在Pyecharts中实现柱状图与甘特图组合效果的技术方案
2025-05-15 21:48:39作者:管翌锬
在数据可视化领域,Pyecharts作为优秀的Python可视化库,能够帮助开发者快速构建各种图表。本文将详细介绍如何通过Pyecharts实现柱状图与甘特图的组合效果,这种可视化方式特别适合展示项目进度与目标值的对比场景。
核心实现思路
要实现柱状图上叠加横线的效果,本质上是需要在柱状图的基础上添加辅助线。Pyecharts提供了两种主要的技术方案:
-
堆叠柱状图+标记线方案
- 使用Bar组件的stack参数创建堆叠柱状图
- 通过markline_opts参数添加标记线
- 可以自定义标记线的样式和位置
-
多系列颜色区分方案
- 创建多个数据系列
- 通过不同颜色区分实际值和目标值
- 利用视觉差异形成对比效果
具体实现方法
堆叠柱状图实现
from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker
bar = (
Bar()
.add_xaxis(Faker.choose())
.add_yaxis("实际值", Faker.values(), stack="stack1")
.add_yaxis(
"目标值",
[[-i] for i in Faker.values()],
stack="stack1",
markline_opts=opts.MarkLineOpts(
data=[opts.MarkLineItem(y=50)]
)
)
.set_global_opts(title_opts=opts.TitleOpts(title="项目进度对比"))
)
bar.render("bar_with_target.html")
多系列颜色方案
bar = (
Bar()
.add_xaxis(Faker.choose())
.add_yaxis("实际进度", Faker.values(), category_gap="50%")
.add_yaxis(
"目标线",
[50]*len(Faker.choose()),
itemstyle_opts=opts.ItemStyleOpts(color="rgba(255,0,0,0.3)"),
bar_width=20
)
.set_global_opts(title_opts=opts.TitleOpts(title="项目进度监控"))
)
技术要点解析
-
堆叠参数:stack参数可以将多个系列的数据堆叠显示,形成整体效果
-
标记线定制:
- 可以通过MarkLineItem的x/y参数精确定位标记线
- symbol参数控制标记点的样式
- linestyle_opts控制线条样式
-
视觉优化技巧:
- 适当调整柱状图的宽度和间距
- 使用半透明颜色增强可读性
- 添加图例说明各元素的含义
应用场景建议
这种组合图表特别适用于:
- 项目实际进度与计划进度的对比
- 销售业绩与目标的差距分析
- 资源使用率与限额的监控
- 任何需要同时展示绝对值和参考值的场景
总结
通过Pyecharts的灵活配置,开发者可以轻松实现柱状图与甘特图的组合效果。无论是使用标记线还是多系列颜色方案,都能有效传达数据背后的业务含义。在实际项目中,可以根据具体需求选择最适合的实现方式,并通过样式微调获得最佳的可视化效果。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0237
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
JoyAI-VL-Interaction-Preview京东开源首个开源、视觉驱动的实时交互模型——它能实时监控视频流,并自主决定何时发言、保持沉默或委托任务。Jinja00
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0166
kornia🐍 空间人工智能的几何计算机视觉库Python03
PaddleParallel Distributed Deep Learning: Machine Learning Framework from Industrial Practice (『飞桨』核心框架,深度学习&机器学习高性能单机、分布式训练和跨平台部署)C++02
项目优选
收起
暂无描述
Dockerfile
783
5.13 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
893
2.06 K
Ascend Extension for PyTorch
Python
764
983
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
713
1.44 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
471
477
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
468
165
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.11 K
1.16 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.42 K
683
昇腾LLM分布式训练框架
Python
187
239