作者：俊欣

來源：關(guān)于數(shù)據(jù)分析與可視化

前兩篇Pyecharts的文章來幫我們簡單的梳理了一下可以用Pyecharts來繪制哪些圖表之后，本篇文章我們用pyecharts里面的一些組件，將繪制的圖表都組合起來

首先Grid組件

首先介紹Pyecharts模塊當(dāng)中的Grid組件，使用Grid組件可以很好地將多張圖無論是上下組合還是左右組合，都能夠很好地拼接起來，我們先來看第一個例子

bar = (

Bar()

.add_xaxis(Faker.choose())

.add_yaxis("商家1", Faker.values())

.add_yaxis("商家2", Faker.values())

.set_global_opts(title_opts=opts.TitleOpts(title="直方圖"))

line = (

Line()

.add_xaxis(Faker.choose())

.add_yaxis("商家1", Faker.values())

.add_yaxis("商家2", Faker.values())

.set_global_opts(

展開全文

title_opts=opts.TitleOpts(title="折線圖", pos_top="48%"),

legend_opts=opts.LegendOpts(pos_top="48%"),

grid = (

Grid()

.add(bar, grid_opts=opts.GridOpts(pos_bottom="60%"))

.add(line, grid_opts=opts.GridOpts(pos_top="50%"))

.render("水平組合圖_test.html")

我們可以看到兩張圖表被以上下組合的方式拼接起來，當(dāng)然除了上下的拼接以外，我們還可以左右來拼接，代碼如下

bar = (

Bar()

.add_xaxis(Faker.choose())

.add_yaxis("商家1", Faker.values())

.add_yaxis("商家2", Faker.values())

.set_global_opts(title_opts=opts.TitleOpts(title="直方圖"),legend_opts=opts.LegendOpts(pos_left="20%"),)

line = (

Line()

.add_xaxis(Faker.choose())

.add_yaxis("商家1", Faker.values())

.add_yaxis("商家2", Faker.values())

.set_global_opts(

title_opts=opts.TitleOpts(title="折線圖", pos_right="5%"),

legend_opts=opts.LegendOpts(pos_right="20%"),

grid = (

Grid()

.add(bar, grid_opts=opts.GridOpts(pos_left="60%"))

.add(line, grid_opts=opts.GridOpts(pos_right="50%"))

.render("垂直組合圖_test.html")

可以看到我們無論是想上下拼接還是左右拼接，都可以通過調(diào)整參數(shù)“pos_left”、“pos_right”、“pos_top”以及“pos_bottom”這幾個參數(shù)來實現(xiàn)，我們再來看一下下面這個例子，我們也可以將地圖和直方圖兩者拼接起來

bar = (

Bar()

.add_xaxis(Faker.choose())

.add_yaxis("商家1", Faker.values())

.add_yaxis("商家2", Faker.values())

.set_global_opts(legend_opts=opts.LegendOpts(pos_left="20%"))

map = (

Map()

.add("商家1", [list(z) for z in zip(Faker.provinces, Faker.values())], "china")

.set_global_opts(title_opts=opts.TitleOpts(title="地圖-基本示例"))

grid = (

Grid()

.add(bar, grid_opts=opts.GridOpts(pos_top="50%", pos_right="75%"))

.add(map, grid_opts=opts.GridOpts(pos_left="60%"))

.render("地圖+直方圖.html")

再談Overlap組件

英文單詞“overlap”的意思是重疊，那么放在這里，也就指的是可以將多張圖合并成一張，那么該怎么結(jié)合才好呢？我們來看一下下面這個例子，我們將直方圖和折線圖通過overlap組件組合到一起

v1 = Faker.values()

v2 = Faker.values()

v3 = Faker.values()

bar = (

Bar()

.add_xaxis(Faker.provinces)

.add_yaxis("商家A", v1)

.add_yaxis("商家B", v2)

.extend_axis(

yaxis=opts.AxisOpts(

axislabel_opts=opts.LabelOpts(formatter="{value} 個"), interval=20

.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

.set_global_opts(

title_opts=opts.TitleOpts(title="Overlap-bar+line"),

yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(formatter="{value} 個")),

line = Line().add_xaxis(Faker.provinces).add_yaxis("商家C", v3, yaxis_index=1)

bar.overlap(line)

bar.render("直方圖+折線圖Overlap.html")

除此之外，我們也可以將散點(diǎn)圖和折線圖合并在一張圖上面，在代碼上就只要將直方圖的代碼替換成散點(diǎn)圖的就行，這邊也就具體不做演示

Grid組件 + Overlap組件相結(jié)合

我們也可以將上面提高的兩個組件結(jié)合起來使用，以此來繪制多條Y軸的直方圖圖表，代碼如下

Bar()

