qt折线图只显示两条线

Posted 2023-05-03

你这个图标是要画2个X轴、2个Y轴吧，将A线设置成次坐标轴，B线为主坐标轴即可实现！
1、点excel工具栏【图标向导】按钮，选择【双折线图】；在弹出的对话框中点【系列】，添加2个系列A、B，分别对应添加值、X轴标签的数据；
2、然后鼠标双击图标上的直线A，点【坐标轴】下选择【次坐标轴】，双击图标空白处，选择【图标选项】，将次坐标轴前打勾；
3、然后分别设置折线A、B的横轴范围，右击将折线A横坐标选择【清除】，以上即可完成！ 参考技术A 新建ui工程，并添加MainWindow私有变量：

#ifndef MAINWINDOW_H
#define MAINWINDOW_H

#include <QMainWindow>
#include <QChartView>
#include <QChart>
#include <QLineSeries>
#include <QValueAxis>

QT_CHARTS_USE_NAMESPACE

namespace Ui
class MainWindow;


class MainWindow : public QMainWindow

Q_OBJECT

public:
explicit MainWindow(QWidget *parent = 0);
~MainWindow();

private:
Ui::MainWindow *ui;
QChart *chart;//非必要（QCharView实体中自带一个QChart实体）
QLineSeries *series_sin, *series_cos;
QValueAxis *axis_x_sin, *axis_y_sin, *axis_x_cos, *axis_y_cos;
;

#endif // MAINWINDOW_H
MainWindow::MainWindow(QWidget *parent) :
QMainWindow(parent),
ui(new Ui::MainWindow),
chart(new QChart),//或者不用new，直接指向ui->graphicsView->chart()也行
series_sin(new QLineSeries),//sin曲线的数据点
series_cos(new QLineSeries),//cos曲线的数据点
axis_x_sin(new QValueAxis),//sin的X轴
axis_y_sin(new QValueAxis),//sin的Y轴
axis_x_cos(new QValueAxis),//cos的X轴
axis_y_cos(new QValueAxis)//cos的Y轴

ui->setupUi(this);
ui->graphicsView->setChar 参考技术B 折线图只显示两条线，新建ui工程，并添加MainWindow私有变量#ifndef MAINWINDOW_H
#define MAINWINDOW_H

Altair 等值线图，基于折线图选择的颜色高亮

【中文标题】Altair 等值线图，基于折线图选择的颜色高亮

【英文标题】：Altair choropleth map, color highlight based on line chart selection

【发布时间】：2020-12-24 07:32:51

【问题描述】：

我正在绘制由字段Passenger_0_ 着色的等值线图和显示Passenger_0_ 在一天内由zone 演变的折线图。

我想在折线图中选择一条线 (zone) 并在地图中突出显示，反之亦然（在地图中选择一个区域并在折线图中突出显示）。

目前，我可以在选择线时更改地图的整体颜色，但不知道如何仅更改所选区域的颜色。

我将不胜感激。

为了重现示例，您需要下载这两个文件：

output_data.csv

taxi_zones.geojson

然后运行这段代码得到一个名为long_df的GeoDataFrame：

import altair as alt
import pandas as pd
import geopandas as gpd
import json

geo_json_file_loc= './taxi_zones.geojson'

with open(geo_json_file_loc) as json_data:
    data = json.load(json_data)
    
gdf = gpd.GeoDataFrame.from_features((data))
gdf = gdf[gdf['borough']=='Manhattan']
gdf = gdf[['location_id','zone','geometry']]
gdf = gdf.rename(columns='location_id':'LocationID')
gdf['LocationID'] = pd.to_numeric(gdf['LocationID'])

output_data = pd.read_csv('./output_data.csv',sep=',')

def load_taxis_data(output_data, shape_data):
    df_to_visualize = shape_data.copy()
    pickups = output_data.groupby(['hour','dayofweek','LocationID']).sum()
    listofdays = pd.unique(output_data['dayofweek'])

    for hour in range(24):
        for dayofweek in listofdays:
            # get pickups for this hour and weekday
            p = pd.DataFrame(pickups.loc[(hour, dayofweek)]).reset_index()
        
