PyQt6-第15讲-数据可视化QChart- 惊觉

第 15 讲 | 数据可视化：QChart 三种图

本讲目标：用 Qt 自带的 QtCharts 画出柱状图、饼图、折线图，理解 QChart 的结构和那个必踩的
attachAxis 坑。

配套代码：cases/c15_charts.py完整下载地址请看底部

一、为什么用 QtCharts 而不是 matplotlib

在 PyQt 里画图有两条路：

	QtCharts（本讲）	matplotlib 嵌入
安装	`pip install PyQt6-Charts`	`pip install matplotlib`
渲染引擎	和界面同一个（Qt）	另一套（自己画到 QPixmap 上）
缩放的清晰度	矢量，放大不糊	位图，放大模糊
动画	内置，一行开启	需要自己写
鼠标交互	内置（悬停高亮、缩放平移）	需要自己接事件
图表种类	常用类型齐全	极其丰富（3D、极坐标、误差棒…）
体积	小	大（拖进来几十 MB）

结论：

界面里嵌图表（仪表盘、监控面板、报表工具）→ QtCharts
做数据分析图（统计分布、复杂科学图表）→ matplotlib，甚至直接生成图片存文件

还有一个实用理由：QtCharts 的图表是 Qt 对象，能享受 Qt 的全部能力——
你可以把图表放进布局里、能响应鼠标事件、能保存 QPixmap。
而 matplotlib 只是"在一张画布上画"，和界面的融合度差一层。

二、QChart 和 QChartView

先记住这两个类的关系：

类	角色	类比
`QChart`	画布：装数据系列、坐标轴、标题、图例	一台显示器的"画面内容"
`QChartView`	显示器：把 QChart 显示出来	显示器本身

from PyQt6.QtCharts import QChart, QChartView

chart = QChart()
chart.setTitle("我的第一张图")
# ... 往 chart 里加数据 ...

view = QChartView(chart)
view.setRenderHint(QPainter.RenderHint.Antialiasing)   # ★ 开抗锯齿

setRenderHint(Antialiasing) 一定要加。不加的话斜线是锯齿状的，
尤其是折线图和饼图的斜边，一眼就能看出"很土"。

三、柱状图：最常用的图

柱状图由三个对象组成：数据集合（QBarSet）→ 系列（QBarSeries）→ 画布（QChart）

from PyQt6.QtCharts import QBarCategoryAxis, QBarSeries, QBarSet, QValueAxis

def build_bar_chart() -> QChart:
    rows = load_products()                     # [(名称, 分类, 单价, 库存), ...]

    bar_set = QBarSet("单价（元）")             # ① 一个 BarSet = 一组数据
    categories = []
    for name, _cat, price, _stock in rows:
        bar_set.append([price])                # 注意：参数是列表，不是单个数字
        categories.append(name)

    series = QBarSeries()                      # ② 系列
    series.append(bar_set)

    chart = QChart()                           # ③ 画布
    chart.addSeries(series)
    chart.setTitle("产品单价对比")
    chart.setAnimationOptions(QChart.AnimationOption.SeriesAnimations)

    # 横轴：文字类目轴
    axis_x = QBarCategoryAxis()
    axis_x.append(categories)
    chart.addAxis(axis_x, Qt.AlignmentFlag.AlignBottom)
    series.attachAxis(axis_x)                  # ★ 必须挂上，否则轴不显示

    # 纵轴：数值轴
    axis_y = QValueAxis()
    axis_y.setRange(0, max(r[2] for r in rows) * 1.2)
    axis_y.setTitleText("单价（元）")
    axis_y.setLabelFormat("%.0f")
    chart.addAxis(axis_y, Qt.AlignmentFlag.AlignLeft)
    series.attachAxis(axis_y)                  # ★

    return chart

四个必须记住的点

① bar_set.append([price]) 参数是列表

不是 append(price)。因为它支持多组数据系列，
append([12, 15, 18]) 表示这一组要画三根柱子（三组系列对比）。
写错会报参数类型错误。

② 坐标轴必须 attachAxis()

