页面历史

import plotly.graph_objects as go

# 查询2019年各车系的销量、车型数以及同比情况查询各车系的销量情况
sql_json = {
"sel": ["车系", "销量", "车型数", "销量同比增长率", "车型数同比增长率"],
"conds": [${年}], "from": "即席查询"
}
df_car_series_2019sales = detail_trend_data_query_assistant(sql_json)

# 创建联合图展示用柱形图展示数据
fig = go.Figure()

# 添加销量柱状图
fig.add_trace(
go.Bar(
    x=df_2019car_series_sales['车系'],
    y=df_car_series_2019sales['销量'],
name='销量', marker_color='blue' ) ) 
# 添加车型数柱状图
fig.add_trace(
go.Bar(
x=df_2019['车系'],
y=df_2019['车型数'],
name='车型数',
marker_color='green'销量'
)
)

# 添加销量同比增长率折线图设置图表标题和轴标签
fig.addupdate_tracelayout(
go.Scatter(
x=df_2019['车系'], y=df_2019['销量同比增长率'], mode='lines+markers', name='销量同比增长率',
yaxis title='y2各车系销量情况',
line=dict(color='red') ) )  # 添加车型数同比增长率折线图
fig.add_trace(
go.Scatter(
x=df_2019[xaxis_title='车系'],
y=df_2019['车型数同比增长率'],
mode='lines+markers',
name='车型数同比增长率',
yaxis='y2',
line=dict(color='orange')
)
)

# 设置布局
fig.update_layout(
title="2019年各车系销量、车型数及同比情况",
xaxis=dict(title="车系"),
yaxis=dict(title="销量/车型数"),
yaxis2=dict(
title="同比增长率",
overlaying='y',
side='right'
),

    yaxis_title='销量',
    title_x=0.5  # 标题居中
)

# 输出结果
import json

json_result = json.dumps([{"output_variable_name": "fig", "type": "plotly", "desc": "联合图展示2019年各车系销量、车型数及同比情况各车系销量柱形图"}])
json_result