本文继续采用PyEcharts v1.x版本进行绘制仪表盘。注:PyEcharts分为 v0.5.x 和 v1.x 两个大版本,v0.5.x 和 v1.x 间不兼容,v0.5.x是基于Python2.7+、3.4+版本开发的,而v1.x是一个全新的版本,它是基于Python3.6+版本开发的,另外经PyEcharts开发团队决定,0.5.x 版本将不再进行维护。没有安装PyEcharts的,先安装PyEcharts:
# 安装pyecharts模块,直接安装就是最新的版本
pip install pyecharts
安装好PyEcharts之后,就可以将需要使用的模块进行导入:#导入需要使用的模块
import
pyecharts.options as opts
from pyecharts.charts import Gauge
仪表盘数据很简单,就是一个完成率数字,所以不用定义或导入,也无需做转换。Gaug_1=(
#创建仪表盘对象,并设置大小,也可以不设置,直接使用默认大小即可
Gauge(init_opts=opts.InitOpts(width="800px", height="400px"))
#设置数据系列名称及数据
.add(series_name="完成率", data_pair=[["完成率", 65]])
.set_global_opts(
# 设置图表标题及位置
title_opts=opts.TitleOpts(title="XX业务完成情况",pos_left="center"),
# 设置不显示图例,饼图不建议使用图例,不方便读图
legend_opts=opts.LegendOpts(is_show=False),
#设置提示框数据标签显示格式
tooltip_opts=opts.TooltipOpts(is_show=True, formatter="{a}
{b} : {c}%"),
)
#通过render()方法将仪表盘渲染为html
.render("gauge.html")
)
Gaug_1=(
Gauge(init_opts=opts.InitOpts(width="800px", height="400px"))
.add(series_name="完成率", data_pair=[["完成率", 65]],
#设置仪表盘颜色
axisline_opts=opts.AxisLineOpts(
linestyle_opts=opts.LineStyleOpts(
color=[(0.6, "#fd666d"), (0.8, "#FFD700"),(1, "#3CB371")], width=30)))
.set_global_opts(
title_opts=opts.TitleOpts(title="XX业务完成情况",pos_left="center"),
legend_opts=opts.LegendOpts(is_show=False),
tooltip_opts=opts.TooltipOpts(is_show=True, formatter="{a}
{b} : {c}%"),
)
.render("gauge.html")
)
只要在add()中添加axisline_opts的设置,
是不是so easy 呢?
希望系统、快速学习Python数据分析知识,可以学习
数据分析专家@文彤老师的
《跟文彤老师学Python数据分析》系列视频课程
包含以下三门课程
Python数据分析--玩转Pandas
Python数据分析--玩转数据可视化
玩转Python统计分析
以上顺序也是学习的建议顺序
课程提供讲义(含代码)与数据供练习
学习过程有问题可加Q群与老师交流讨论
如还有其他问题也可添加课程助理微信号咨询,添加时请注明所咨询的课程
现参加课程学习,可享受6折优惠
购买课程直接点击文末“阅读原文”进入即可