用pyecharts作图如何隐藏数值标签等数据

使用pyecharts作图的时候，比如柱状图、折线图，默认情况下，柱状图顶上会有具体的数值标签，一般情况下无伤大雅，但是当我的数据很多的时候
比如上图，就会出现这种情况，那么如何隐藏标签呢
从官网的文档中可以找到方法
https://pyecharts.org/#/zh-cn/series_options
标签的定义在系列配置项中

class LabelOpts(# 是否显示标签。is_show: bool = True,#下略

因此，我们可以在定义图的时候，在系列配置项中将其设置为不显示
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Fakerc = (Bar().add_xaxis(Faker.choose()).add_yaxis("商家A", Faker.values()).add_yaxis("商家B", Faker.values()).set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例", subtitle="我是副标题")).set_series_opts(label_opts=opts.LabelOpts(is_show=False)).render("bar_base.html")
)

当然，还有更简单的办法，直接在定义Y轴的时候设置标签为不显示
话不多说，直接上实例

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Fakerc = (Bar().add_xaxis(Faker.choose()).add_yaxis("商家A", Faker.values(),label_opts = opts.LabelOpts(is_show=False))    #隐藏商家A的标签.add_yaxis("商家B", Faker.values()).set_global_opts(title_opts=opts.TitleOpts(title="Bar-基本示例", subtitle="我是副标题")).render_notebook()
)

至于如何隐藏其他的如坐标轴、标题等数据，均可以通过全局配置项或者系列配置项来设置，下面是一个例子

.set_global_opts(xaxis_opts = opts.AxisOpts(is_show = False,    #隐藏X轴刻度),yaxis_opts = opts.AxisOpts(is_show = False,    #隐藏Y轴刻度),legend_opts = opts.LegendOpts(is_show = False),  #隐藏图例title_opts = opts.TitleOpts(title = None),    #隐藏标题
)

只需要从官网文档中找到对应的配置，在对应配置项里设置即可
值得一提的是，设置一般写成如下格式，便于查看：
配置名缩写或小写_opts = opts.配置项名() #其余配置
如坐标轴轴配置：
x(y)axis_opts = opts.配置项名()

放一张只剩折线和柱状的图

用pyecharts作图如何隐藏数值标签等数据相关推荐

python数据可视化---Pyecharts作图方式、修饰逻辑与数据格式
pyecharts库下载pyecharts库直接cmd打开命令提示符输入pip install pyecharts后按回车键下载即可验证pyecharts库 Step1: 打开jupyter n ...
R语言ggplot2可视化：ggplot2可视化时间序列数据并在末尾数据点添加数值标签（number label）
R语言ggplot2可视化:ggplot2可视化时间序列数据并在末尾数据点添加数值标签(number label) 目录
Python使用matplotlib函数subplot可视化多个不同颜色的折线图、使用set_major_formatter函数自定义设置y轴数值标签格式为百分比
Python使用matplotlib函数subplot可视化多个不同颜色的折线图.使用set_major_formatter函数自定义设置y轴数值标签格式为百分比目录
Python使用matplotlib函数subplot可视化多个不同颜色的折线图、在折线图上为每个数据点添加数值标签
Python使用matplotlib函数subplot可视化多个不同颜色的折线图.在折线图上为每个数据点添加数值标签目录
Python使用matplotlib可视化条形图（bar plot）、自定义在条形图的顶部添加数值标签（Bar Chart）
Python使用matplotlib可视化条形图(bar plot).自定义在条形图的顶部添加数值标签(Bar Chart) 目录
Python使用matplotlib可视化面积图（Area Chart）、通过给坐标轴和曲线之间的区域着色可视化面积图、在面积图的指定区域添加箭头和数值标签
Python使用matplotlib可视化面积图(Area Chart).通过给坐标轴和曲线之间的区域着色可视化面积图.在面积图的指定区域添加箭头和数值标签目录
R语言ggplot2可视化：可视化堆叠的直方图、在bin中的每个分组部分添加数值标签、使用position_stack函数设置
R语言ggplot2可视化:可视化堆叠的直方图.在bin中的每个分组部分添加数值标签.使用position_stack函数设置目录
R语言ggplot2可视化：可视化堆叠的直方图、添加每个分组的每个bin的计数标签、在堆叠直方图的bin中的每个分组部分添加数值标签
R语言ggplot2可视化:可视化堆叠的直方图.添加每个分组的每个bin的计数标签.在堆叠直方图的bin中的每个分组部分添加数值标签目录
Python使用matplotlib可视化发散型点图、发散型点图可以同时处理负值和正值、并按照大小排序区分数据、为发散型点图添加数值标签（Diverging Dot Plot ）
Python使用matplotlib可视化发散型点图.发散型点图可以同时处理负值和正值.并按照大小排序区分数据.为发散型点图添加数值标签(Diverging Dot Plot ) 目录

用pyecharts作图如何隐藏数值标签等数据

用pyecharts作图如何隐藏数值标签等数据相关推荐

最新文章

热门文章