一、概念解释

仪表盘图(Gauge），这里指的并不是人力常用的多图表在同页面聚合排布的绘图方法。

仪表盘形似汽车车速表、油表，属于拟物化图形，总体为一个圆形开口的表盘及分段刻度，构成要件：一(多)个指针，指向和填充色都可以帮助数据的精细化显示，作用上和玉块图、环形进度图类似，用于展现单维定性数据的对比（单指针仪表盘和多指针仪表盘)。目前的话，很多实时数据监控网页会涵括这种图，当然，管理报告上也会用到这种图表，便于直观的表现出某个指标的进度或目标完成情况。

图形示例：

二、数据导入

一时间没有想到拿什么数据比较典型，就随机编制了一个分组年度销售数据用于模拟。

设置这么多的数值，是为了更贴近商业上的应用，给数据划分有意义的区间，但显然，我们更关注的还是AA组和BB组的今年销售总额情况。

接下来我们会分别绘制单指针和多指针的仪表盘图供大家参考。

三、单指针仪表盘

from pyecharts import options as opts
from pyecharts.charts import Gauge
import pandas as pd
data = pd.DataFrame(pd.read_excel('案例数据.xlsx'))for row in range(0,2):last = int(data['去年销售总额/万'][row])least = int(data['最低销售总额/万'][row])total = int(data['年度销售额目标/万'][row])now = int(data['今年销售总额/万'][row])c = (Gauge(init_opts=opts.InitOpts(bg_color='#2F4F4F')).add('2022/3/3',[(data['销售部组别'][row],now)],##输入两个(),操控多指针radius="73%", #仪表盘半径，默认75%title_label_opts=opts.LabelOpts(font_size=25, color="#FFFFFF"),split_number=8,min_ = 0, #最小刻度max_ = total, #最大刻度start_angle=220, #度数起点在正东方向，逆时针end_angle = -40,detail_label_opts=opts.LabelOpts(is_show=False), #是否显示540axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color=[(least/total, '#00FF00'), (last/total, "#00CDCD"), (1, '#fd666d')], width=30, #仪表盘的条宽type_ = 'solid', #线型'solid'(默认), 'dashed', 'dotted'opacity = 1  #填充色透明度))).set_global_opts(title_opts=opts.TitleOpts(title='销售部年度销量',subtitle = '林老头ss',title_textstyle_opts = opts.TextStyleOpts(color='#FFFF00',font_size=30),subtitle_textstyle_opts={'color':'#D3D3D3','font_size':13},pos_left='center'),legend_opts=opts.LegendOpts(is_show=False)).render('仪表盘示例'+str(row)+'.html'))

代码长不是想传达图很难画的信息哈，只是希望把尽可能多常用的参数列出来讲解~

绘图结果：

四、参数解释

①init_opts=opts.InitOpts(): 调整绘图背景颜色(这里是墨绿)、绘图主题、绘图背景等等全局设置，应用可以去看一下同栏目的地图，雷达图部分。

②add( 序列名称,[(数值1名称,数值1)，(数值2名称,数值2)]）:这一部分是提供绘图数据的，要注意以下几点：

1、保证数值1，数值2这些变量是int或者float型

2、数值1的取值可以是百分数，也可以是大于0的自然数(和min_,max_取值范围配对使用)

3、多指针情况下，list需要输入多个(名称，取值)元组。

乍一看，图形并没有显示我们的"2022/3/3",但如果我们把光标移动到指针部位:

③radius, title_label_opts=opts.LabelOpts(font_size=25, color="#FFFFFF") ：

radius用于确定仪表盘的圆半径，取百分数x%表明取值为长宽中较小值的x%，这里一般是宽。

labelopts设定的是数值名称（AA组，BB组)的形状参数。

④start_angle,end_angle : 度数起点0°在正东方向，逆时针升序。

⑤detail_label_opts=opts.LabelOpts(is_show=False) ：如果是True的话，显示的detaillabel是我们的数值。

⑥ linestyle_opts=opts.LineStyleOpts()：这里主要讲一下color的设置，如果我们根据程度要划分为四个区间[0,a%],(a%,b%],(b%,c%],(c%,1]，必须是总长度的百分比取值，对应区间的填充色定义为c1~c4。