这是新手第一大坑。chart.addAxis() 只是把轴加到画布上，
系列和轴还是两条平行线。必须 series.attachAxis(axis) 建立关联，
数据才会按这个轴的范围映射到屏幕上。

忘了 attachAxis 的症状：坐标轴显示出来了（有刻度和标签），
但图里什么都没有。遇到"图是空的但轴在"的情况，先检查这一行。

③ 两条轴都要挂

横轴和纵轴都要 attachAxis。只挂一条，图会画得乱七八糟。

④ 纵轴范围要留边距

axis_y.setRange(0, max(...) * 1.2)

不乘 1.2 的话，最高的那根柱子会顶到画面顶部，看起来很挤（甚至被裁掉）。
留 20% 余量是通用做法。

四、饼图：注意不要传表头

from PyQt6.QtCharts import QPieSeries

def build_pie_chart() -> QChart:
    series = QPieSeries()
    data = load_category_share()               # [(分类, 金额), ...]
    total = sum(v for _k, v in data)

    for name, value in data:
        sl = series.append(name, value)
        sl.setLabel(f"{name} {value / total * 100:.1f}%")    # 标签带百分比
        # 占比最大的那块"炸开"，视觉重点更清楚
        if value == max(v for _k, v in data):
            sl.setExploded(True)
            sl.setLabelVisible(True)

    chart = QChart()
    chart.addSeries(series)
    chart.setTitle("各类产品库存金额占比")
    chart.setAnimationOptions(QChart.AnimationOption.SeriesAnimations)
    chart.legend().setAlignment(Qt.AlignmentFlag.AlignRight)
    return chart

QPieSeries.append(标签, 数值) 直接两个参数，比柱状图简单，不需要坐标轴。

两个实用技巧：

① setExploded(True) 让某一块"炸开"
占比最大的那块单独分离出来，视觉上立刻有了重点。这是饼图最容易被忽略但效果最好的设置。

② 标签带百分比
setLabel(f"{name} {ratio:.1f}%") —— 光看图看不出精确占比，加上数字才实用。

③ 饼图不要传表头数据

如果你把"分类名称"那一列也当数据传进去，它会变成一个巨大的扇形。
饼图的数据范围只包含数值列。

五、折线图：x 轴用序号，再用文字轴标注

折线图的 x 轴是连续的数值，但我们的横轴往往是"1月、2月、3月"这样的文字。
标准的处理方式是：x 用 0,1,2,… 序号，再用 QBarCategoryAxis 标注文字。

def build_line_chart() -> QChart:
    months, values = load_monthly_sales()

    series = QLineSeries()
    series.setName("销售额（万元）")
    for i, v in enumerate(values):
        series.append(float(i), v)             # x 用序号

    chart = QChart()
    chart.addSeries(series)
    chart.setTitle("2026 年销售额趋势")
    chart.setAnimationOptions(QChart.AnimationOption.SeriesAnimations)

    axis_x = QBarCategoryAxis()
    axis_x.append(months)                      # ★ 用类目轴标注月份文字
    chart.addAxis(axis_x, Qt.AlignmentFlag.AlignBottom)
    series.attachAxis(axis_x)

    axis_y = QValueAxis()
    axis_y.setRange(0, max(values) * 1.2)
    axis_y.setTitleText("销售额（万元）")
    chart.addAxis(axis_y, Qt.AlignmentFlag.AlignLeft)
    series.attachAxis(axis_y)
    return chart

注意 series.append(float(i), v) 的 x 是浮点数，
QLineSeries 的 append 签名是 (x: float, y: float)，传 int 也能跑但建议统一用 float。

折线图的样式设置（可选）：

pen = series.pen()
pen.setWidth(3)
pen.setColor(QColor("#2d7ff9"))
series.setPen(pen)

series.setPointsVisible(True)                  # 显示数据点

六、主题、动画、导出图片

主题

chart.setTheme(QChart.ChartTheme.ChartThemeLight)      # 浅色
chart.setTheme(QChart.ChartTheme.ChartThemeDark)       # 深色
chart.setTheme(QChart.ChartTheme.ChartThemeBlueCerulean)   # 蓝色系

