add_yaxis(series_name, # 表示系列的名称，显示于提示框和图例中。
          y_axis,  # 表示系列数据。
          xaxis_index, # 表示x轴的索引，用于拥有多个x轴的单图表中。
          yaxis_index, # 表示y轴的索引，用于拥有多个y轴的单图表中。
          color,  # 表示系列的注释文本的颜色。
          is_symbol_show, # 表示是否显示标记及注释文本，默认为True。
          symbol,  # 表示标记的图形，可以为'circle'（圆形）、'rect'（矩形）、'roundRect'（圆角矩形）、
                   # 'triangle'（三角形）、'diamond'（菱形）、'pin'（大头针）、'arrow'（箭头）、'none'（无）。
          symbol_size， # 表示标记的大小，可以接收单一数值，也可以接收诸如 [width, height]的数组。
          stack， # 表示将轴上同一类目的数据堆叠放置。
          is_smooth  # 表示是否使用平滑曲线。
          is_step， # 表示是否显示为阶梯图。
         )

折线图

# 折线图
import pyecharts.options as opts
from pyecharts.charts import Line
line_demo = (Line()
             .add_xaxis(['可乐','雪碧','青岛','橙汁','奶茶']) # 表示x轴的标签
             .add_yaxis('商家A', # 图例名称
                        [102,132,105,52,90], # 表示系列数据
                        symbol='diamond', # 表示标记的图形，'diamond'（菱形）
                        symbol_size=15 # 表示标记的大小，可以接收单一数值，也可以接收诸如 [width, height]的数组。
                       )
             .add_yaxis('商家B',[86,108,128,66,136],symbol='triangle',symbol_size=15)
             .set_global_opts(title_opts=opts.TitleOpts(title='折线图示例')) # 全局配置的标题组件的配置项
            )
line_demo.render_notebook() # 渲染图表

小练习

# 绘制折线图
from pyecharts import options as opts
from pyecharts.charts import Line
x = ["水果","书籍","滑板","篮球","面包","泡面","饮料"]
y_a = [82,87,92,56,104,49,132]
y_b = [103,25,49,57,68,37,109]

line_demo = (
    Line()
    .add_xaxis(x)
    .add_yaxis(
        '超市A', # 图例
        y_a, # 系列数据
        is_selected=True, # 是否选中图例
        symbol='triangle', # 标记的图形
        symbol_size=20, # 标记大小
        color='red', # 标记颜色
        is_symbol_show=True, # 是否展示
        is_smooth=True, # 是否平滑曲线
        is_hover_animation=True, # 是否开启hover在拐点标志上的提示动画效果
        is_step=True, # 是否显示成阶梯图
        linestyle_opts=opts.LineStyleOpts(
            color='pink', # 线条颜色
            type_='solid', # 线条类型
            width=4 # 线宽
        ),
        itemstyle_opts=opts.ItemStyleOpts( # 图元样式配置项
            border_width=3, # 图形标记边缘宽度
            border_color='blue' # 图形标记边缘颜色
        ),
        label_opts=opts.LabelOpts( # 标签配置项
            color='green', # 文字的颜色
            rotate=15, # 标签旋转。从 -90 度到 90 度。正值是逆时针。
            font_size=20 # 字体大小
        )
    )
    .set_global_opts( # 全局配置项
        legend_opts=opts.LegendOpts( # 图例配置项
            pos_right='20%', # 图例向右移
            item_width=25, # 图例的图形宽度，默认25
        ),
        title_opts=opts.TitleOpts( # 标题配置项
            title="折线图", # 标题
            subtitle='两条折线', # 副标题
            item_gap=15, # 主副标题的间距，默认为10
        ),
        tooltip_opts=opts.TooltipOpts( # 提示框配置项
            background_color='green',# 提示框浮层的背景颜色
            border_color='red', # 提示框浮层的边框颜色
            border_width=5 # 提示框浮层的边框大小
        )
    )
    .add_yaxis(
        "超市B",
        y_b
    )
)
# line_demo.render('./折线图.html')
line_demo.render_notebook()

