html炫酷网页设计代码(html炫酷网页设计代码大全)

作者：俊欣

来源：关于数据分析与可视化

前两篇Pyecharts的文章来帮我们简单的梳理了一下可以用Pyecharts来绘制哪些图表之后，本篇文章我们用pyecharts里面的一些组件，将绘制的图表都组合起来

首先Grid组件

首先介绍Pyecharts模块当中的Grid组件，使用Grid组件可以很好地将多张图无论是上下组合还是左右组合，都能够很好地拼接起来，我们先来看第一个例子

bar = (

Bar()

.add_xaxis(Faker.choose())

.add_yaxis("商家1", Faker.values())

.add_yaxis("商家2", Faker.values())

.set_global_opts(title_opts=opts.TitleOpts(title="直方图"))

line = (

Line()

.add_xaxis(Faker.choose())

.add_yaxis("商家1", Faker.values())

.add_yaxis("商家2", Faker.values())

.set_global_opts(

展开全文

title_opts=opts.TitleOpts(title="折线图", pos_top="48%"),

legend_opts=opts.LegendOpts(pos_top="48%"),

grid = (

Grid()

.add(bar, grid_opts=opts.GridOpts(pos_bottom="60%"))

.add(line, grid_opts=opts.GridOpts(pos_top="50%"))

.render("水平组合图_test.html")

我们可以看到两张图表被以上下组合的方式拼接起来，当然除了上下的拼接以外，我们还可以左右来拼接，代码如下

bar = (

Bar()

.add_xaxis(Faker.choose())

.add_yaxis("商家1", Faker.values())

.add_yaxis("商家2", Faker.values())

.set_global_opts(title_opts=opts.TitleOpts(title="直方图"),legend_opts=opts.LegendOpts(pos_left="20%"),)

line = (

Line()

.add_xaxis(Faker.choose())

.add_yaxis("商家1", Faker.values())

.add_yaxis("商家2", Faker.values())

.set_global_opts(

title_opts=opts.TitleOpts(title="折线图", pos_right="5%"),

legend_opts=opts.LegendOpts(pos_right="20%"),

grid = (

Grid()

.add(bar, grid_opts=opts.GridOpts(pos_left="60%"))

.add(line, grid_opts=opts.GridOpts(pos_right="50%"))

.render("垂直组合图_test.html")

可以看到我们无论是想上下拼接还是左右拼接，都可以通过调整参数“pos_left”、“pos_right”、“pos_top”以及“pos_bottom”这几个参数来实现，我们再来看一下下面这个例子，我们也可以将地图和直方图两者拼接起来

bar = (

Bar()

.add_xaxis(Faker.choose())

.add_yaxis("商家1", Faker.values())

.add_yaxis("商家2", Faker.values())

.set_global_opts(legend_opts=opts.LegendOpts(pos_left="20%"))

map = (

Map()

.add("商家1", [list(z) for z in zip(Faker.provinces, Faker.values())], "china")

.set_global_opts(title_opts=opts.TitleOpts(title="地图-基本示例"))

grid = (

Grid()

.add(bar, grid_opts=opts.GridOpts(pos_top="50%", pos_right="75%"))

.add(map, grid_opts=opts.GridOpts(pos_left="60%"))

.render("地图+直方图.html")

再谈Overlap组件

英文单词“overlap”的意思是重叠，那么放在这里，也就指的是可以将多张图合并成一张，那么该怎么结合才好呢？我们来看一下下面这个例子，我们将直方图和折线图通过overlap组件组合到一起

v1 = Faker.values()

v2 = Faker.values()

v3 = Faker.values()

bar = (

Bar()

.add_xaxis(Faker.provinces)

.add_yaxis("商家A", v1)

.add_yaxis("商家B", v2)

.extend_axis(

yaxis=opts.AxisOpts(

axislabel_opts=opts.LabelOpts(formatter="{value} 个"), interval=20

.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

.set_global_opts(

title_opts=opts.TitleOpts(title="Overlap-bar+line"),

yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(formatter="{value} 个")),

line = Line().add_xaxis(Faker.provinces).add_yaxis("商家C", v3, yaxis_index=1)

bar.overlap(line)

bar.render("直方图+折线图Overlap.html")

除此之外，我们也可以将散点图和折线图合并在一张图上面，在代码上就只要将直方图的代码替换成散点图的就行，这边也就具体不做演示

Grid组件 + Overlap组件相结合

我们也可以将上面提高的两个组件结合起来使用，以此来绘制多条Y轴的直方图图表，代码如下

Bar()

