小編寫這篇文章的主要目的，主要是用來進(jìn)行繪制折線圖，在繪制的時(shí)候，用到的是Python這門語言，主要應(yīng)用到的技能是Python pyecharts，利用它去進(jìn)行繪制折線圖，下面小編就以案例的形式，去給大家詳細(xì)的做個(gè)介紹。

　　前言

　　相信有很多的小伙伴看了如此多個(gè)案例之后肯定有所發(fā)現(xiàn)，每一個(gè)案例都對應(yīng)著每一個(gè)配置，如果是官方配置文檔，說實(shí)話看起來真的很難，這樣通過案例實(shí)現(xiàn)來解決各種參數(shù)的配置，我覺得有一定的參考價(jià)值和學(xué)習(xí)意義，正所謂“磨刀不誤砍工”，如何把可視化做的爐火純青，任重而道遠(yuǎn)也！

　　說明：有些數(shù)據(jù)是調(diào)用相關(guān)庫資源：from pyecharts.faker import Faker，需要自己添加數(shù)據(jù)，非常簡單，這個(gè)不用擔(dān)心。

　　你覺得上述圖形用的上嗎，我估計(jì)在平時(shí)的小場景可能用不到，但是做股票好像不錯(cuò)喲！

　　折線圖模板系列

　　自定義標(biāo)簽數(shù)據(jù)折線圖

　　有時(shí)候我們不想要把所有的數(shù)據(jù)標(biāo)簽都顯示出來，因?yàn)檫@樣太繁雜了，數(shù)據(jù)可視化的原則就是在炫酷的同時(shí)把圖表準(zhǔn)確的呈現(xiàn)在用戶的面前，這就需要我們按照特定的場景選擇特定的圖形。

　　import pyecharts.options as opts
　　from pyecharts.charts import Line
　　from pyecharts.faker import Faker
　　from pyecharts.globals import ThemeType
　　x,y=Faker.choose(),Faker.values()#更改數(shù)據(jù)集即可
　　c=(
　　Line({"theme":ThemeType.MACARONS})#不添加默認(rèn)紅色
　　.add_xaxis(x)
　　.add_yaxis(
　　"商家A",
　　y,
　　markpoint_opts=opts.MarkPointOpts(
　　data=[opts.MarkPointItem(name="自定義標(biāo)記點(diǎn)",coord=[x[2],y[2]],value=y[2])]#這里定義要顯示的標(biāo)簽數(shù)據(jù)
　　),
　　)
　　.set_global_opts(title_opts=opts.TitleOpts(title="標(biāo)題"),
　　xaxis_opts=opts.AxisOpts(
　　name='類別',
　　name_location='middle',
　　name_gap=30,#標(biāo)簽與軸線之間的距離，默認(rèn)為20，最好不要設(shè)置20
　　name_textstyle_opts=opts.TextStyleOpts(
　　font_family='Times New Roman',
　　font_size=16#標(biāo)簽字體大小
　　)),
　　yaxis_opts=opts.AxisOpts(
　　name='數(shù)量',
　　name_location='middle',
　　name_gap=30,
　　name_textstyle_opts=opts.TextStyleOpts(
　　font_family='Times New Roman',
　　font_size=16
　　#font_weight='bolder',
　　)),
　　#toolbox_opts=opts.ToolboxOpts()#工具選項(xiàng)
　　)
　　.render("自定義標(biāo)簽.html")
　　)

　　一天用電量折線圖（特定場景）

　　此模板可以作為一天用電量的應(yīng)用，也可以在此基礎(chǔ)上進(jìn)行更改，形成其他類別的折線圖，只是提供模板，你可以根據(jù)自己的應(yīng)用場景來解決問題。

