class pyecharts.charts.Parallel

  1. class Parallel(
  2. # 初始化配置项,参考 `global_options.InitOpts`
  3. init_opts: opts.InitOpts = opts.InitOpts()
  4. )

func pyecharts.charts.Parallel.add_schema

  1. def add_schema(
  2. schema: Sequence[Union[opts.ParallelAxisOpts, dict]],
  3. parallel_opts: Union[opts.ParallelOpts, dict, None] = None,
  4. )

func pyecharts.charts.Parallel.add

  1. def add(
  2. # 系列名称,用于 tooltip 的显示,legend 的图例筛选。
  3. series_name: str,
  4. # 系列数据
  5. data: Sequence,
  6. # 是否选中图例。
  7. is_selected: bool = True,
  8. # 是否平滑曲线
  9. is_smooth: bool = False,
  10. # 线条样式,参考 `series_options.LineStyleOpts`
  11. linestyle_opts: Union[opts.LineStyleOpts, dict] = opts.LineStyleOpts(),
  12. # 提示框组件配置项,参考 `series_options.TooltipOpts`
  13. tooltip_opts: Union[opts.TooltipOpts, dict, None] = None,
  14. # 图元样式配置项,参考 `series_options.ItemStyleOpts`
  15. itemstyle_opts: Union[opts.ItemStyleOpts, dict, None] = None,
  16. )

ParallelOpts:平行坐标系配置项

class pyecharts.options.ParallelOpts

  1. class ParallelOpts(
  2. # parallel 组件离容器左侧的距离。
  3. # left 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,
  4. # 也可以是 'left', 'center', 'right'。
  5. # 如果 left 的值为'left', 'center', 'right',组件会根据相应的位置自动对齐。
  6. pos_left: str = "5%",
  7. # parallel 组件离容器右侧的距离。
  8. # 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。
  9. pos_right: str = "13%",
  10. # parallel 组件离容器下侧的距离。
  11. # bottom 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。
  12. pos_bottom: str = "10%",
  13. # parallel 组件离容器上侧的距离。
  14. # top 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,
  15. # 也可以是 'top', 'middle', 'bottom'。
  16. # 如果 top 的值为'top', 'middle', 'bottom',组件会根据相应的位置自动对齐。
  17. pos_top: str = "20%",
  18. # 布局方式,可选值为:
  19. # 'horizontal':水平排布各个坐标轴。
  20. # 'vertical':竖直排布各个坐标轴。
  21. layout: Optional[str] = None,
  22. )

ParallelAxisOpts:平行坐标系轴配置项

class pyecharts.options.ParallelAxisOpts

  1. class ParallelAxisOpts(
  2. # 坐标轴的维度序号。
  3. dim: Numeric,
  4. # 坐标轴名称。
  5. name: str,
  6. # 坐标轴数据项
  7. data: Sequence = None,
  8. # 坐标轴类型。可选:
  9. # 'value': 数值轴,适用于连续数据。
  10. # '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。
  11. # 'time': 时间轴,适用于连续的时序数据,与数值轴相比时间轴带有时间的格式化,在刻度计算上也有所不同
  12. # 例如会根据跨度的范围来决定使用月,星期,日还是小时范围的刻度。
  13. # 'log' 对数轴。适用于对数数据。
  14. type_: Optional[str] = None,
  15. # 坐标轴刻度最小值。
  16. # 可以设置成特殊值 'dataMin',此时取数据在该轴上的最小值作为最小刻度。
  17. # 不设置时会自动计算最小值保证坐标轴刻度的均匀分布。
  18. # 在类目轴中,也可以设置为类目的序数(如类目轴 data: ['类A', '类B', '类C'] 中,序数 2 表示 '类C'
  19. # 也可以设置为负数,如 -3)。
  20. min_: Union[str, Numeric, None] = None,
  21. # 坐标轴刻度最大值。
  22. # 可以设置成特殊值 'dataMax',此时取数据在该轴上的最大值作为最大刻度。
  23. # 不设置时会自动计算最大值保证坐标轴刻度的均匀分布。
  24. # 在类目轴中,也可以设置为类目的序数(如类目轴 data: ['类A', '类B', '类C'] 中,序数 2 表示 '类C'
  25. # 也可以设置为负数,如 -3)。
  26. max_: Union[str, Numeric, None] = None,
  27. # 只在数值轴中(type: 'value')有效。
  28. # 是否是脱离 0 值比例。设置成 true 后坐标刻度不会强制包含零刻度。在双数值轴的散点图中比较有用。
  29. # 在设置 min 和 max 之后该配置项无效。
  30. is_scale: bool = False,
  31. )