绘制饼图或圆环图（Pie()）

pyecharts的Pie类表示饼图，该类中提供了一个add()方法，使用add()方法可以为饼图添加数据和配置项。

add()方法的语法格式如下：

add(series_name, # 表示系列的名称，显示于提示框和图例中。
    data_pair, # 表示系列数据帧，可以接收形如[[key1, value1[, [key2, value2]...]的数据。
    color=None, # 系列 label 颜色
    radius=None, # 表示饼图的半径，可以接收一个包含两个元素的数组，其中数组的第一项为内半径，第二项为外半径。
                    #  默认设置成百分比，相对于容器高宽中较小的一项的一半
    center=None, # 表示饼图的中心坐标。数组的第一项是横坐标，第二项是纵坐标
                # 默认设置成百分比，设置成百分比时第一项是相对于容器宽度，第二项是相对于容器高度
    rosetype=None,  # 是否展示成南丁格尔图，通过半径区分数据大小，有'radius'和'area'两种模式。
                    # radius：扇区圆心角展现数据的百分比，半径展现数据的大小
                    # area：所有扇区圆心角相同，仅通过半径展现数据大小
    is_clockwise=True, # 表示饼图的扇区是否按顺时针排布。
    label_opts=opts.LabelOpts(),  # 标签配置项，
    tooltip_opts=None, # 提示框组件配置项，
    itemstyle_opts=None, # 表示图元样式配置项。
    encode: types.Union[types.JSFunc, dict, None] = None, # 可以定义 data 的哪个维度被编码成什么。
   )

绘制饼图

# 绘制饼图
import pyecharts.options as opts
from pyecharts.charts import Pie
pie_demo = (
    Pie()
    .add("", # 可直接对应key
         [["小米",150],["三星",20],["华为",120],["苹果",120],["魅族",117],["VIVO",145],["OPPPO",128]] # 系列数据帧[[key1, value1]]
        )
    .set_global_opts(title_opts=opts.TitleOpts("饼图实例")) # 全局配置之标题配置
)
pie_demo.render_notebook() # 渲染图表

绘制圆环图

# 绘制圆环图
import pyecharts.options as opts
from pyecharts.charts import Pie
pie_demo = (
    Pie()
    .add("", # 可直接对应key
         [["小米",150],["三星",20],["华为",120],["苹果",120],["魅族",117],["VIVO",145],["OPPPO",128]], # 系列数据帧[[key1, value1]]
         center=['50%','50%'], # 默认设置成百分比，设置成百分比时第一项是相对于容器宽度，第二项是相对于容器高度
         radius=[100,160] # 表示饼图的半径，可以接收一个包含两个元素的数组，其中数组的第一项为内半径，第二项为外半径。
        )
    .set_global_opts(title_opts=opts.TitleOpts("饼图实例")) # 全局配置之标题配置
)
pie_demo.render_notebook() # 渲染图表

绘制散点图（Scatter()）

pyecharts的Scatter类表示散点图，EffectScatter类表示带有涟漪特效的散点图，这两个类中均提供了一个add_yaxis()方法，使用add_yaxis()方法可以为散点图添加数据和配置项。

add_yaxis ()方法的语法格式如下所示：

add_yaxis(series_name,  # 表示系列的名称，显示于提示框和图例中。
          y_axis, # 表示系列数据。
          is_selected=True, # 表示是否选中图例。
          xaxis_index=None, # 使用的 x 轴的 index，在单个图表实例中存在多个 x 轴的时候有用。
          yaxis_index=None, # 使用的 y 轴的 index，在单个图表实例中存在多个 y 轴的时候有用。
          color=None, # 系列 label 颜色
          symbol=None,  # 表示标记的图形。
                        # ECharts 提供的标记类型包括 'circle', 'rect', 'roundRect', 'triangle', 
                        # 'diamond', 'pin', 'arrow', 'none'
                        # 可以通过 'image://url' 设置为图片，其中 URL 为图片的链接，或者 dataURI。
          symbol_size=10, # 表示标记的大小。
          label_opts=opts.LabelOpts(position="right"), # 标签配置项
          markpoint_opts=None, # 标记点配置项
          markline_opts=None, # 标记线配置项
          tooltip_opts=None,  # 提示框组件配置项
          itemstyle_opts=None # 图元样式配置项
         )

