本资源为pyecharts的中文教程，详细介绍了pyecharts的主要绘图及代码，可供参考和学习。
Python的可视化框架pyecharts介绍—教你真正学会绘制你想要的图表（超级详细）
Mr_Wan_junhao的博客
10-26 3989
Pyecharts 　　概况 : Echarts是个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而Python是门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时pyecharts诞生了。 本篇文章是我通过看了官方文档学习过后加上自己的理解与突发奇想写的，目的与大家一起学习探讨，不对的大家可以留言我我好及时改正，也是自己一个学习的过程，欢迎大家交流。 下面是pyecharts的特性（——从官网复制来的——） ✨ 特性 简...
【Python】pyecharts 模块 ① ( ECharts 简介 | pyecharts 简介 | pyecharts 中文网站 | pyecharts 画廊网站 | pyecharts 画 )
让 学习 成为一种 习惯 ( 韩曙亮 の 技术博客 )
07-19 1万+
一、pyecharts 模块 1、ECharts 简介 2、pyecharts 简介 3、pyecharts 中文网站 4、pyecharts 画廊网站 5、pyecharts 画廊用法
数据可视化（pyecharts库的介绍）
jgdabc的博客
09-02 7645
序言：学校里不学python的，没有开设这门课程，暑假买了三本书，都是入门的书籍，连带看b站大佬的视频，就感觉还好，毕竟自己学过c和java了，虽然也都是基础。再来看其它编程语言时，你会发现，语言其实是相通的，许多地方很相似。 被python强大的库所吸引，库的强大带来许多的方便。有人说，只会在python里调用库的猿友们不是大佬，会看源码的猿友们可以称之为大佬。我有一个大佬梦，相信每个人都有，不管是否可以达到预期的目标。我们不管怎样，是否可以学到真正的东西，还是得靠持之以恒。 以上算是对我的一个鼓励吧，我
PyEcharts教程（001）：PyEcharts介绍
WwLK123的博客
10-06 536
PyEcharts分为v0.5和v1两个大版本，**v0.5和v1之间不兼容**。v1是一个全新的版本。
python使用pyecharts 0.5.X画图
王大阳的博客
07-18 5185
文章目录1.介绍2.直方图3.条形图4.折线图5.饼图6.散点图7.面积8.词云9.地图 1.介绍 pyecharts是一个用于生成echarts图表的类库.echarts是百度开源的一个数据可视化库，用echarts生成的图可视化效果非常棒。使用pyechart库可以在python中生成echarts数据图。 官网：http://pyecharts.org Github：https://git...
pyecharts绘制世界动态轨迹图（v0.5.X与v1.X版本对比）
m0_67790374的博客
05-06 779
pyecharts绘制世界动态轨迹图（v0.5.X与v1.X版本对比）
pyecharts.options
09-02
在使用pyecharts库时，pyecharts.options是一个用于设置图表全局属性的模块。可以通过引入pyecharts.options来设置图表的标题、渲染方式、主题等。在pyecharts0.5.x版本中，需要使用add方法来添加图表元素，而在pyecharts1.x版本中，可以通过options对象来设置图表属性，并使用方法链来不断调用方法进行设置。常用的参数包括图表的标题、标题链接、子标题以及位置等。可以通过设置全局属性来统一图表的风格和样式。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [关于可视化课程的视化(pyecharts0.5.x)](https://download.csdn.net/download/weixin_38543280/13751740)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [pyecharts的options](https://blog.csdn.net/viviliving/article/details/121834800)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论 7
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值