主题必须在加数据之前设置，否则部分样式不生效。
本案例的"切换主题"按钮就是重新构建图表（保证主题生效）：

def show_chart(self, name: str) -> None:
    builder = BUILDERS.get(name)
    chart = builder()
    chart.setTheme(QChart.ChartTheme.ChartThemeDark if self.dark
                   else QChart.ChartTheme.ChartThemeLight)
    self.view.setChart(chart)

注意要重新 setChart()：改变已有 chart 的主题会有残留样式，
重新构建最干净。

动画

chart.setAnimationOptions(QChart.AnimationOption.SeriesAnimations)   # 系列动画
chart.setAnimationOptions(QChart.AnimationOption.AllAnimations)      # 所有动画
chart.setAnimationDuration(800)                                       # 时长（毫秒）

动画不只是好看：数据刷新时，柱子从旧高度长到新高度，
用户能直观感受到"数值变了"。在实时监控面板里这个效果很有价值（下一讲）。

导出图片

self.view.grab().save("图表导出.png")

QWidget.grab() 抓的是"控件当前显示的样子"，分辨率跟控件大小一致。
想要高分辨率，可以在抓之前临时放大控件，或者用 QChart 的 QPixmap 导出能力。

七、一个完整案例的界面

┌──────────────┬────────────────────────────────┐
│ 图表类型      │                                │
│ ▸ 柱状图      │                                │
│   饼图        │         QChartView             │
│   折线图      │       （显示选中的图）           │
│              │                                │
│ [导出为图片]   │                                │
│ [切换主题]     │                                │
└──────────────┴────────────────────────────────┘

左侧列表切换图表，右侧一个 QChartView 复用：

self.list_types.currentTextChanged.connect(self.show_chart)

def show_chart(self, name: str) -> None:
    chart = BUILDERS[name]()               # ★ 每次重新构建
    chart.setTheme(...)
    self.view.setChart(chart)

用字典管理构建函数是个好模式：

BUILDERS = {
    CHART_TYPES[0]: build_bar_chart,
    CHART_TYPES[1]: build_pie_chart,
    CHART_TYPES[2]: build_line_chart,
}

要加新图表类型，只需写一个函数 + 加一行字典，不用改界面逻辑。
这是"可扩展"的具体写法，比一串 if-elif 好得多。

在这里插入图片描述

八、四个坑

坑 1：图是空的，但坐标轴显示出来了
忘记 series.attachAxis(axis_x) 和 attachAxis(axis_y)。

坑 2：QBarSet.append 传了单个数字
参数必须是列表形式 append([12])，因为它支持多系列对比。

坑 3：饼图把标签列当数据传了
饼图只传数值列。

坑 4：忘了装 PyQt6-Charts
ModuleNotFoundError: No module named 'PyQt6.QtCharts'。
QtCharts 不在 PyQt6 主包里，必须单独 pip install PyQt6-Charts。

九、小结

QChart 是画布，QChartView 是显示器，setChart() 把两者连起来
柱状图三步：QBarSet → QBarSeries → QChart，两条轴都要 attachAxis
饼图最简单：series.append(标签, 值) + setExploded 突出重点
折线图 x 用序号，文字标注交给 QBarCategoryAxis
主题要在加数据前设；切换主题最干净的做法是重建图表

现在你能画出静态的图表了。但真实场景里，数据是一直在变的——
设备温度每秒上报一次、股价一直在跳、日志一直在滚动。

下一讲：实时数据监控面板。我们会用 QTimer 驱动界面刷新，
画出"一直在滚动的曲线"，并讲清两个性能关键点：
为什么 series.replace() 比逐点 append 快得多，以及
QTimer 的间隔该怎么定。

本讲是《PyQt6 客户端编程从入门到实战》专栏的第 15 讲。专栏共 22 讲、22 个可运行案例。
完整下载地址：git clone https://gitee.com/wuyikui555/pyqt6-client.git。

转载自 CSDN-专业IT技术社区

原文链接：https://blog.csdn.net/u011697185/article/details/168140882

PyQt6-第15讲-数据可视化QChart