pyecharts 利用grid显示多张曲线图，为什么生成的曲线只覆盖第一张图
最近在学习pyecharts，发现利用pyecharts的grid和Line生成5张曲线图，需要竖向排列(
只用grid，不用page)，结果发现所有的曲线只覆盖第一张，这是为什么？
该回答通过自己思路及引用到GPTᴼᴾᴱᴺᴬᴵ搜索,得到内容具体如下：
这是因为在pyecharts中，Grid组件的pos_bottom参数默认值为0.8，表示曲线图的底部位置为容器高度的80%。当有多张曲线图时，它们会重叠在一起。要解决这个问题，可以将pos_bottom参数设置为一个更大的值，例如1.0，表示曲线图的底部位置占满整个容器高度。
以下是一个示例代码：
from pyecharts.charts import Line, Grid
from pyecharts import options as opts
# 创建数据
x_data = ["周一", "周二", "周三", "周四", "周五", "周六", "周日"]
y_data1 = [820, 932, 901, 934, 1290, 1330, 1320]
y_data2 = [720, 832, 801, 834, 1190, 1230, 1220]
y_data3 = [920, 1032, 901, 1034, 1390, 1430, 1420]
y_data4 = [620, 732, 601, 734, 1190, 1230, 1220]
y_data5 = [1220, 1332, 1201, 1334, 1790, 1830, 1820]
# 创建Line对象
line1 = Line()
line1.add_xaxis(x_data)
line1.add_yaxis("曲线图1", y_data1)
line2 = Line()
line2.add_xaxis(x_data)
line2.add_yaxis("曲线图2", y_data2)
line3 = Line()
line3.add_xaxis(x_data)
line3.add_yaxis("曲线图3", y_data3)
line4 = Line()
line4.add_xaxis(x_data)
line4.add_yaxis("曲线图4", y_data4)
line5 = Line()
line5.add_xaxis(x_data)
line5.add_yaxis("曲线图5", y_data5)
# 创建Grid对象并设置pos_bottom参数
grid = (Grid()
.add(line1, grid_opts=opts.GridOpts(pos_bottom="6%"))
.add(line2, grid_opts=opts.GridOpts(pos_bottom="6%"))
.add(line3, grid_opts=opts.GridOpts(pos_bottom="6%"))
.add(line4, grid_opts=opts.GridOpts(pos_bottom="6%"))
.add(line5, grid_opts=opts.GridOpts(pos_bottom="6%")))
# 渲染图表
grid.render("grid_example.html")
在这个示例中，我们将pos_bottom参数设置为"6%"，使得每张曲线图都占满整个容器高度的6%，从而避免曲线图重叠的问题。
如果以上回答对您有所帮助，点击一下采纳该答案～谢谢
【相关推荐】
- 这有个类似的问题, 你可以参考下: https://ask.csdn.net/questions/7732302
- 这篇博客也不错, 你可以看下pyecharts可视化展示之绘制漏斗图、散点图、K线图学习
- 除此之外, 这篇博客: 使用pyecharts绘制条形图、折线图、饼图。中的 使用pyecharts绘制条形图、折线图、饼图。 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
import pandas as pd import numpy as np from pyecharts import options as opts from pyecharts.charts import Bar df = pd.read_excel("D:\\py_taidi\\keshihua\\可视化数据.xlsx") t = df.dropna(subset=["death_data"]) time = t['death_data'] # 将数据类型转换为日期类型 t['date'] = pd.to_datetime(t['death_data']) # 将date设置为index df = t.set_index('date') count = t['date'].groupby(t['date'].dt.year).agg('count') bar = ( Bar(init_opts=opts.InitOpts(width='1500px', height='400px')) .add_xaxis(count.index.tolist()) .add_yaxis("各年份被淘汰的公司总数对比", count.values.tolist()) .set_global_opts(title_opts=opts.TitleOpts(title="Bar-各年份被淘汰的公司总数对比")) # .set_colors("red") # 柱子的颜色 .set_global_opts( # x轴 xaxis_opts=opts.AxisOpts( name='年份', name_location='middle', name_gap=20, # x轴名称的格式配置 name_textstyle_opts=opts.TextStyleOpts( font_family='Times New Roman', font_size=14, ), ), # y轴 yaxis_opts=opts.AxisOpts( name='年份淘汰总数', name_location='middle', name_gap=30, name_textstyle_opts=opts.TextStyleOpts( font_family='Times New Roman', font_size=14, color='black', ), axistick_opts=opts.AxisTickOpts( # is_show=False, # 是否显示 is_inside=True, # 刻度线是否在内侧 ), axislabel_opts=opts.LabelOpts( font_size=12, font_family='Times New Roman', ), ), # 设置标题 title_opts=opts.TitleOpts( title='各年份淘汰总数', ) ) ) bar.render()
