扫码阅读
手机扫码阅读
用pyecharts制作仪表盘——多图表在同一页面显示

我们非常重视原创文章,为尊重知识产权并避免潜在的版权问题,我们在此提供文章的摘要供您初步了解。如果您想要查阅更为详尽的内容,访问作者的公众号页面获取完整文章。

数据化运营圈
扫码关注公众号
一、图表接口
pyecharts.engine 提供了基于 jinja2.Environment 的模板引擎类,用于不同场景的图表生成。通过 Page 接口,用户可以轻松地添加多种图表。
from pyecharts import Page, Line, Bar
page = Page()
line = Line('Demo Line')
# ... Add data to line
page.add_chart(line, name='line')
bar = Bar('Demo kline')
# ... Add data to bar
page.add_chart(bar)
二、图表方法
在 Python 源码中,可以使用以下方法修改图表属性:
- page_title
- js_dependencies
- render_embed()
- get_js_dependencies()
- _repr_html_()
三、完整示例
以下是一个完整的示例,展示了如何使用 pyecharts 创建图表,并通过自定义模板渲染成 HTML 文件。
from __future__ import unicode_literals
from pyecharts import Bar
from pyecharts.conf import PyEchartsConfig
from pyecharts.engine import EchartsEnvironment
from pyecharts.utils import write_utf8_html_file
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, 20, 80]
bar = Bar("柱状图数据堆叠示例")
bar.add("商家A", attr, v1, is_stack=True)
bar.add("商家B", attr, v2, is_stack=True)
config = PyEchartsConfig(echarts_template_dir='my_tpl',
jshost='https://cdn.bootcss.com/echarts/3.6.2')
env = EchartsEnvironment(pyecharts_config=config)
tpl = env.get_template('tpl_demo.html')
html = tpl.render(bar=bar)
write_utf8_html_file('my_tpl_demo2.html', html)
模板 tpl_demo.html 包含自定义模板标签,用于渲染图表的 JS 依赖、容器和内容。
<!-- 自定义模板 -->
{{ echarts_js_dependencies(bar) }}
{{ echarts_container(bar) }}
{{ echarts_js_content(bar) }}
点击原文链接,可以查看制作好的仪表盘示例。
摘要
pyecharts 是一个 Python 图表库,通过简洁的接口和方法支持图表的生成与属性修改。pyecharts.engine 提供了基于 jinja2 的模板引擎类,通过 Page 类可以轻松添加图表。图表属性可以通过如 page_title 和 js_dependencies 等方法修改。提供的完整示例代码展示了如何创建图表和使用自定义模板渲染 HTML 文件,其中 tpl_demo.html 模板包含了渲染图表所需的自定义标签。
想要了解更多内容?

数据化运营圈
扫码关注公众号
数据化运营圈汇集大数据、商务智能、人工智能及AIGC等领域的精华内容。深入解读AI、AIGC等前沿领域的最新发展和应用,为企业和从业者提供前沿的行业资讯、深度分析和实践案例。无论您是探索新技术趋势,还是寻求业务创新突破。
223 篇文章
浏览 98.6K
数据化运营圈的其他文章
数据指标与经营智慧:构建有洞见的经营分析报告
经营分析报告不仅仅是数字的堆砌,它是企业运营状况的“晴雨表”,能够反映企业的健康状况和发展潜力。
【精品方案】大数据平台数据治理与建设方案(90页PPT)
大数据平台数据治理与建设方案是企业实现数字化转型的重要支撑。通过构建高效、稳定、安全的大数据平台,企业可以充分利用数据资源,提升业务决策效率和创新能力。
数据治理的八大核心域
数据治理是指将数据作为组织资产围绕数据全生命周期而展开的相关管控活动、绩效和风险管理工作的集合,以保障数
现在提出的数字化和之前的信息化有什么区别?
信息化与数字化的概述信息化和数字化是两个既有联系又有区别的概念。
数据资产、数据要素与数据资产入表:数字经济时代的核心驱动力
引言:数字经济浪潮下的新资产形态随着信息技术的飞速发展,数字经济已经成为推动社会进步和经济发展的重要引擎。
加入社区微信群
与行业大咖零距离交流学习


PMO实践白皮书
白皮书上线
白皮书上线