　　import pyecharts.options as opts
　　from pyecharts.charts import Line
　　x_data=[
　　"00:00",
　　"01:15",
　　"02:30",
　　"03:45",
　　"05:00",
　　"06:15",
　　"07:30",
　　"08:45",
　　"10:00",
　　"11:15",
　　"12:30",
　　"13:45",
　　"15:00",
　　"16:15",
　　"17:30",
　　"18:45",
　　"20:00",
　　"21:15",
　　"22:30",
　　"23:45",
　　]
　　y_data=[
　　300,
　　280,
　　250,
　　260,
　　270,
　　300,
　　550,
　　500,
　　400,
　　390,
　　380,
　　390,
　　400,
　　500,
　　600,
　　750,
　　800,
　　700,
　　600,
　　400,
　　]
　　(
　　Line(init_opts=opts.InitOpts(width="1200px",height="600px"))
　　.add_xaxis(xaxis_data=x_data)
　　.add_yaxis(
　　series_name="用電量",
　　y_axis=y_data,
　　is_smooth=True,
　　label_opts=opts.LabelOpts(is_show=False),
　　linestyle_opts=opts.LineStyleOpts(width=2),
　　)
　　.set_global_opts(
　　title_opts=opts.TitleOpts(title="一天用電量分布",subtitle="純屬虛構(gòu)"),
　　tooltip_opts=opts.TooltipOpts(trigger="axis",axis_pointer_type="cross"),
　　xaxis_opts=opts.AxisOpts(boundary_gap=False),
　　yaxis_opts=opts.AxisOpts(
　　axislabel_opts=opts.LabelOpts(formatter="{value}W"),
　　splitline_opts=opts.SplitLineOpts(is_show=True),
　　),
　　visualmap_opts=opts.VisualMapOpts(
　　is_piecewise=True,
　　dimension=0,
　　pieces=[
　　{"lte":6,"color":"green"},
　　{"gt":6,"lte":8,"color":"red"},
　　{"gt":8,"lte":14,"color":"green"},
　　{"gt":14,"lte":17,"color":"red"},
　　{"gt":17,"color":"green"},
　　],
　　),
　　)
　　.set_series_opts(
　　markarea_opts=opts.MarkAreaOpts(
　　data=[
　　opts.MarkAreaItem(name="早高峰",x=("07:30","10:00")),
　　opts.MarkAreaItem(name="晚高峰",x=("17:30","21:15")),
　　]
　　)
　　)
　　.render("用電量折線圖.html")
　　)
　　斷點(diǎn)折線圖（根據(jù)場景進(jìn)行配置）
　　import pyecharts.options as opts
　　from pyecharts.charts import Line
　　(
　　Line(init_opts=opts.InitOpts(width="1200px",height="600px"))
　　.add_xaxis(xaxis_data=["Mon","Tue","Wed","Thu","Fri","Sat","Sun"])
　　.add_yaxis(
　　series_name="",
　　y_axis=[120,200,150,80,70,110,130],
　　symbol="triangle",
　　symbol_size=20,
　　linestyle_opts=opts.LineStyleOpts(color="green",width=4,type_="dashed"),
　　label_opts=opts.LabelOpts(is_show=False),
　　itemstyle_opts=opts.ItemStyleOpts(
　　border_width=3,border_color="yellow",color="blue"
　　),
　　)
　　.set_global_opts(
　　xaxis_opts=opts.AxisOpts(type_="category",
　　name='類別',
　　name_location='middle',
　　name_gap=30,#標(biāo)簽與軸線之間的距離，默認(rèn)為20，最好不要設(shè)置20
　　name_textstyle_opts=opts.TextStyleOpts(
　　font_family='Times New Roman',
　　font_size=16#標(biāo)簽字體大小
　　)
　　),
　　yaxis_opts=opts.AxisOpts(
　　type_="value",
　　axistick_opts=opts.AxisTickOpts(is_show=True),
　　splitline_opts=opts.SplitLineOpts(is_show=True),
　　),
　　tooltip_opts=opts.TooltipOpts(is_show=False),
　　)
　　.render("斷點(diǎn)折線圖.html")
　　)

　　雙折線圖顯示最低最高數(shù)據(jù)標(biāo)簽（不顯示其他數(shù)據(jù)標(biāo)簽）

　　有時(shí)候折線圖里面的數(shù)據(jù)太多了，但是我們想要一眼就直觀的看到數(shù)據(jù)的最低最高是多少，雖然pyecharts可以把鼠標(biāo)放在點(diǎn)上就會(huì)顯示，但是如果做出PPT或者圖片，那么就有點(diǎn)不現(xiàn)實(shí)了。

　　import pyecharts.options as opts
　　from pyecharts.charts import Line
　　from pyecharts.faker import Faker
　　c=(
　　Line()
　　.add_xaxis(Faker.choose())
　　.add_yaxis(
　　"商家A",
　　Faker.values(),
　　label_opts=opts.LabelOpts(is_show=False),
　　markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="min"),
　　opts.MarkPointItem(type_="max")]),
　　)
　　.add_yaxis(
　　"商家B",
　　Faker.values(),
　　label_opts=opts.LabelOpts(is_show=False),
　　markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="min"),
　　opts.MarkPointItem(type_="max")]),
　　)
　　.set_global_opts(title_opts=opts.TitleOpts(title="標(biāo)題"),
　　xaxis_opts=opts.AxisOpts(
　　name='類別',
　　name_location='middle',
　　name_gap=30,#標(biāo)簽與軸線之間的距離，默認(rèn)為20，最好不要設(shè)置20
　　name_textstyle_opts=opts.TextStyleOpts(
　　font_family='Times New Roman',
　　font_size=16#標(biāo)簽字體大小
　　)),
　　yaxis_opts=opts.AxisOpts(
　　name='數(shù)量',
　　name_location='middle',
　　name_gap=30,
　　name_textstyle_opts=opts.TextStyleOpts(
　　font_family='Times New Roman',
　　font_size=16
　　#font_weight='bolder',
　　)),
　　#toolbox_opts=opts.ToolboxOpts()#工具選項(xiàng)
　　)
　　.render("雙折線圖顯示最低最高.html")
　　)