import pandas as pd from pyecharts import options as opts import pyecharts.options as opt from pyecharts.charts import Line excel_data = pd.read_excel("D:\\py_taidi\\keshihua\\可视化数据.xlsx") notnull = excel_data.dropna(subset=["death_data"]) city_beijing = notnull.loc[notnull['com_addr'] == '北京'] city_shanghai = notnull.loc[notnull['com_addr'] == '上海'] city_shenzhen = notnull.loc[notnull['com_addr'] == '深圳'] city_beijing_count = city_beijing[['com_addr','cat']].groupby(by=['cat'],as_index=False).agg('count') city_shanghai_count = city_shanghai[['com_addr','cat']].groupby(by=['cat'],as_index=False).agg('count') city_shenzhen_count = city_shenzhen[['com_addr','cat']].groupby(by=['cat'],as_index=False).agg('count') ( Line(init_opts=opt.InitOpts(width='1500px', height='400px')) .add_xaxis(xaxis_data=city_beijing_count['cat'].tolist()) .add_yaxis(series_name='北京', y_axis=city_beijing_count.values[:,1:].tolist()) .add_yaxis(series_name='上海', y_axis=city_shanghai_count.values[:,1:].tolist()) .add_yaxis(series_name='深圳', y_axis=city_shenzhen_count.values[:,1:].tolist()) .set_global_opts( xaxis_opts=opts.AxisOpts( name='行业', name_location='middle', name_gap=20, # x轴名称的格式配置 name_textstyle_opts=opts.TextStyleOpts( font_family='Times New Roman', font_size=14, ), ), yaxis_opts=opts.AxisOpts( name='淘汰公司总数', name_location='middle', name_gap=30, name_textstyle_opts=opts.TextStyleOpts( font_family='Times New Roman', font_size=14, ), axistick_opts=opts.AxisTickOpts( is_inside=True, # 刻度线是否在内侧 ), axislabel_opts=opts.LabelOpts( font_size=12, font_family='Times New Roman', ), ), ) ).render("zhexian.html")
import pandas as pd; import numpy as np; from pyecharts import options as opts from pyecharts.charts import Pie, Grid excel_data = pd.read_excel("D:\\py_taidi\\keshihua\\可视化数据.xlsx") shanhai_data = excel_data.loc[excel_data['com_addr'] == '北京'] data = shanhai_data[['com_addr', 'cat']].groupby(by=['cat'], as_index=False).agg('count') x_data = data['cat'] y_data = data.values[:, 1:].tolist() pie = ( Pie(init_opts=opts.InitOpts(width='800px', height='600px')) .add("", [list(z) for z in zip(x_data, y_data)]) .set_global_opts( # 设置标题 title_opts=opts.TitleOpts(title="饼图"), # 设置图例位置 legend_opts=opts.LegendOpts(type_="scroll", pos_left="right", orient="vertical") ) # 模板变量有 {a}、{b}、{c}、{d}，分别表示系列名，数据名，数据值，百分比。{d}数据会根据value值计算百分比 .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{d}%"), center=["45%", "50%"]) ) pie.render("s_pie.html")
如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^