Pyecharts之双轴图表的魅力

在数据可视化的实践中，我们经常会遇到这样的情景：希望在一张图中展示不同量纲的数据，以便进行对比与关联分析。这时，双轴图表（双 Y 轴或双 X 轴）便可派上用场。通过 Pyecharts，我们可以轻松创建多轴图表，从而在同一个可视化中同时展示多种维度的信息。

本篇文章将以三个典型的双轴图表示例为基础，为您展示从代码到效果的实现思路：

双 Y 轴直方图与折线图组合
双 Y 轴直方图单独应用
双 X 轴折线图实现

一、双 Y 轴直方图与折线图组合

在同一张图中同时展示柱状图和折线图并为它们配备两个 Y 轴，可以清晰地对比两组不同量纲的数据。例如，我们希望在同一图上展示“销售量”（柱状图，左侧 Y 轴）与“销售增长率”（折线图，右侧 Y 轴）的关系。

代码示例：

python"># 导入所需的库
from pyecharts.charts import Bar, Line, Grid
from pyecharts import options as opts# 创建一个 Bar 实例 (销售量)
bar = Bar()
bar.add_xaxis(['产品 A', '产品 B', '产品 C', '产品 D'])
bar.add_yaxis('销售量', [120, 200, 150, 80], yaxis_index=0, itemstyle_opts=opts.ItemStyleOpts(color="#1f77b4")  # 蓝色
)
bar.set_global_opts(title_opts=opts.TitleOpts(title="双 Y 轴直方图与折线图组合"),tooltip_opts=opts.TooltipOpts(trigger="axis"),yaxis_opts=opts.AxisOpts(name="销售量",type_="value",position="left",axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color="#1f77b4")))
)# 创建一个 Line 实例 (销售增长率)
line = Line()
line.add_xaxis(['产品 A', '产品 B', '产品 C', '产品 D'])
line.add_yaxis('销售增长率', [30, 40, 35, 20], yaxis_index=1, linestyle_opts=opts.LineStyleOpts(width=4, color="#ff7f0e")  # 橙色
)
line.set_global_opts(yaxis_opts=opts.AxisOpts(name="销售增长率",type_="value",position="right",axisline_opts=opts.AxisLineOpts(linestyle_opts=opts.LineStyleOpts(color="#ff7f0e")))
)# 使用 Grid 将 Bar 与 Line 叠加
grid = Grid()
grid.add(bar, grid_opts=opts.GridOpts(pos_bottom="60%"))  # 柱状图下半部分
grid.add(line, grid_opts=opts.GridOpts(pos_top="60%"))    # 折线图上半部分grid.render_notebook()

实现思路：

使用 Bar 展示销售量数据，并将其 Y 轴放在左侧。
使用 Line 展示销售增长率数据，并将其 Y 轴放在右侧（yaxis_index=1）。
通过 Grid 对象将两张图进行上下叠加，从而在同一画布中同时展现。

通过这种方式，我们可以在一张图上直接看到销售量与增长率的对比，更有利于分析数据间的关系。

二、双 Y 轴直方图单独应用

当我们仅需要展示两组不同量纲的柱状数据（例如销售量与库存量），也可以使用双 Y 轴的方式将它们放在同一图表中。这样，我们可以在一个图表中直观地比较两种数据间的关系和趋势。

代码示例：

python">from pyecharts.charts import *
from pyecharts import options as opts
import randomx_data = ['香蕉', '梨子', '水蜜桃', '核桃', '西瓜', '苹果']
y_data_1 = [random.randint(10, 50) for _ in range(len(x_data))]
y_data_2 = [random.randint(100, 500) for _ in range(len(x_data))]def bar_with_multiple_axis():bar = Bar(init_opts=opts.InitOpts(theme='light', width='1000px', height='600px'))bar.add_xaxis(x_data)# 使用 extend_axis 为图表添加第二个 Y 轴bar.extend_axis(yaxis=opts.AxisOpts())# 添加两组数据，分别关联到不同的 Y 轴上bar.add_yaxis('左边Y轴', y_data_1, yaxis_index=0)bar.add_yaxis('右边Y轴', y_data_2, yaxis_index=1)return barchart = bar_with_multiple_axis()
chart.render_notebook()

实现思路：

使用 Bar 创建柱状图并加载主数据系列（与左侧 Y 轴关联）。
通过 extend_axis() 增加第二个 Y 轴，然后将第二组数据与 yaxis_index=1 关联。
两组数据的量纲不同，却能在一张图上清晰地展示，为比较它们间的关系提供了直观的手段。

三、双 X 轴折线图实现

有时，我们需要在同一图表中对比不同类别或时间点的数据，可能需要在上下两个 X 轴上分别展示不同数据维度。双 X 轴折线图即为此而生。

代码示例：

python">from pyecharts.charts import *
from pyecharts import options as opts
import randomx_data_1 = ["2020/10/{}".format(i + 1) for i in range(30)]
x_data_2 = ["2019/10/{}".format(i + 1) for i in range(30)]
y_data_1 = [random.randint(10, 50) for _ in range(30)]
y_data_2 = [random.randint(20, 60) for _ in range(30)]def line_with_two_xaxis():line = Line(init_opts=opts.InitOpts(theme='light', width='1000px', height='600px'))line.add_xaxis(x_data_1)# 使用 extend_axis 添加另一个 X 轴# 注意：这里使用 xaxis_data 和 xaxis=opts.AxisOpts() 为图表扩展第二 X 轴line.extend_axis(xaxis_data=x_data_2, xaxis=opts.AxisOpts())line.add_yaxis('下面X轴', y_data_1)     # 使用原 X 轴数据（x_data_1）line.add_yaxis('上面X轴', y_data_2)     # 使用扩展的 X 轴数据（x_data_2）return linechart = line_with_two_xaxis()
chart.render_notebook()