# 带有涟漪特效的散点图(最上面有涟漪)
import pyecharts.options as opts
from pyecharts.charts import EffectScatter

effect_demo = (
    EffectScatter()
    .add_xaxis(['周一','周二','周三','周四','周五','周六','周日']) # x轴标签
    .add_yaxis("", # 图例空白
               [30,108,73,116,73,143,106], # 系列数据
               symbol='pin' # 标记的图形
              )
    .set_global_opts(
                      title_opts=opts.TitleOpts(title='涟漪特效散点图示例'),
                      xaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True)), # 显示x轴网格
                      yaxis_opts=opts.AxisOpts(splitline_opts=opts.SplitLineOpts(is_show=True))  # 显示y轴网格           
                      )
    )
effect_demo.render_notebook() # 渲染图表

绘制3D柱形图（Bar3D()）

pyecharts的Bar3D类表示3D柱形图，该类中提供了一个add()方法，使用add()方法可以为3D柱形图添加数据和配置项。

add()方法的语法格式如下：

add(series_name, # 表示系列的名称，显示于提示框和图例中。
    data, # 表示数据。
    shading=None, # 表示阴影。
    itemstyle_opts=None, # 表示图元样式配置项。
    label_opts=opts.LabelOpts(is_show=False),
    xaxis3d_opts=opts.Axis3DOpts(type_="category"),  # 表示x坐标轴的配置项。
    yaxis3d_opts=opts.Axis3DOpts(type_="category"),  # 表示y坐标轴的配置项。
    # zaxis3d_opts：表示z坐标轴的配置项。
    grid3d_opts=opts.Grid3DOpts()  # 表示3D图表网格的配置项。
   )

绘制3D柱形图

# 绘制3D柱形图
import random
from pyecharts import options as opts
from pyecharts.charts import Bar3D

data = [(i, j,random.randint(2, 20)) for i in range(7) for j in range(10)] 
#  data = [(0, 0, 11), (0, 1, 20), (0, 2, 6),....., (6, 7, 8), (6, 8, 5), (6, 9, 14)]
# data1 = [[d[1], d[0],d[2]] for d in data]
# data1 = [[0, 0, 11], [1, 0, 20], [2, 0, 6],...,[7, 6, 8], [8, 6, 5], [9, 6, 14]]
bar_3d = (
    Bar3D()
    .add("", # 表示系列的名称，显示于提示框和图例中。
         [[d[1], d[0],d[2]] for d in data], # 数据
         xaxis3d_opts=opts.Axis3DOpts(type_="value"), # 坐标轴类型,'value': 数值轴，适用于连续数据。
         yaxis3d_opts=opts.Axis3DOpts(['Saturday','Friday','Thursday','Wednesday','Thesday','Monday','Sunday'], # 类目数据
                                      type_='category'),#  # 'category': 类目轴，适用于离散的类目数据，为该类型时必须通过 data 设置类目数据。
         zaxis3d_opts=opts.Axis3DOpts(type_='value') # 坐标轴类型,'value': 数值轴，适用于连续数据。
         )
    .set_global_opts(
        visualmap_opts=opts.VisualMapOpts(max_=30), # 指定 visualMapPiecewise 组件的最大值。
        title_opts=opts.TitleOpts(title='3D柱形图示例') # # 主标题文本，支持使用 \n 换行。
        )
    )
bar_3d.render_notebook() # 渲染图表

