pyecharts_pyecharts的坐标轴配置项是通过options模块中的_________类实现的

认识配置项

  pyecharts 遵循“先配置后使用”的基本原则。pyecharts.options模块中包含众多关于定制图表组件及样式的配置项。按照配置内容的不同，配置项可以分为全局配置项和系列配置项。

全局配置项

  全局配置项是一些针对图表通用属性的配置项，包括初始化属性、标题组件、图例组件、工具箱组件、视觉映射组件、提示框组件、数据区域缩放组件,其中每个配置项都对应一个类。
  若 pyecharts需要为图表设置全局配置项(InitOpts除外)，则需要将全局配置项传入set_global_opts() 方法。set_global_opts()方法的语法格式如下: 

set_global_opts(self, title_opts=opts.TitleOpts(),
    legend_opts=opts.Legendopts(), tooltip_opts=None,
    toolbox_opts=None, brush_opts=None, xaxis_opts=None,
    yaxis_opts=None, visualmap_opts=None, datazoom_opts=None, 
    graphic_opts=None, axispointer_opts=None)

该方法各参数的含义如下。
title_opts :表示标题组件的配置项。

legend_opts :表示图例组件的配置项。

tooltip_opts :表示提示框组件的配置项。

toolbox_opts :表示工具箱组件的配置项。

brush_opts :表示区域选择组件的配置项。

xaxis_opts，yaxis_opts :表示x轴、y轴的配置项。

visualmap_opts :表示视觉映射组件的配置项。

datazoom_opts :表示数据区域缩放组件的配置项。

graphic_opts : 表示原生图形.元素组件的配置项。

axispointer_opts : 表示坐标轴指示器组件的配置项。

系列配置项

  系列配置项是一些针对图表特定元素属性的配置项，包括图元样式、文本样式、标签、线条样式、标记样式、填充样式等，其中每个配置项都对应一个类。

  若pyecharts需要为图表设置系列配置项，则需要将系列配置项传入add()或add_x x()方法。

渲染图表 

1.render()方法

render()方法用于将图表渲染到HTML文件，默认为位于程序根目录的render.html文件。render()方法的语法格式如下：

render (self, path="render.html", template_name="simple_chart.html",
        env=None， **kwargs)

  以上方法中的参数path表示生成文件的路径，默认为render.html ；template_name 表示模板的路径。render()方法会返回HTML文件的路径字符串。

2. render_notebook()方法

    render_notebook()方法用于将图表渲染到Jupyter Notebook工具中，它无须接收任何参数。渲染图表到Jupyter Notebook中的代码如下：

bar.render_notebook ()

 

pyecharts常用网址

# 在anaconda prompt命令行工具下，通过pip清华镜像源安装pyecharts
# pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyecharts  
 
# echarts官网：https://www.echartsjs.com/index.html
# pyecharts官网：https://pyecharts.org/#/zh-cn/intro
# pyecharts众多图表示例代码：https://gallery.pyecharts.org/#/README
# pyecharts github项目国内镜像： https://gitee.com/mirrors/pyecharts

实例 

请用一张独立画布，将柱形图和折线图融合在同一个坐标系展示表中数据。 

# 导入需要的库
from pyecharts.charts import Bar, Line
from pyecharts import options as opts
from pyecharts.globals import ThemeType
 
x_data = ["2014", "2015", "2016", "2017", "2018", "2019", "2020", "2021"]
 
bar = (
    Bar(init_opts=opts.InitOpts(width="1000px", height="600px"))
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(
        series_name="诊疗量（万人次）",
        y_axis=[87430,90912,96225,101885,107147,116390,105764,120215,],
        label_opts=opts.LabelOpts(is_show=False),
        z_level = 0,
        # 柱状图所有图形的 zlevel 值。
        #  z_level: types.Numeric = 0,
        # 柱状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。
        
    )
    .extend_axis(  # 扩展 X/Y 轴
        yaxis=opts.AxisOpts(   # yaxis新增 Y 坐标轴配置项，AxisOpts坐标轴配置项
            name="同比增速（%）",
            type_="value",  #'value': 数值轴，适用于连续数据
            min_=-20,
            max_=20,
            interval=10, # 强制设置坐标轴分割间隔
            axislabel_opts=opts.LabelOpts(formatter="{value} %"),# 坐标轴标签配置项      formatter回调函数，value传入的数据值
        )
    )
    .set_global_opts(
        # tooltip_opts=opts.TooltipOpts(# TooltipOpts：提示框配置项
           # is_show=False, ),
        xaxis_opts=opts.AxisOpts(   # 坐标轴配置项
            type_="category", #'category': 类目轴，适用于离散的类目数据，为该类型时必须通过 data 设置类目数据。
            # axispointer_opts=opts.AxisPointerOpts(is_show=True, type_="shadow"), # 坐标轴指示器配置项
        ),  # is_show是否显示坐标轴指示器，type_指示器类型# 'line' 直线指示器'shadow' 阴影指示器'none' 无指示器
        yaxis_opts=opts.AxisOpts(
            name="诊疗量（万人次）",
            type_="value",
            min_=0,
            max_=130000,
            interval=50000,  # 强制设置坐标轴分割间隔
            axislabel_opts=opts.LabelOpts(formatter="{value}"), # 坐标轴标签配置项      formatter回调函数，value传入的数据值
            # axistick_opts=opts.AxisTickOpts(is_show=True), # 坐标轴刻度配置项
            # splitline_opts=opts.SplitLineOpts(is_show=True), # 分割线配置项
        ),
    )
)
 
bar.set_global_opts(
    title_opts=opts.TitleOpts(title='2014-2021年中国中医类医疗卫生机构诊疗量', 
                              pos_left='30%'),   # 设置标题及位置
    legend_opts=opts.LegendOpts(is_show=False))   # 设置不显示图例组件的配置项
 
line = (
    Line()
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(
        series_name="同比增速（%）",
        yaxis_index=1,  # 使用的 y 轴的 index，在单个图表实例中存在多个 y 轴的时候有用
        y_axis=[7.40,4.00,5.83,5.81,5.16,8.63,-9.13,13.66],
        symbol='triangle', symbol_size=20,  # 设置折线图的图标样式及大小
        label_opts=opts.LabelOpts(is_show=False),   # 设置不显示图例
        z_level = 2,       
        # 折线图所有图形的 zlevel 值。
        #  z_level: types.Numeric = 0,
       # 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。
      # 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。
    )
)
 
# bar.overlap(line).render("mixed_bar_and_line.html")
bar.overlap(line).render_notebook()  # 渲染到notebook中展示