     雙折線圖顯示平均刻度數(shù)據(jù)標(biāo)簽（數(shù)據(jù)可顯示）

　　這個(gè)雙折線圖可以運(yùn)用在我們需要知道一類數(shù)據(jù)集里面的平均值是多少，那么我們就可以根據(jù)這個(gè)來配置相關(guān)參數(shù)了，下面的圖例我們沒有顯示數(shù)據(jù)，也可以顯示數(shù)據(jù)。

　　import pyecharts.options as opts
　　from pyecharts.charts import Line
　　from pyecharts.faker import Faker
　　c=(
　　Line()
　　.add_xaxis(Faker.choose())
　　.add_yaxis(
　　"商家A",
　　Faker.values(),
　　label_opts=opts.LabelOpts(is_show=False),#允許顯示數(shù)據(jù)
　　markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")]),
　　)
　　.add_yaxis(
　　"商家B",
　　Faker.values(),
　　label_opts=opts.LabelOpts(is_show=False),
　　markline_opts=opts.MarkLineOpts(data=[opts.MarkLineItem(type_="average")]),
　　)
　　.set_global_opts(title_opts=opts.TitleOpts(title="標(biāo)題"),
　　xaxis_opts=opts.AxisOpts(
　　name='類別',
　　name_location='middle',
　　name_gap=30,#標(biāo)簽與軸線之間的距離，默認(rèn)為20，最好不要設(shè)置20
　　name_textstyle_opts=opts.TextStyleOpts(
　　font_family='Times New Roman',
　　font_size=16#標(biāo)簽字體大小
　　)),
　　yaxis_opts=opts.AxisOpts(
　　name='數(shù)量',
　　name_location='middle',
　　name_gap=30,
　　name_textstyle_opts=opts.TextStyleOpts(
　　font_family='Times New Roman',
　　font_size=16
　　#font_weight='bolder',
　　)),
　　#toolbox_opts=opts.ToolboxOpts()#工具選項(xiàng)
　　)
　　.render("雙折線圖顯示平均刻度.html")
　　)

       斷點(diǎn)折線圖（顯示數(shù)據(jù)項(xiàng)）

　　前面的圖例里面，沒有對數(shù)據(jù)進(jìn)行展示，也沒有數(shù)據(jù)標(biāo)簽，這個(gè)圖例是對之前的進(jìn)行改造和設(shè)計(jì)升級的。

　　import pyecharts.options as opts
　　from pyecharts.charts import Line
　　from pyecharts.faker import Faker
　　c=(
　　Line()
　　.add_xaxis(xaxis_data=Faker.choose())
　　.add_yaxis(
　　"商家A",
　　Faker.values(),
　　symbol="triangle",
　　symbol_size=20,
　　linestyle_opts=opts.LineStyleOpts(color="green",width=4,type_="dashed"),
　　itemstyle_opts=opts.ItemStyleOpts(
　　border_width=3,border_color="yellow",color="blue"
　　),#可進(jìn)行多維疊加
　　)
　　.set_global_opts(title_opts=opts.TitleOpts(title="標(biāo)題"),
　　xaxis_opts=opts.AxisOpts(
　　name='類別',
　　name_location='middle',
　　name_gap=30,#標(biāo)簽與軸線之間的距離，默認(rèn)為20，最好不要設(shè)置20
　　name_textstyle_opts=opts.TextStyleOpts(
　　font_family='Times New Roman',
　　font_size=16#標(biāo)簽字體大小
　　)),
　　yaxis_opts=opts.AxisOpts(
　　name='數(shù)量',
　　name_location='middle',
　　name_gap=30,
　　name_textstyle_opts=opts.TextStyleOpts(
　　font_family='Times New Roman',
　　font_size=16
　　#font_weight='bolder',
　　)),
　　#toolbox_opts=opts.ToolboxOpts()#工具選項(xiàng)
　　)
　　.render("斷點(diǎn)顯示數(shù)據(jù).html")
　　)

      面積折線圖（不緊貼）

　　前面有一個(gè)圖形是一個(gè)曲線的折線圖，緊貼Y軸，此圖例是不緊貼的且是折線的形式。

　　import pyecharts.options as opts
　　from pyecharts.charts import Line
　　from pyecharts.faker import Faker
　　c=(
　　Line()
　　.add_xaxis(Faker.choose())
　　.add_yaxis("商家A",Faker.values(),areastyle_opts=opts.AreaStyleOpts(opacity=0.5))
　　.add_yaxis("商家B",Faker.values(),areastyle_opts=opts.AreaStyleOpts(opacity=0.5))
　　.set_global_opts(title_opts=opts.TitleOpts(title="標(biāo)題"))
　　.render("面積折線圖不緊貼.html")
　　)

　　3D旋轉(zhuǎn)彈簧圖

　　運(yùn)行生成之后，自動(dòng)旋轉(zhuǎn)。有的小伙伴很是好奇，為什么會(huì)有這種炫酷的圖形，這種圖形是如何設(shè)計(jì)出來的，看了代碼我們發(fā)現(xiàn)其實(shí)并不難，代碼量也不是很復(fù)雜，原因就是它基于算法數(shù)學(xué)設(shè)計(jì)的，這也就是為什么說有“幾何之美”的這一概念了。

　　綜上所述，這篇文章就給大家介紹到這里了，希望可以給大家?guī)韼椭?/p>