            # add pickups to the Taxi Zones DataFrame       
            df_to_visualize = pd.merge(df_to_visualize, p, on="LocationID", how="left").fillna(0)
            # rename column as per day and hour
            df_to_visualize.rename(columns="pickups" : "Passenger_%d_%d"%(dayofweek, hour), inplace=True)
    return df_to_visualize        

gdf_merged = load_taxis_data(output_data, gdf)

# drop unwanted days
for hour in range(24):
    for dayofweek in [5,6]:
        column_to_drop = "Passenger_%d_%d"%(dayofweek, hour)
        gdf_merged.drop([column_to_drop], axis=1, inplace=True)

gdf_merged.reset_index(level=0, inplace=True)

long_df = pd.wide_to_long(gdf_merged, ["Passenger_0_"], i='index', j="hour")
long_df = long_df.reset_index()

一旦你得到long_df，这就是绘图的代码：

dict_json = json.loads(long_df[long_df['hour']==0].to_json())

colours_obj = alt.Color('properties.Passenger_0_:Q',
              scale=alt.Scale(scheme='yelloworangered'),
             title = "Pickups")

sel_line_hover = alt.selection_single(on='mouseover', empty='none')
sel_line_col = alt.selection_single()
sel_line_size = alt.selection_single(empty='none')

base = alt.Chart(alt.Data(values=dict_json['features'])).mark_geoshape(
    stroke='black',
    strokeWidth=1
    ).encode(
    color=alt.condition(sel_line_col, colours_obj, alt.value('lightgray')),
    tooltip = ['properties.zone:O',
               'properties.Passenger_0_:Q']
    ).properties(
    width=350,
    height=750,
    ).add_selection(
    sel_line_col
    )

line = alt.Chart(long_df).mark_line().encode(
    x='hour',
    y='Passenger_0_',
    color=alt.condition(sel_line_hover|sel_line_col, 'zone', alt.value('lightgray')),
    size=alt.condition(sel_line_hover|sel_line_size, alt.value(4),alt.value(1)),
    tooltip = ['zone:O']
    ).properties(
    width=250,
    height=750,
    ).add_selection(
    sel_line_hover,sel_line_col,sel_line_size
    )

base | line

这就是情节的作用：

提前感谢您的帮助！

【问题讨论】：

如果您可以提供Minimal reproducible example 来展示您遇到的问题，您将更有可能获得对您的问题有用的答案。当我运行你的代码 sn-p 我得到NameError: name 'long_df' is not defined

道歉@jakevdp 你是对的。我想简化消息，没想到实际上不可能用提供的信息重现示例。我已经编辑了这个问题，添加了指向计算long_df```, and the piece of code necessary to calculate long_df```所需的.geojson 和.csv 文件的链接。我非常感谢您的时间和帮助。

【参考方案1】：

这是一个关于如何在 Altair 中实现双向交互的一般示例，仅使用来自示例存储库的数据。关键是在创建选择时甚至通过fields 参数设置应该被选择过滤的特征。然后将此选择和相应的条件添加到两个图的相同编码中。

import altair as alt
from vega_datasets import data


state_pop = data.population_engineers_hurricanes()[['state', 'id', 'population']]
state_map = alt.topo_feature(data.us_10m.url, 'states')

click = alt.selection_multi(fields=['state'])

choropleth = (alt.Chart(state_map).mark_geoshape().transform_lookup(
    lookup='id',
    from_=alt.LookupData(state_pop, 'id', ['population', 'state']))
.encode(
    color='population:Q',
    opacity=alt.condition(click, alt.value(1), alt.value(0.2)),
    tooltip=['state:N', 'population:Q'])
.add_selection(click)
.project(type='albersUsa'))

bars = (
    alt.Chart(
        state_pop.nlargest(15, 'population'),
        title='Top 15 states by population').mark_bar().encode(
    x='population',
    opacity=alt.condition(click, alt.value(1), alt.value(0.2)),
    color='population',
    y=alt.Y('state', sort='x'))
.add_selection(click))

choropleth & bars

【讨论】：

非常感谢您的回答@joelostblom。我现在正忙于另一个项目，但我会尽快测试它。

这是一个很好的例子！