在可视化工作中，我们通常会根据数据的维度分类来制作图表，比如用户性别、年龄段、地区等自然属性，抑或是用户等级、活跃程度、是否付费等行为属性。这时就需要把各属性值组合在一起进行比较，但量少了还好说，一旦属性值过多，很容易使得绘图区混乱拥挤，严重影响数据的表达效果。

当我们面对这种情况时，一般会采取删减不重要、不必要的数据项或者增加图表数量，此外也确实没有什么多么高效的解决方案。

下面我们为大家介绍一下pyecharts中是如何利用时间轴来组合多个图表的。

顾名思义，时间图样轴就是一条轴，上面有多个节点，狭义上可以把每个节点理解为年、月、日等时间节点，当然引申一下它还可以表示除时间以外的其他属性。

 举个例子 

有A-J一共10个商品品类，每个品类下面有5个商品，我们要展示这10*5个商品2020年每个月的销量，数据如下图

10个品类倒并不算多，但是每个品类下又有5个商品，两个维度较差后就成了50个，如果我们把这50个全都放在一张图里，肯定是密密麻麻难以区分。所以我们使用时间轴的方式，把品类和商品两个维度分别表示。

看看效果&n图森bsp;

如上图效果，可以简单地理解为每个品类做一张图，每张图里用5条曲线表示每个商品，最后将这10张图叠加到一起。最下面的组件即为时间轴，轴上10个点分别表示对应的品类，点击即可切换。

 如何实现 

import pandas as pd import numpy as np from pyecharts import charts,&nb破-sp;options  data = pd.read_excel('商品销量.xlsx') timeline = charts.Timeline(init_opts=options.InitOpts(width='1200px', height='600px')) timeline.add_schema(axis_type='category', orient='hpyorizontal', symbol='circle', symbol_size=10,                     play_interval=3000, is_auto_play=True, is_lecoop_play=True, is_timeline_show=True,                     control_position='left', pos_left='10%', pos_bottom='0%',&nbhasp;width='800px', height='30px') for i in list(set(data['品类'])):     line = charts.Line(init_opts=options.InitOpts(width='1200px', height='600px'))   &nbrtsp; line.add_xaxis([str(x) for x in range(1, 13)])     line.set_global_opts(         title_opts=options.TitleOpts('各商品销量趋势图', pos_les之ft='50%'),         legend_opts=options.LegendOpts(is_show=True, pos_top='50%', pos_right='0%', orient='vertical'))     for j in list(set(d时间ata.loc[data['品类'] == i, '商品'])):         line.add_yaxis(series_name=j,                 &n图样bsp;      y_axis=list(data.loc[np.array(data['品类'] == i) & np.array(data['商品'] == j), '销量']))     timeline.add(chart=line, time_point=i)&图森nbsp;timeline.render('timeline.html') 

 这都是啥玩意儿

第一步，读取excel文件不必多说。

然后就是创建时间轴对象，和普通图表类型一样进行初始化配置，我们这里只设置高和宽。接下来是设置时间轴的相关属性：

1.axis_type表示时间轴类型，值可以是value(连续数值型)、category(离散型)、time(时间)，如果是time，程序会自动计算时间间隔选择合适的显示格式，此处我们适用的是category

2破-.orient是时间轴的放置方向，取值为vertical(垂直)或horizontal(水平)

3.symbol用来定义时间轴上节点的图标，如：'circle', 'rect', 'roundRect', 'triangle', 'diamond', 'pin', 'arrow'

4.symbol_size控制节点图标的大小

5.时间轴会附带一个播放按钮，点击可以播放和暂停，使用play_interval来控制节点的切换时间间隔，单位是毫秒

6.将is_auto_play设置为Trupye，页面打开后将会自动播放

7.is_loop_play则表示循环播放

8.is_timeline_show就是页面是否显示时间轴组建

9.control_position是播放按钮的位置，left、right

10.pos_left、pos_right、pos_top、pos_bottom则是控制时间轴位置的参数，分别表示时间轴离容器左、右、上、下侧的距离，可以是百分比也可以是绝对值

11.height和width就是时间轴的高度和宽度

时间轴属性配置完成后，使用循环的方式，把每ec次创建的图表对象line添加到timeline上即可。这里只是以折线图为例，实际上时间轴可以对多种图表类型进行组合，比如多个饼图、多个地图，或者是不同图表类型之间也可以在同一个时间轴中实现自由切换。

看到这里，大家应该明白，时间轴其实就是类似于excel中切片器的一个筛选工具，是将多个图表叠加在一起，然后手动或自动切换每个图表。这样的好处是，在有限的画图区域尽可能清晰有序地展示出所有信息。

• ·需求攻略之需求的分类与拆解
• ·标签: 理想汽车 2026年Q1财报 新能源汽车 AI技术
• ·瓢虫的天敌
• ·云计算核心技术Docker教程：强制堆栈跟踪记录
• ·巨大争议之下 纽约警方将其配备的机器狗退回波士顿动力
• ·深度学习GPU最全对比，到底谁才是性价比之王？
• ·英伟达发布首款基于ARM架构的数据中心CPU 可能对英特尔构成威胁
• ·我国电信运营商布局云计算“赛道”，面临三大挑战
• ·标签: 寒武纪 AI芯片 人工智能 算力
• ·前小米全球副总裁雨果·巴拉宣布从Facebook离职
• ·机器学习对金融行业的影响
• ·标签: Luminar LiDAR 破产保护 激光传感器
• ·让我们一下玩转 Docker 部署
• ·标签: MiniMax 闫俊杰 AGI 人工智能
• ·标签: 奇瑞墨甲 芜优智警 机器人交警 警务机器人
• ·标签: 联发科 2025财报 半导体 台湾企业