脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Python Pyecharts绘制折线图

Python使用Pyecharts绘制各种折线图的实战指南

 更新时间：2026年02月16日 07:49:27   作者：忘忧记  
这篇文章主要为大家详细介绍了Python如何使用Pyecharts绘制各种折线图,文中的示例代码讲解详细,具有一定的借鉴价值,有需要的小伙伴可以了解下

我们一般图表生成的流程如下：

  • 导入需要的模块
  • 准备数据
  • 创建折线图实例
  • 增加数据
  • 渲染图表
  • 结果展示

基本折线图

# 导入需要的模块
from pyecharts import options as opts
from pyecharts.charts import Line

# 初始化折线图
line = Line()

# 准备数据
line.add_xaxis(["Monday", "Tuesday", "Wednesday", "Thursday", "Friday", "Saturday", "Sunday"])
line.add_yaxis("Temperature", [20, 22, 24, 26, 28, 30, 32])

# 渲染图表
line.set_global_opts(
    title_opts=opts.TitleOpts(title="Weekly Temperature"),
    xaxis_opts=opts.AxisOpts(name="Day of Week"),
    yaxis_opts=opts.AxisOpts(name="Temperature (°C)")
)

#结果展示
line.render("line_chart.html")

多条折线图

如果需要在同一张图表中展示多条折线，比如比较不同城市的温度变化情况，可以使用 add_yaxis 方法添加多条数据。

line = Line()

# 添加 x 轴数据
line.add_xaxis(["Monday", "Tuesday", "Wednesday", "Thursday", "Friday", "Saturday", "Sunday"])

# 添加多条 y 轴数据
line.add_yaxis("City A", [22, 24, 26, 28, 30, 32, 34])
line.add_yaxis("City B", [20, 22, 24, 26, 28, 30, 32])

# 设置全局配置项
line.set_global_opts(
    title_opts=opts.TitleOpts(title="Weekly Temperature Comparison"),
    xaxis_opts=opts.AxisOpts(name="Day of Week"),
    yaxis_opts=opts.AxisOpts(name="Temperature (°C)"),
    tooltip_opts=opts.TooltipOpts(trigger="axis")
)

line.render("multi_line_chart.html")

平滑折线图

Pyecharts 也支持将折线设置为平滑曲线，适合展示连续数据的趋势。

通过is_smooth=True 参数设置平滑曲线图

line = Line()

# 添加数据，设置平滑线
line.add_xaxis(["January", "February", "March", "April", "May", "June", "July"])
line.add_yaxis("Sales", [150, 200, 250, 300, 350, 400, 450], is_smooth=True)

# 设置全局配置项
line.set_global_opts(
    title_opts=opts.TitleOpts(title="Monthly Sales"),
    xaxis_opts=opts.AxisOpts(name="Month"),
    yaxis_opts=opts.AxisOpts(name="Sales (Units)")
)

line.render("smooth_line_chart.html")

增加最大值和最小值和平均值

import pyecharts.options as opts
from pyecharts.charts import Line

# 数据
x_data = ['周一', '周二', '周三', '周四', '周五', '周六', '周日']
y_data1 = [120, 200, 150, 80, 70, 110, 130]
y_data2 = [90, 150, 200, 120, 100, 80, 110]

line=(
    # 创建折线图实例
    Line()
    # 将准备好的两组数据添加到折线图实例中
    .add_xaxis(xaxis_data=x_data)
    .add_yaxis(series_name="y1线",y_axis=y_data1,symbol="arrow",is_symbol_show=True)
    .add_yaxis(series_name="y2线",y_axis=y_data2, markpoint_opts=opts.MarkPointOpts(
            data=[
                opts.MarkPointItem(type_="max", name="最大值"),
                opts.MarkPointItem(type_="min", name="最小值"),
            ]
        ),
        markline_opts=opts.MarkLineOpts(
            data=[opts.MarkLineItem(type_="average", name="平均值")]
        ))
    .set_global_opts(title_opts=opts.TitleOpts(title="多折线重叠"))
)