那么我们要输入的color格式为：(区间右端点取值，区间颜色）

       color = [(a% 'c1'),(b%,'c2'),(c%,'c3'),(1,'c4')]

⑦ subtitle/title_textstyle_opts: 修改主副标题的形状参数，注意有以上两种输入格式。

五、多指针仪表盘

from pyecharts import options as opts
from pyecharts.charts import Gaugec = (Gauge(init_opts=opts.InitOpts(bg_color='#2F4F4F')).add('销售部门',[('AA组',540),('BB组',395)],radius="75%",title_label_opts=opts.LabelOpts(font_size=25, color="#FFFFFF"),split_number=10,min_ = 0, #最小刻度max_ = 600, #最大刻度start_angle=225,end_angle = -45,detail_label_opts=opts.LabelOpts(is_show=False),#多指针下只显示第一个数值，建议false axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color=[(0.3, 'white'),(0.5,'#00FF00'),(0.8, "#00CDCD"),(1, '#fd666d')], width=30,))).set_global_opts(title_opts=opts.TitleOpts(title='销售部年度销量',subtitle = '林老头ss',title_textstyle_opts = opts.TextStyleOpts(color='#FFFF00',font_size=30),subtitle_textstyle_opts={'color':'#D3D3D3','font_size':13},pos_left='center'),legend_opts=opts.LegendOpts(is_show=False)).render('仪表盘示例.html'))

绘图结果：

希望对您有所帮助~

利用Pyecharts绘制仪表盘图的案例【含参数解释】相关推荐

利用Pyecharts绘制漏斗图的案例【含参数详解】
一.概念介绍漏斗图(Funnel),也称为倒三角图,借助echarts的解释如下: Funnel diagram is suitable for one-way analysis of single ...
利用pyecharts绘制水球图的案例
一.概念介绍水球图(Liquid Fill Chart),听名字或许比较陌生,但从命名的角度也可以猜测出此类图像以球形水波显示.水球图属于填充仪表盘类,可以用于生动地展示单个百分比数据或评分数据. ...
利用pyecharts绘制分级地图的案例
一.概念介绍分级统计地图,或许在以前大家还不常见,但是疫情期间,借助分级地图向我们呈现全国各省市风险地区情况.确诊或死亡人数情况等的应用还是数不胜数的,效果也让人一目了然.显然,分级地图即是在我们整 ...
利用matplotlib绘制圆环图的案例
一.概念介绍圆环图(Donut Chart),又称为环形图,甜甜圈图.它从饼图变形而来,单环的作用上与饼图相似,用于展示定性数据中小类占大类的比例关系. Q: 那既然都有饼图了,为什么还要圆环图呢? ...
利用matplotlib绘制马赛克图的案例
一.概念介绍马赛克图(Mosaic plot),基于列联表的数据排布,展现二维定性变量下的取值大小,我们可以将它想象成三维柱状图的俯视,颜色差异或面积大小常被用于区分每个块的赋值大小. · 什么是列 ...
利用Joypy绘制嵴线图的案例
一.概念介绍嵴线图(ridgeline plot),用来展示同一维度的几个数据的分布情况,每一层嵴线(峰峦)都是一个直方图或者密度图,层层堆叠形成了最终的嵴线图. · 嵴线图一般用于多类别(> ...
利用pyecharts绘制桑葚图
月末算总账-桑基图绘制本文中介绍的是如何制作桑基图,使用的可视化库是强大的Pyecharts(版本1.7.1,版本一致很重要).文章将从如下几个方面进行介绍: 什么是桑基图 2个官网demo 原始数 ...
Python之pyecharts：利用pyecharts绘制地图十多个地区流动轨迹动态图
Python之pyecharts:利用pyecharts绘制地图十多个地区流动轨迹动态图目录利用pyecharts绘制地图十多个地区流动轨迹动态图 Geo(GeoChartBase)函数相关文章 ...
如何利用pyecharts绘制炫酷的关系网络图？
如何利用pyecharts绘制炫酷的关系网络图这是本学期在大数据哲学与社会科学实验室做的第六次分享了. 第一次分享的是: 如何利用"wordcloud+jieba"制作中文词云? ...

利用Pyecharts绘制仪表盘图的案例【含参数解释】