绘制统计地图（Map()）

pyecharts的Map类表示统计地图，该类中提供了一个add()方法，使用add()方法可以为统计地图添加数据和配置项。

add()方法的语法格式如下：

add(series_name, # 表示系列的名称，显示于提示框和图例中。
    data_pair, # 表示数据项，可以为诸如(坐标点名称, 坐标点值)形式的值。
    maptype="china", # 表示地图的类型，具体类型可参考pyecharts.datasets.map_filenames.json文件。
    is_selected=True, # 是否选中图例,默认True
    is_roam=True, # 是否开启鼠标缩放和平移漫游。默认True
    center=None, # 当前视角的中心点，用经纬度表示
    zoom=1,  # 当前视角的缩放比例。默认1
    name_map=None, # 自定义地区的名称映射
    symbol=None, # 标记图形形状
    is_map_symbol_show=True, # 是否显示标记图形，默认True
    label_opts=opts.LabelOpts(), # 标签配置项，参考 `series_options.LabelOpts`
    emphasis_itemstyle_opts=None, # 高亮图元样式配置项，参考 `series_options.ItemStyleOpts`
    tooltip_opts=None, # 提示框组件配置项，参考 `series_options.TooltipOpts`
    itemstyle_opts=None, # 图元样式配置项，参考 `series_options.ItemStyleOpts`
    emphasis_label_opts=None # 高亮标签配置项，参考 `series_options.LabelOpts`
   )

绘制统计地图

# 绘制统计地图
from pyecharts import options as opts
from pyecharts.charts import Map

data_map = [['汕头市',100],['汕尾市',88],['揭阳市',99],['阳江市',68],
            ['肇庆市',35],['广州市',28],['惠州市',20]] # 数据，[坐标点名称, 坐标点值]
map_demp = (
    Map() # Map类对象
    .add("商家A", # 图例
         data_map, #系列数据
         "广东" #地图类型
        )
    .set_global_opts(title_opts=opts.TitleOpts(title="广东地图示例"), # 标题配置项， title= 主标题文本，支持使用 \n 换行。
                    visualmap_opts=opts.VisualMapOpts() #视觉配置项
                    )
)
# map_demp.render("./统计地图.html") # 保存为html
map_demp.render_notebook() # 渲染图表

绘制漏斗图（Funnel()）

pyecharts的Funnel类表示漏斗图，该类中提供了一个add()方法，使用add()方法可以为漏斗图添加数据和配置项。

add()方法的语法格式如下：

add(
    series_name:str, # 系列名称，用于显示于提示框和图例中。
    data_pair:Sequence, # 系列数据项，格式为[[key1, value1],[key2, value2]]
    is_selected:bool = True, # 是否选中图例
    color:Option[str] = None, # 系列标签的颜色
    sort_:str = 'descending', # 数据排序，可以取 'ascending','descending','none'(表示按data顺序)
    gap:Numeric = 0, # 数据图形间距
    label_opts:Union[opts.LabelOpts, dict] = opts.LabelOpts(), # 标签配置项，参考 `series_options.LabelOpts`
    tooltip_opts: Union[opts.TooltipOpts, dict, None] = None, # 提示框组件配置项，参考 `series_options.TooltipOpts`
    itemstyle_opts: Union[opts.ItemStyleOpts, dict, None] = None,  # 图元样式配置项，参考 `series_options.ItemStyleOpts`

)

绘制漏斗图

# 绘制漏斗图
from pyecharts import options as opts
from pyecharts.charts import Funnel

data_fun = [['草莓',150],['芒果',118],['葡萄',25],['雪梨',89],
            ['西瓜',102],['柠檬',103],['车厘子',83]] # 准备数据项 data_pair
funnel_demo = (
    Funnel() # 创建Funnel类对象
    .add(
        "",  # 图例
        data_fun, # 系列数据项，格式为[(key1, value1),(key2, value2)]
        sort_='ascending' # 数据排序，从小到大
    )
    .set_global_opts( # 全局配置
        title_opts = opts.TitleOpts(title='漏斗图示例') # 标题配置项，title=标题可\n换行
    )
)
# funnel_demo.render("./漏斗图示例.html")
funnel_demo.render_notebook()