# 渲染图表
line.render_notebook()

阶梯图

在 Pyecharts 中，我们可以通过 add_yaxis 方法中的 step 参数来绘制阶梯图。step 参数可以设置为 True，表示绘制阶梯线。

from pyecharts.charts import Line
from pyecharts import options as opts

# 初始化折线图
line = Line()

# 添加 X 轴数据
line.add_xaxis(["Monday", "Tuesday", "Wednesday", "Thursday", "Friday", "Saturday", "Sunday"])

# 添加 Y 轴数据，并设置为阶梯图
line.add_yaxis("Sales", [100, 200, 150, 300, 250, 350, 400], is_step=True)

# 设置全局配置项
line.set_global_opts(
    title_opts=opts.TitleOpts(title="Weekly Sales - Step Chart"),
    xaxis_opts=opts.AxisOpts(name="Day of Week"),
    yaxis_opts=opts.AxisOpts(name="Sales (Units)"),
    tooltip_opts=opts.TooltipOpts(trigger="axis")
)

# 渲染为本地 HTML 文件
line.render("step_line_chart.html")

面积折线图

通过设置 area_style_opts=opts.AreaStyleOpts(opacity=0.3))

from pyecharts.charts import Line
from pyecharts import options as opts

# 创建一个折线图实例
line = Line()

# 添加 X 轴数据
line.add_xaxis(["January", "February", "March", "April", "May", "June", "July"])

# 添加 Y 轴数据，并设置为面积折线图
line.add_yaxis("Sales", [150, 200, 250, 300, 350, 400, 450], 
               is_smooth=True, 
               area_style_opts=opts.AreaStyleOpts(opacity=0.3))

# 设置全局配置项
line.set_global_opts(
    title_opts=opts.TitleOpts(title="Monthly Sales - Area Line Chart"),
    xaxis_opts=opts.AxisOpts(name="Month"),
    yaxis_opts=opts.AxisOpts(name="Sales (Units)"),
    tooltip_opts=opts.TooltipOpts(trigger="axis")
)

# 渲染为本地 HTML 文件
line.render("area_line_chart.html")

多条面积折线图

from pyecharts.charts import Line
from pyecharts import options as opts

# 创建 Line 图实例
line = Line()

# 添加 X 轴数据（这里以月份为例）
line.add_xaxis(["January", "February", "March", "April", "May", "June", "July"])

# 添加多个 Y 轴数据，并设置为面积折线图
# 1. 产品A
line.add_yaxis("Product A", 
               [150, 200, 250, 300, 350, 400, 450], 
               is_smooth=True,  # 使用 linestyle_opts 替代
               areastyle_opts=opts.AreaStyleOpts(opacity=0.3),  # 设置区域填充
               linestyle_opts=opts.LineStyleOpts(color="green"))  # 设置折线颜色为绿色

# 2. 产品B
line.add_yaxis("Product B", 
               [100, 160, 220, 270, 320, 350, 400], 
               is_smooth=True,  # 使用 linestyle_opts 替代
               areastyle_opts=opts.AreaStyleOpts(opacity=0.4),  # 设置区域填充，透明度为0.4
               linestyle_opts=opts.LineStyleOpts(color="blue"))  # 设置折线颜色为蓝色

# 3. 产品C
line.add_yaxis("Product C", 
               [80, 120, 180, 230, 270, 320, 360], 
               is_smooth=True,  # 使用 linestyle_opts 替代
               areastyle_opts=opts.AreaStyleOpts(opacity=0.2),  # 设置区域填充，透明度为0.2
               linestyle_opts=opts.LineStyleOpts(color="red"))  # 设置折线颜色为红色

# 设置全局配置项
line.set_global_opts(
    title_opts=opts.TitleOpts(title="Product Sales Comparison - Area Line Chart"),
    xaxis_opts=opts.AxisOpts(name="Month"),  # X 轴名称
    yaxis_opts=opts.AxisOpts(name="Sales (Units)"),  # Y 轴名称
    tooltip_opts=opts.TooltipOpts(trigger="axis"),  # 鼠标悬停显示提示
    legend_opts=opts.LegendOpts(is_show=True)  # 显示图例
)