.add_xaxis(x_data)

.add_yaxis(

"A",

[具體相關(guān)的數(shù)據(jù)],

yaxis_index=0,

color="#d14a61",

.add_yaxis(

"B",

[具體相關(guān)的數(shù)據(jù)],

yaxis_index=1,

color="#5793f3",

.直方圖的全局配置代碼....

line = (

Line()

.add_xaxis(x_data)

.add_yaxis(

"C",

[具體相關(guān)的數(shù)據(jù)],

yaxis_index=2,

color="#675bba",

label_opts=opts.LabelOpts(is_show=False),

bar.overlap(line)

grid = Grid()

grid.add(bar, opts.GridOpts(pos_left="5%", pos_right="20%"), is_control_axis_index=True)

grid.render("test.html")

分頁組件Tab

我們在用Pyecharts繪制了多張圖表之后，可以直接Tab組件將多張圖表連起來，一頁放一張圖表，具體看下面的例子和代碼，

def bar_datazoom_slider() - Bar:

c = (

Bar()

.add_xaxis(Faker.days_attrs)

.add_yaxis("商家A", Faker.days_values)

.set_global_opts(

title_opts=opts.TitleOpts(title="Bar-DataZoom（slider-水平）"),

datazoom_opts=[opts.DataZoomOpts()],

return c

def line_markpoint() - Line:

c = (

Line()

.add_xaxis(Faker.choose())

.add_yaxis(

"商家A",

Faker.values(),

markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="min")]),

.set_global_opts(title_opts=opts.TitleOpts(title="折線圖"))

return c

def pie_rosetype() - Pie:

v = Faker.choose()

c = (

Pie()

.add(

"",

[list(z) for z in zip(v, Faker.values())],

radius=["30%", "75%"],

center=["25%", "50%"],

rosetype="radius",

label_opts=opts.LabelOpts(is_show=False),

.set_global_opts(title_opts=opts.TitleOpts(title="餅圖-玫瑰圖示例"))

return c

tab = Tab()

tab.add(bar_datazoom_slider(), "直方圖")

tab.add(line_markpoint(), "折線圖")

tab.add(pie_rosetype(), "餅圖")

tab.render("tab_base.html")

分別將所繪制的三張圖表放置在三個頁面當(dāng)中，通過pyecharts庫當(dāng)中的tab串聯(lián)起來

最后是Page組件

和上面Tab組件不一樣的是，Tab組件是一頁放一張圖表，有幾張圖表就分成幾頁，而Page組件則是將繪制完成的多張圖表統(tǒng)統(tǒng)放在一張頁面里面，代碼的改動上面也十分的簡單，只要將上面代碼的Tab部分改成Page()即可，如下

def bar_datazoom_slider() - Bar:

c = (

Bar()

.add_xaxis(Faker.days_attrs)

.add_yaxis("商家A", Faker.days_values)

.set_global_opts(

title_opts=opts.TitleOpts(title="Bar-DataZoom（slider-水平）"),

datazoom_opts=[opts.DataZoomOpts()],

return c

def line_markpoint() - Line:

c = (

Line()

.add_xaxis(Faker.choose())

.add_yaxis(

"商家A",

Faker.values(),

markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="min")]),

.set_global_opts(title_opts=opts.TitleOpts(title="折線圖"))

return c

def pie_rosetype() - Pie:

v = Faker.choose()

c = (

Pie()

.add(

"",

[list(z) for z in zip(v, Faker.values())],

radius=["30%", "75%"],

center=["25%", "50%"],

rosetype="radius",

label_opts=opts.LabelOpts(is_show=False),

.set_global_opts(title_opts=opts.TitleOpts(title="餅圖-玫瑰圖示例"))

return c

page = Page(layout=Page.SimplePageLayout)

page.add(

bar_datazoom_slider(),

line_markpoint(),

pie_rosetype(),

page.render("page_simple_layout.html")

上圖所示的圖表在頁面當(dāng)中是不能被挪動的，在Page()組件當(dāng)中我們還能夠使得圖表按照我們所想的那樣隨意的挪動

## 上面的代碼都一樣，

page = Page(layout=Page.DraggablePageLayout)

page.add(

bar_datazoom_slider(),

line_markpoint(),

pie_rosetype(),

page.render("page_draggable_layout.html")

寫在最后

本篇文章所用到的繪制的圖表都比較的簡單，為了可以讓讀者更加容易輕松的上手來實踐，本質(zhì)上就是通過上面提到的幾大組件將繪制好的圖表給串聯(lián)起來。