绘制桑基图（Saneky()）

pyecharts的Saneky类表示桑基图，该类中提供了一个add()方法，使用add()方法可以为桑基图添加数据和配置项。

add()方法的语法格式如下：

add(
    series_name: str, # 系列名称，用于显示于提示框和图例中。
    nodes: Sequence, # 表示分支的序列。
    links: Sequence, # 表示链接的序列。
    node_width: Numeric = 20, # 表示分支的宽度。 桑基图中每个矩形节点的宽度。
    node_gap: Numeric=8 # 表示分支的间隔。桑基图中每一列任意两个矩形节点之间的间隔。
    node_align: str = "justify",
    # 桑基图中节点的对齐方式，默认是双端对齐，可以设置为左对齐或右对齐，对应的值分别是：
    # justify: 节点双端对齐。
    # left: 节点左对齐。
    # right: 节点右对齐。
    pos_top: types.Union[str, types.Numeric] = "5%", # Sankey 组件离容器上侧的距离。pos_left...
    focus_node_adjacency: types.Union[bool, str] = False,
    # 鼠标 hover 到节点或边上，相邻接的节点和边高亮的交互，默认关闭，可手动开启。
    # false：hover 到节点或边时，只有被 hover 的节点或边高亮。
    # true：同 'allEdges'。
    # 'allEdges'：hover 到节点时，与节点邻接的所有边以及边对应的节点全部高亮。hover 到边时，边和相邻节点高亮。
    # 'outEdges'：hover 的节点、节点的出边、出边邻接的另一节点 会被高亮。hover 到边时，边和相邻节点高亮。
    # 'inEdges'：hover 的节点、节点的入边、入边邻接的另一节点 会被高亮。hover 到边时，边和相邻节点高亮。
    levels: types.SankeyLevel = None, # 桑基图每一层的设置。可以逐层设置
    label_opts: Union[opts.LabelOpts, dict] = opts.LabelOpts(), # 标签配置项，参考 `series_options.LabelOpts`
    linestyle_opt: Union[opts.LineStyleOpts, dict] = opts.LineStyleOpts(),# # 线条样式配置项，参考 `series_options.LineStyleOpts`
    tooltip_opts: Union[opts.TooltipOpts, dict, None] = None, # 提示框组件配置项，参考 `series_options.TooltipOpts`
)

绘制桑基图

# 绘制桑基图
from pyecharts import options as opts
from pyecharts.charts import Sankey

nodes = [
    {"name":"category1"},{"name":"category2"},
    {"name":"category3"},{"name":"category4"},
    {"name":"category5"},{"name":"category6"}
]
links = [
    {"source":"category1","target":"category2","value":10}, # category1~category2 10
    {"source":"category2","target":"category3","value":15}, # category3~category3 15
    {"source":"category3","target":"category4","value":20}, # category3~category4 20
    {"source":"category5","target":"category6","value":25}  # category5~category6 25
]
sankey_demo = (
    Sankey() # 创建Sankey类对象
    .add(
        "", # 图例
        nodes=nodes, # 分支的序列
        links=links, # 链接的序列
        linestyle_opt=opts.LineStyleOpts(
            opacity=0.2, # 图形透明度。支持从 0 到 1 的数字，为 0 时不绘制该图形。
            curve=0.5, # 线的弯曲度，0 表示完全不弯曲
            color="source" # 渐变色
        ),
        label_opts=opts.LabelOpts(
            position="right" # 
        ) 
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="桑基图示例"))
)
# sankey_demo.render("./桑基图示例.html")
sankey_demo.render_notebook()

七图合并（选项卡多图）

# 导包
import random
from pyecharts import options as opts
from pyecharts.charts import Tab,Line,Pie,Scatter,Bar3D,Map,Funnel,Sankey
from pyecharts.faker import Faker
import numpy as np

