Python.pyecharts.charts折线图新旧版本对比详解！

旧版本(0.5.10)实现

from pyecharts import Line
line=Line("美国邮费阶梯图")
datax =[1995,1996,1997,1998,1999,2001,2002,2003,2004,2005,2006,2007,2008,2009]
datay =[0.32,0.32,0.32,0.32,0.33,0.33,0.34,0.37,0.37,0.37,0.37,0.39,0.41,0.42,0.44]
line.add("Price",datax,datay,is_step=True,is_label_show=True,yaxis_min=0.3,taxis_max=0.45)
line.render()

新版本实现(1.81以上)

from pyecharts.charts import Line
import pyecharts.options as opts
x = ['1995','1996','1997','1998','1999','2000','2001','2002','2003','2004','2005','2006','2007','2008','2009']
y = [0.32,0.32,0.32,0.32,0.33,0.33,0.34,0.37,0.37,0.37,0.37,0.39,0.41,0.42,0.44]
# x=['星期一','星期二','星期三','星期四','星期五','星期七','星期日']
# y=[100,200,300,400,500,400,300]
line = (
    Line()
    # .set_global_opts(
#  问题一、set_global_opts是干啥的？？有啥用？？
#  答： 总体配置项 ，全局配置项可通过set_global_options方法设置（颜色，大小，标题，等等等）
#  问题四、其中都有哪些需要注意的东西？
#  答： 我还在学，会了再整理
    #     tooltip_opts=opts.TooltipOpts(is_show=False),
    #     xaxis_opts=opts.AxisOpts(type_="category"),
    #     yaxis_opts=opts.AxisOpts(
    #         type_="value",
    #         axistick_opts=opts.AxisTickOpts(is_show=True),
    #         splitline_opts=opts.SplitLineOpts(is_show=True),
    #     ),
    # )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="美国邮费阶梯图"),
        yaxis_opts=opts.AxisOpts(
            min_=0.3,
            max_=0.45,
            splitline_opts=opts.SplitLineOpts(is_show=True)
        )
    )
    .add_xaxis(xaxis_data=x)
    .add_yaxis(
# 问题二、 没有找到可以调节y轴最小值和最大值的方法？？？？，只能从0开始吗？旧版本可实现，新版本的在哪实现？
# 答：在 .set_global_opts 里
        series_name="美国邮政变化阶梯图",
        y_axis=y,
        is_smooth=True, #是否平滑
        #symbol_size=[10,20],
        #yaxis_index=[0.3,0.45], 错误测试不用管
        symbol="emptyCircle",
        is_symbol_show=True,
        #is_step=True,  #控制曲线是否平滑
        label_opts=opts.LabelOpts(is_show=False),
    )
)
line.render("./html/阶梯图.html")
# 问题三、能不能把生成的html文件直接放到自己建的另一个文件夹里呢，就是换地址存放(不存放在当前地址)？
# 答：可以，render支持加入路径参数。

add.yaxis 属性详解说明

    def add_yaxis(
        self,
        series_name: str, # 系列名称，用于 tooltip 的显示，legend 的图例筛选。
        y_axis: types.Sequence[types.Union[opts.LineItem, dict]], # 系列数据
        *,
        is_selected: bool = True, #是否选中图例
        is_connect_nones: bool = False, # 是否连接空数据，空数据使用 `None` 填充
        xaxis_index: types.Optional[types.Numeric] = None, #在单个图表中存在多个x轴时使用
        yaxis_index: types.Optional[types.Numeric] = None, #在单个图表中存在多个y轴时使用
        color: types.Optional[str] = None,   #系列label颜色
        is_symbol_show: bool = True, # 是否显示 symbol, 如果 false 则只有在 tooltip hover 的时候显示。

        # 标记的图形。
        # ECharts 提供的标记类型包括 'circle', 'rect', 'roundRect', 'triangle',
        # 'diamond', 'pin', 'arrow', 'none'
        # 可以通过 'image://url' 设置为图片，其中 URL 为图片的链接，或者 dataURI。
        symbol: types.Optional[str] = None,

        # 标记的大小，可以设置成诸如 10 这样单一的数字，也可以用数组分开表示宽和高，
        # 例如 [20, 10] 表示标记宽为 20，高为 10。
        symbol_size: types.Union[types.Numeric, types.Sequence] = 4,

        stack: types.Optional[str] = None, # 数据堆叠，同个类目轴上系列配置相同的　stack　值可以堆叠放置。

        is_smooth: bool = False, # 是否平滑曲线
        is_clip: bool = True,  # 是否裁剪超出坐标系部分的图形。折线图：裁掉所有超出坐标系的折线部分，拐点图形的逻辑按照散点图处理
        is_step: bool = False, # 是否显示成阶梯图
        is_hover_animation: bool = True, # 是否开启 hover 在拐点标志上的提示动画效果。

        # 折线图所有图形的 zlevel 值。
        # zlevel用于 Canvas 分层，不同zlevel值的图形会放置在不同的 Canvas 中，Canvas 分层是一种常见的优化手段。
        # zlevel 大的 Canvas 会放在 zlevel 小的 Canvas 的上面。
        z_level: types.Numeric = 0,

        # 折线图组件的所有图形的z值。控制图形的前后顺序。z值小的图形会被z值大的图形覆盖。
        # z 相比 zlevel 优先级更低，而且不会创建新的 Canvas。
        z: types.Numeric = 0,

        markpoint_opts: types.MarkPoint = None,
        markline_opts: types.MarkLine = None,
        tooltip_opts: types.Tooltip = None,
        itemstyle_opts: types.ItemStyle = None,
        label_opts: types.Label = opts.LabelOpts(),
        linestyle_opts: types.LineStyle = opts.LineStyleOpts(),
        areastyle_opts: types.AreaStyle = opts.AreaStyleOpts(),
    ):

        self._append_color(color)
        self._append_legend(series_name, is_selected)

        # 合并 x 和 y 轴数据，避免当 X 轴的类型设置为 'value' 的时候，
        # X、Y 轴均显示 Y 轴数据
        data = [list(z) for z in zip(self._xaxis_data, y_axis)]

        self.options.get("series").append(  # 这个是干什么用的？？？？？
            {
                "type": ChartType.LINE,
                "name": series_name,
                "connectNulls": is_connect_nones,
                "xAxisIndex": xaxis_index,
                "yAxisIndex": yaxis_index,
                "symbol": symbol,
                "symbolSize": symbol_size,
                "showSymbol": is_symbol_show,
                "smooth": is_smooth,
                "clip": is_clip,
                "step": is_step,
                "stack": stack,
                "data": data,
                "hoverAnimation": is_hover_animation,
                "label": label_opts,
                "lineStyle": linestyle_opts,
                "areaStyle": areastyle_opts,
                "markPoint": markpoint_opts,
                "markLine": markline_opts,
                "tooltip": tooltip_opts,
                "itemStyle": itemstyle_opts,
                "zlevel": z_level,
                "z": z,
            }
        )
        return self

本文地址：https://blog.csdn.net/qq_43527959/article/details/110872701