.add_xaxis(x_data)

.add_yaxis(

"A",

[具体相关的数据],

yaxis_index=0,

color="#d14a61",

.add_yaxis(

"B",

[具体相关的数据],

yaxis_index=1,

color="#5793f3",

.直方图的全局配置代码....

line = (

Line()

.add_xaxis(x_data)

.add_yaxis(

"C",

[具体相关的数据],

yaxis_index=2,

color="#675bba",

label_opts=opts.LabelOpts(is_show=False),

bar.overlap(line)

grid = Grid()

grid.add(bar, opts.GridOpts(pos_left="5%", pos_right="20%"), is_control_axis_index=True)

grid.render("test.html")

分页组件Tab

我们在用Pyecharts绘制了多张图表之后，可以直接Tab组件将多张图表连起来，一页放一张图表，具体看下面的例子和代码，

def bar_datazoom_slider() -> Bar:

c = (

Bar()

.add_xaxis(Faker.days_attrs)

.add_yaxis("商家A", Faker.days_values)

.set_global_opts(

title_opts=opts.TitleOpts(title="Bar-DataZoom（slider-水平）"),

datazoom_opts=[opts.DataZoomOpts()],

return c

def line_markpoint() -> Line:

c = (

Line()

.add_xaxis(Faker.choose())

.add_yaxis(

"商家A",

Faker.values(),

markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="min")]),

.set_global_opts(title_opts=opts.TitleOpts(title="折线图"))

return c

def pie_rosetype() -> Pie:

v = Faker.choose()

c = (

Pie()

.add(

"",

[list(z) for z in zip(v, Faker.values())],

radius=["30%", "75%"],

center=["25%", "50%"],

rosetype="radius",

label_opts=opts.LabelOpts(is_show=False),

.set_global_opts(title_opts=opts.TitleOpts(title="饼图-玫瑰图示例"))

return c

tab = Tab()

tab.add(bar_datazoom_slider(), "直方图")

tab.add(line_markpoint(), "折线图")

tab.add(pie_rosetype(), "饼图")

tab.render("tab_base.html")

分别将所绘制的三张图表放置在三个页面当中，通过pyecharts库当中的tab串联起来

最后是Page组件

和上面Tab组件不一样的是，Tab组件是一页放一张图表，有几张图表就分成几页，而Page组件则是将绘制完成的多张图表统统放在一张页面里面，代码的改动上面也十分的简单，只要将上面代码的Tab部分改成Page()即可，如下

def bar_datazoom_slider() -> Bar:

c = (

Bar()

.add_xaxis(Faker.days_attrs)

.add_yaxis("商家A", Faker.days_values)

.set_global_opts(

title_opts=opts.TitleOpts(title="Bar-DataZoom（slider-水平）"),

datazoom_opts=[opts.DataZoomOpts()],

return c

def line_markpoint() -> Line:

c = (

Line()

.add_xaxis(Faker.choose())

.add_yaxis(

"商家A",

Faker.values(),

markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="min")]),

.set_global_opts(title_opts=opts.TitleOpts(title="折线图"))

return c

def pie_rosetype() -> Pie:

v = Faker.choose()

c = (

Pie()

.add(

"",

[list(z) for z in zip(v, Faker.values())],

radius=["30%", "75%"],

center=["25%", "50%"],

rosetype="radius",

label_opts=opts.LabelOpts(is_show=False),

.set_global_opts(title_opts=opts.TitleOpts(title="饼图-玫瑰图示例"))

return c

page = Page(layout=Page.SimplePageLayout)

page.add(

bar_datazoom_slider(),

line_markpoint(),

pie_rosetype(),

page.render("page_simple_layout.html")

上图所示的图表在页面当中是不能被挪动的，在Page()组件当中我们还能够使得图表按照我们所想的那样随意的挪动

## 上面的代码都一样，

page = Page(layout=Page.DraggablePageLayout)

page.add(

bar_datazoom_slider(),

line_markpoint(),

pie_rosetype(),

page.render("page_draggable_layout.html")

写在最后

本篇文章所用到的绘制的图表都比较的简单，为了可以让读者更加容易轻松的上手来实践，本质上就是通过上面提到的几大组件将绘制好的图表给串联起来。