# 折线图
x = ["水果","书籍","滑板","篮球","面包","泡面","饮料"]
y_a = [82,87,92,56,104,49,132]
y_b = [103,25,49,57,68,37,109]

line_demo = (
    Line()
    .add_xaxis(x)
    .add_yaxis(
        '超市A', # 图例
        y_a, # 系列数据
        is_selected=True, # 是否选中图例
        symbol='triangle', # 标记的图形
        symbol_size=20, # 标记大小
        color='red', # 标记颜色
        is_symbol_show=True, # 是否展示
        is_smooth=True, # 是否平滑曲线
        is_hover_animation=True, # 是否开启hover在拐点标志上的提示动画效果
        is_step=True, # 是否显示成阶梯图
        linestyle_opts=opts.LineStyleOpts(
            color='pink', # 线条颜色
            type_='solid', # 线条类型
            width=4 # 线宽
        ),
        itemstyle_opts=opts.ItemStyleOpts( # 图元样式配置项
            border_width=3, # 图形标记边缘宽度
            border_color='blue' # 图形标记边缘颜色
        ),
        label_opts=opts.LabelOpts( # 标签配置项
            color='green', # 文字的颜色
            rotate=15, # 标签旋转。从 -90 度到 90 度。正值是逆时针。
            font_size=20 # 字体大小
        )
    )
    .set_global_opts( # 全局配置项
        legend_opts=opts.LegendOpts( # 图例配置项
            pos_right='20%', # 图例向右移
            item_width=25, # 图例的图形宽度，默认25
        ),
        title_opts=opts.TitleOpts( # 标题配置项
            title="折线图", # 标题
            subtitle='两条折线', # 副标题
            item_gap=15, # 主副标题的间距，默认为10
        ),
        tooltip_opts=opts.TooltipOpts( # 提示框配置项
            background_color='green',# 提示框浮层的背景颜色
            border_color='red', # 提示框浮层的边框颜色
            border_width=5 # 提示框浮层的边框大小
        )
    )
    .add_yaxis(
        "超市B",
        y_b
    )
)

# 饼图
label = Faker.choose()
data = Faker.values()

pie_demo = (
    Pie() # 创建Pie类对象
    .add(
        "",
        [list(z) for z in zip(label,data)], # 系列数据帧，接受[[key,value]..]数据
        radius=['30%','70%'], # 设置饼图的半径，数组的第一项是内半径，第二项是外半径
#         center=['20%','40%'] 饼图的中心（圆心）坐标，数组的第一项是横坐标，第二项是纵坐标
        rosetype='raduis',# 是否展示成南丁格尔图，通过半径区分数据大小，有'radius'和'area'两种模式。
        # radius：扇区圆心角展现数据的百分比，半径展现数据的大小
        # area：所有扇区圆心角相同，仅通过半径展现数据大小
        label_opts=opts.LabelOpts( # 标签配置项
            position='left', # 标签位置
            font_size=20, # 标签的字体大小
            font_style='italic' # 字体风格
        ),
        itemstyle_opts=opts.ItemStyleOpts( # 图元配置项
            border_color='red', # 图形的描边颜色
            border_width=1 # 图形的描边宽度，默认不描边
        )
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title='饼图示例',
            subtitle='设置半径的圆环图'
        ),
        tooltip_opts=opts.TooltipOpts( # 提示框配置项
            trigger='item',# 触发类型。可选：
            # 'item': 数据项图形触发，主要在散点图，饼图等无类目轴的图表中使用。
            # 'axis': 坐标轴触发，主要在柱状图，折线图等会使用类目轴的图表中使用。
            # 'none': 什么都不触发
        ),
        legend_opts=opts.LegendOpts( # 图例配置项
            pos_left='20%' # 图例组件离容器上侧的距离。
        )
    )
)

# 散点图
scatter_demo = (
    Scatter() # 创建类对象
    .add_xaxis(Faker.choose()) # 设置x轴标签
    .add_yaxis(
        "类型A", # 图例
        Faker.values(), # 系列数据 
        color='green', # 设置系列label的颜色
        symbol='diamond', # 设置标记的图形
        symbol_size=20, # 设置标记的大小
        label_opts=opts.LabelOpts( # 标签配置项
            position='bottom', # 标签放在下面，标签位置
            color='red', # 标签颜色
            font_size=15 # 文字的字体大小
        ),
        tooltip_opts=opts.TooltipOpts( # 提示框组件配置项
            position='left', # 提示信息的方向
            background_color='red', # 提示框的背景颜色
            border_color='yellow', # 提示框的边框颜色
            border_width=2 # 提示框的边框宽
        ),
        itemstyle_opts=opts.ItemStyleOpts( # 图元样式配置项
            border_color='red', # 描边的颜色
            border_width=1 # 描边的宽度
        )
    )
    .set_global_opts(
        title_opts=opts.TitleOpts( # 标题配置项
            title='散点图示例', # 标题
            subtitle='不同的散点' # 副标题
        ),
        legend_opts=opts.LegendOpts( # 图例配置项
            pos_right='50%', # 图例位置，左移50%
        ),
        visualmap_opts=opts.VisualMapOpts(
            type_='color', # 映射过渡类型，可选，"color", "size"
            max_=150, # 指定 visualMapPiecewise 组件的最大值。
            min_=20, # 指定 visualMapPiecewise 组件的最大值。
        )
    )
    .add_yaxis(
        "类型B",
        Faker.values()
    )
)

