Pyecharts之散点图的视觉扩展-一、散点图添加视觉组件（大小）

以下是 scatter_with_visualmap_size() 函数的代码，它展示了如何为散点图添加根据数据大小映射图形大小的视觉组件：

from pyecharts.charts import *
from pyecharts import options as opts
from pyecharts.faker import Faker


def scatter_with_visualmap_size():
    scatter = Scatter(init_opts=opts.InitOpts(theme='light',
                                      width='1000px',
                                      height='600px'))
    scatter.add_xaxis(Faker.choose())
    scatter.add_yaxis('', Faker.values())
    # 设置视觉组件
    scatter.set_global_opts(visualmap_opts=opts.VisualMapOpts(type_='size'))
    return scatter


chart = scatter_with_visualmap_size()
chart.render_notebook()

代码解释：

• 首先，我们导入了所需的模块，包括 Scatter 类、options 模块和 Faker 模块。
• 创建 Scatter 实例 scatter，并使用 init_opts 设置主题、宽度和高度，使图表更具美感和合适的尺寸。
• 使用 Faker.choose() 为 x 轴生成一些假数据，Faker.values() 为 y 轴生成一些数据。
• 在 set_global_opts 方法中，通过 visualmap_opts 启用视觉映射，将 type_ 设置为 size。这意味着散点的大小将根据数据的大小进行映射，不过这里的数据大小是根据 y 轴的数据默认进行映射，因为没有明确指定 dimension 参数。

通过这个简单的设置，我们可以直观地看到散点的大小反映了数据的某种特征，从而让用户能快速分辨不同数据点在大小维度上的差异。