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。