# 3d柱形图 
data = [(i,j,random.randint(2,20)) for i in range(7) for j in range(10)]
# data = [(0, 0, 11), (0, 1, 20), (0, 2, 6),....., (6, 7, 8), (6, 8, 5), (6, 9, 14)]
# data1 = [[d[1], d[0],d[2]] for d in data]
# data1 = [[0, 0, 11], [1, 0, 20], [2, 0, 6],...,[7, 6, 8], [8, 6, 5], [9, 6, 14]]
bar3d_demo = (
    Bar3D() #创建类对象
    .add(
        "",
        [[d[1],d[0],d[2]] for d in data], # 三维数据
        xaxis3d_opts=opts.Axis3DOpts(type_="value"), # 坐标轴类型,'value': 数值轴，适用于连续数据。
        yaxis3d_opts=opts.Axis3DOpts(['Saturday','Friday','Thursday','Wednesday','Thesday','Monday','Sunday'], # 类目数据
                                     type_='category'# 'category': 类目轴，适用于离散的类目数据，为该类型时必须通过 data 设置类目数据。
                                    ),
        zaxis3d_opts=opts.Axis3DOpts(type_='value') # 坐标轴类型,'value': 数值轴，适用于连续数据。
    )
    .set_global_opts(
        visualmap_opts=opts.VisualMapOpts(max_=30), # 指定 visualMapPiecewise 组件的最大值。
        title_opts=opts.TitleOpts(
            title='3D柱形图示例', # 主标题文本，支持使用 \n 换行。
            subtitle='3D图'
        ) 
    )
)

# 统计地图
data_map = [['汕头市',100],['汕尾市',88],['揭阳市',99],['阳江市',68],
            ['肇庆市',35],['广州市',28],['惠州市',20]] # 数据，[坐标点名称,坐标点值]
map_demo = (
    Map()
    .add(
        "广东", # 图例
        data_map, # 系列数据
        "广东", # 地图类型
        aspect_scale=1, # 参数用于 scale 地图的长宽比。默认0.75
        min_scale_limit=0.75, # 最小的缩放值
        max_scale_limit=2, # 最大的缩放值
        label_opts=opts.LabelOpts( # 标签配置项
            color='red', # 标签颜色
            font_size=12, # 文字的大小
            position='left', # 标签的位置
        ),
        itemstyle_opts=opts.ItemStyleOpts( # 图元样式配置项
            border_color='green', # 边缘颜色
            border_width=1, # 边缘宽度
        ),
        tooltip_opts=opts.TooltipOpts( # 提示框配置项
            border_color='red', #浮层边框颜色
            border_width=2, # 边框宽度
            background_color='green' # 浮层背景颜色
        )
    )
    .set_global_opts( # 全局配置
        title_opts=opts.TitleOpts( # 标题配置项
            title='广东地图', # 主标题，可\n换行
            subtitle='统计地图' # 副标题
        ),
        visualmap_opts=opts.VisualMapOpts( # 视觉映射配置项
            type_='color',# 映射过渡类型，可选，"color", "size"
            min_=0, # 指定 visualMapPiecewise 组件的最小值。
            max_=200, # 指定 visualMapPiecewise 组件的最大值。
            orient='horizontal', # 如何放置 visualMap 组件，水平（'horizontal'）或者竖直（'vertical'）。
        )
    )
)

