2022-07-21

1.pyecharts绘图时，默认折线图只有固定间隔的刻度是可交互的，如果想每个点都能交互，需要设置：

line.set_global_opts(
    title_opts=opts.TitleOpts(title="百度股票2019年"),
    tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross")
)

2.pyecharts的主题设置，我觉得他这个设置不太好，主题这种不应该是全局的么，但他这个是每个图表单独配置，主题有很多。还发现echarts的图表背景色其实是透明的，我渲染到notebook看不管怎么换主题背景都是黑的，后来导出html，打开一看，背景又成了白色，所以其实它的背景是透明的，环境什么颜色就是什么颜色，我觉得挺坑的。设置主题和图大小：

from pyecharts.charts import Line,Bar
from pyecharts import options as opts
from pyecharts.globals import ThemeType
init_opts = opts.InitOpts(theme=ThemeType.MACARONS,width="1600px",height="700px")
line = Line(init_opts=init_opts)
line.set_global_opts(
    title_opts=opts.TitleOpts(title="空入压强"),
    tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross")
)

3.这些天一直在研究大数据的绘图，现在百万级别的数据用seaborn画速度还算可以接受，我这边200万行*330列的数据大概4分钟画完，但是bokeh就不行了，也就是说如果画可交互的图，数据量一大就不行了，今天研究bokeh偶然发现一个工具，datashader，数据阴影，据说可以处理大数据的绘图，我先看一下。

4.又发现了一个大数据量绘制工具，跟cuda有关，可能利用了gpu，如果有这种工具，性能就大大提升了。

from cuxfilter import DataFrame
from cuxfilter.charts import scatter
import cudf
import random
 
cux_df = DataFrame.from_dataframe(cudf.DataFrame({'x': [float(random.randrange(-8239000,-8229000)) for i in range(10000)], 'y':[float(random.randrange(4960000, 4980000)) for i in range(10000)]}))
# setting pixel_shade_type='linear' to display legend (currently supports only log/linear)
scatter_chart = scatter(x='x',y='y', pixel_shade_type="linear")
 
d = cux_df.dashboard([scatter_chart])
scatter_chart.view()

5.又发现了好多库，其中一个holoviews，但是现在遇到一个问题，设置图的大小不起作用，回去再研究。