2024年最全软件测试 Python数据可视化神器——pyecharts教程（十一）(1)，2024年最新学习指南

set_global_opts(title_opts=opts.TitleOpts(title=“电池电量仪表图”))title_opts=opts.TitleOpts(title=“电池电量仪表图”, subtitle=“示例”),.add(“”, [(“电量”, 80)], split_number=5).add(“”, [(“电量”, 80)])# 标题和数据。

2401_84563987

387人浏览 · 2024-05-08 11:46:30

2401_84563987 · 2024-05-08 11:46:30 发布

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上软件测试知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化的资料的朋友，可以戳这里获取

    ),
    detail_label_opts: types.GaugeDetail = opts.GaugeDetailOpts(  # 仪表盘详细标签配置，默认为指定的配置
        formatter="{value}%",
        offset_center=["0%", "40%"],
    ),
    progress: types.GaugeProgress = opts.GaugeProgressOpts(),  # 仪表盘进度配置，默认为指定的配置
    pointer: types.GaugePointer = opts.GaugePointerOpts(),  # 仪表盘指针配置，默认为指定的配置
    anchor: types.GaugeAnchor = opts.GaugeAnchorOpts(),  # 仪表盘锚点配置，默认为指定的配置
    tooltip_opts: types.Tooltip = None,  # 提示框配置，默认为空
    axisline_opts: types.AxisLine = None,  # 坐标轴线配置，默认为空
    axistick_opts: types.AxisTick = None,  # 坐标轴刻度配置，默认为空
    axislabel_opts: types.AxisLabel = None,  # 坐标轴标签配置，默认为空
    itemstyle_opts: types.ItemStyle = None,  # 数据项样式配置，默认为空
)


#### 绘图实战


1. 绘制基础仪表图


我们将演示如何创建一个简单的仪表图。假设我们要显示某个电池的电量百分比，代码如下：

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

gauge = (
Gauge()
.add(“”, [(“电量”, 80)]) # 标题和数据
.set_global_opts(title_opts=opts.TitleOpts(title=“电池电量仪表图”))
)
gauge.render(“basic_gauge.html”)


运行脚本，在浏览器中打开生成的html文件，如下：


![](https://img-blog.csdnimg.cn/direct/41a6704cffe04f599bda14d61d00896a.png)


1. 仪表图的定制和美化


上面我们只是绘制了一个基础的仪表图，但是在实际生活中，比如汽车的仪表盘，对于速度是有不一样的颜色表示的，比如靠近极速的刻度为红色，比如字体可以进行修改等，现在我们来对仪表盘进行优化。

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

gauge = (
Gauge()
.add(“”, [(“电量”, 80)], split_number=5)
.set_global_opts(
title_opts=opts.TitleOpts(title=“电池电量仪表图”, subtitle=“示例”),
legend_opts=opts.LegendOpts(is_show=False),
)
.set_series_opts(
axisline_opts=opts.AxisLineOpts(
linestyle_opts=opts.LineStyleOpts(

            color=[[0.2, "#c23531"], [0.8, "#63869e"], [1, "#91c7ae"]],
            width=30,
        )
    ),
    splitline_opts=opts.SplitLineOpts(

        is_show=True,
        linestyle_opts=opts.LineStyleOpts(width=3, color="auto"),
    ),
)

)
gauge.render(“customized_gauge.html”)


这个示例中，我们添加了标题和子标题，隐藏了图例，更改了仪表盘的颜色，并调整了刻度线的样式，运行脚本，生成的HTML文件，在浏览器中打开如下图：


![](https://img-blog.csdnimg.cn/direct/bf3fd930705c4dcc943b2bc24a2bad45.png)


#### 总结


使用 `Pyecharts` 绘制仪表图是一种强大的数据可视化方式，可用于直观地展示单一指标的数据。本文介绍了如何开始使用 `Pyecharts` 创建基本的仪表图，并演示了如何定制和美化它以适应我们的需求。通过深入了解 Pyecharts 的功能和选项，我们可以创建令人印象深刻的仪表图，从而更好地传达和分享数据分析的结果。开始使用 Pyecharts，让数据更具有说服力和吸引力！


**最后感谢每一个认真阅读我文章的人，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走：**


#### 



![img](https://img-blog.csdnimg.cn/img_convert/9000b3e4e5cd589999bdb50deb9999ae.png)
![img](https://img-blog.csdnimg.cn/img_convert/9a7692fce5140fc850ca40f3e3f7ca6a.png)
![img](https://img-blog.csdnimg.cn/img_convert/bc9c57389f79fd7d18c80883e971ed14.png)

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上软件测试知识点，真正体系化！**

**由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

**[需要这份系统化的资料的朋友，可以戳这里获取](https://bbs.csdn.net/forums/4f45ff00ff254613a03fab5e56a57acb)**

、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

**[需要这份系统化的资料的朋友，可以戳这里获取](https://bbs.csdn.net/forums/4f45ff00ff254613a03fab5e56a57acb)**