# 渲染图表为 HTML 文件
line.render("multiple_area_line_chart.html")

1.添加多个系列：

使用 add_yaxis 方法添加不同的产品（或不同的系列）数据。在每次调用时设置 is_smooth=True 来平滑折线，area_style=opts.AreaStyleOpts(opacity=0.3) 设置折线下方区域的透明度（你可以根据需求调整透明度），并使用 linestyle_opts 设置折线颜色。

2.area_style_opts 的作用：

  • opacity=0.3 表示填充区域的透明度。你可以调整不同系列的透明度，使图表更具层次感。
  • is_smooth=True 用于平滑折线，让曲线更加平滑。

3.设置全局配置：

  • 使用 set_global_opts 方法配置标题、坐标轴和提示框等全局设置。
  • legend_opts=opts.LegendOpts(is_show=True) 用于显示图例，这样可以通过点击图例来选择/隐藏不同的系列。

到此这篇关于Python使用Pyecharts绘制各种折线图的实战指南的文章就介绍到这了,更多相关Python Pyecharts绘制折线图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • 加速Python代码执行利器使用实例探究

    加速Python代码执行利器使用实例探究

    这篇文章主要为大家介绍了加速Python代码执行的利器使用实例探究,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2024-01-01
  • python xml.etree.ElementTree遍历xml所有节点实例详解

    python xml.etree.ElementTree遍历xml所有节点实例详解

    这篇文章主要介绍了python xml.etree.ElementTree遍历xml所有节点实例详解的相关资料,这里附有实例代码，需要的朋友可以参考下
    2016-12-12
  • Python 2/3下处理cjk编码的zip文件的方法

    Python 2/3下处理cjk编码的zip文件的方法

    今天小编给大家分享Python 2/3下处理cjk编码的zip文件的方法，在项目中经常会遇到这样的问题，小编特意分享到脚本之家平台，感兴趣的朋友跟随小编一起看看吧
    2019-04-04
  • python入门之井字棋小游戏

    python入门之井字棋小游戏

    这篇文章主要为大家详细介绍了python入门学习之井字棋小游戏，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2020-03-03
  • Python如何判断Excel单元格的值是否为空

    Python如何判断Excel单元格的值是否为空

    在Python中,你可以使用openpyxl库来处理Excel文件,这篇文章主要介绍了Python判断Excel单元格的值是否为空,需要的朋友可以参考下
    2024-06-06
  • 了解一下python内建模块collections

    了解一下python内建模块collections

    这篇文章主要介绍了Python内建模块——collections的相关资料，帮助大家更好的理解和使用python，感兴趣的朋友可以了解下
    2020-09-09
  • Python PyQt5实战项目之查询器的实现流程详解

    Python PyQt5实战项目之查询器的实现流程详解

    PyQt5以一套Python模块的形式来实现功能。它包含了超过620个类，600个方法和函数。它是一个多平台的工具套件，它可以运行在所有的主流操作系统中，包含Unix，Windows和Mac OS。PyQt5采用双重许可模式。开发者可以在GPL和社区授权之间选择
    2021-11-11
  • Django的ALLOWED_HOSTS配置方法

    Django的ALLOWED_HOSTS配置方法

    allowed_hosts 参数是用于设置 Django 的域名白名单的,本文主要介绍了Django的ALLOWED_HOSTS配置方法,具有一定的参考价值,感兴趣的可以了解一下
    2024-06-06
  • 利用Python实现网络测试的脚本分享

    利用Python实现网络测试的脚本分享

    这篇文章主要给大家介绍了关于利用Python实现网络测试的方法，文中给出了详细的示例代码供大家参考学习，对大家具有一定的参考学习价值，需要的朋友们下面来一起看看吧。
    2017-05-05
  • 在python shell中运行python文件的实现

    在python shell中运行python文件的实现

    今天小编就为大家分享一篇在python shell中运行python文件的实现，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2019-12-12

最新评论