# 漏斗图
data_fun = [list(z) for z in zip (Faker.choose(),Faker.values())]
# 等价于 [[i,j] for i,j in zip (Faker.choose(),Faker.values())]
funel_demo = (
    Funnel() # 创建类对象
    .add(
        "",
        data_fun, # 系列数据，格式为[[key1, value1],[key2, value2]]
        sort_='descending', # 数据排序， 可以取 'ascending'，'descending'，'none'（表示按 data 顺序）
        # 默认'descending'表示数据从多到少排序
        gap=1.5, # 数据图像的间距
        label_opts=opts.LabelOpts( # 标签配置项
            position='left', # 标签位置
            font_size=15, # 文字的字体大小
            color='red', # 文字的颜色
        ),
        itemstyle_opts=opts.ItemStyleOpts( # 图元样式配置项
            border_color='red', # 图行的描边颜色
            border_width=1.5, # 图形边缘变宽
            border_type='dashed', # 边缘描边虚线
        ),
        tooltip_opts=opts.TooltipOpts(
            background_color='green', # 浮层的背景颜色
            border_color='red', # 浮层边缘边框的颜色
            border_width=2, # 浮层边框的宽度
        )
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title='漏斗图示例',
            subtitle='常规漏斗图'
        ),
        visualmap_opts=opts.VisualMapOpts(
            type_='color', # 映射过渡类型，可选，"color", "size"
            min_=20, # 指定 visualMapPiecewise 组件的最小值。
            max_=170, # 指定 visualMapPiecewise 组件的最大值。
        ),
        legend_opts=opts.LegendOpts(
            pos_right='20%',# right 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比，
            legend_icon='rect', # 图例的图形形状，包括 'circle', 'rect', 'roundRect', 'triangle', 'diamond', 'pin', 'arrow', 'none'
        )
    )
)

# 桑基图
nodes = [
    {"name":"category1"},{"name":"category2"},
    {"name":"category3"},{"name":"category4"},
    {"name":"category5"},{"name":"category6"}
]
links = [
    {"source":"category1","target":"category2","value":10}, # category1~category2 10
    {"source":"category2","target":"category3","value":15}, # category3~category3 15
    {"source":"category3","target":"category4","value":20}, # category3~category4 20
    {"source":"category5","target":"category6","value":25}  # category5~category6 25
]
sankey_demo = (
    Sankey()
    .add(
        "base桑基图", #图例
        nodes=nodes, # 分支的序列
        links=links, # 链接的序列
        linestyle_opt=opts.LineStyleOpts( # 线样式配置项
            opacity=0.2, # 图形透明度，支持从0到1的数字，为01时不绘制该图形
            curve=0.5, # 线的弯曲度，0表示完全不弯曲
            color="source" # 渐变色
        ),
        label_opts=opts.LabelOpts( # 标签配置项
            position='right', #标签的位置
            color='red', # 标签的颜色
            font_size=14, # 文字的字体颜色
        ),
        tooltip_opts=opts.TooltipOpts( # 提示框配置项
            background_color='green', # 浮层的背景颜色
            border_color='red', # 浮层的边框颜色
            border_width=2 # 浮层的边框宽度
        )
    )
    .set_global_opts( # 全局配置
        title_opts=opts.TitleOpts( # 标题配置项
            title="桑基图示例", # 主标题
            subtitle="基本桑基图", # 副标题
        ),
       visualmap_opts=opts.VisualMapOpts(
           type_='color', # 映射过渡类型，可选，"color", "size"
           min_=10, # 指定 visualMapPiecewise 组件的最小值。
           max_=25, # 指定 visualMapPiecewise 组件的最大值。
           orient='vertical'# 如何放置 visualMap 组件，水平（'horizontal'）或者竖直（'vertical'）。
       ) 
    )
)

tab = (
    Tab() # 创建类对象，选项卡多图
    .add(
        line_demo, # charts图表
        '折线图' # 标签名称
    )
    .add(
        pie_demo,
        '饼图'
    )
    .add(
        scatter_demo,
        '散点图'
    )
    .add(
        bar3d_demo,
        '3D柱形图'
    )
    .add(
        map_demo,
        '统计地图'
    )
    .add(
        funel_demo,
        '漏斗图'
    )
    .add(
        sankey_demo,
        '桑基图'
    )
)
# tab.render('./作业.html')
tab.render_notebook()