动态可视化图表:“城市居民与农民生存大解析!消费指数狂飙,究竟是福是祸?

地址

https://www.bilibili.com/video/BV1W64y1N7oV/?share_source=copy_web\&vd_source=494dad6ec7cce090ffcc05c1b6a83c00

图片

源代码

main.py

cpp 复制代码
import json
import pandas as pd

# 此处修改!!!!!!!!!!!!!!!!这里找到配置文件!!!
with open('config/config.json', 'r') as config_file:
    config = json.load(config_file)

# 使用配置信息
file_path = config["file_path"]
num_columns = config["num_columns"]
labels = config["labels"]
years = config["years"]

# 读取文件内容
with open(file_path, 'r') as file:
    lines = file.readlines()

# 将每行数据存储到一个列表中
data_list = [float(line.strip()) for line in lines]

# 编写1:每行19个数据的形式
formatted_data = [data_list[i:i + num_columns] for i in range(0, len(data_list), num_columns)]

# 构建数据结构,按照内容和年份分组
content_data = {label: {year: value for year, value in zip(years, row_data)} for label, row_data in
                zip(labels, zip(*formatted_data))}

# 打印结果
output_data = [["金额", "", "", "名称", "年份"]]

for label, year_data in content_data.items():
    output_data.extend([year_data[year], "", "", label, year] for year in years)

# 打印结果,每行最后一个元素后面加逗号
for row in output_data:
    # 对名称一列加上双引号
    row[1] = f'"{row[1]}"'
    row[2] = f'"{row[2]}"'
    row[3] = f'"{row[3]}"'
    row_str = ",".join(map(str, row))
    print(f"[{row_str}],")



# 转换为 DataFrame
df = pd.DataFrame(content_data)

# 将 DataFrame 写入 Excel 文件
excel_path = 'output/output_excel.xlsx'
df.to_excel(excel_path, index_label="年份")

config.json

cpp 复制代码
{
  "file_path": "resource/result2.txt",
  "num_columns": 7,
  "labels": [
    "居民消费价格指数",
    "城市居民消费价格指数",
    "农村居民消费价格指数",
    "商品售价价格指数",
    "农产品生产者价格指数",
    "工业生产者出山价格指数",
    "工业生产者购进价格指数"
  ],
  "years": [
    1990,
    1995,
    1996,
    1997,
    1998,
    1999,
    2000,
    2001,
    2002,
    2003,
    2004,
    2005,
    2006,
    2007,
    2008,
    2009,
    2010,
    2011,
    2012,
    2013,
    2014,
    2015,
    2016,
    2017,
    2018,
    2019,
    2020,
    2021,
    2022
  ]
}

数据就写在Result2.txt

相关推荐
梯度下降者9 分钟前
Python信号量,条件变量,事件学习
python·条件变量·事件·信号量·线程通信
MSTcheng.40 分钟前
【AI应用实战】用 FastAPI + SSE 做一个自己的 AI 聊天网页:流式输出、多轮对话与完整源码
人工智能·python·大模型·fastapi·sse·ai聊天助手
the局外人1 小时前
Python 实战检索优化:BM25、向量与重排
数据库·后端·python
__underline__1 小时前
冷门Python知识点006篇:Python 类体里的名字,能被"凭空造出来"
后端·python
用户0332126663672 小时前
使用 Python 轻松移除 Excel 文档中的重复行
python·excel
LiaoWL1232 小时前
从零搭一个 RAG 知识库(二):换上语义 Embedding——BGE 实测与阈值重校准
python·大模型·numpy·embedding·向量检索·rag
Dmz丶3 小时前
前端转 AI 100 天 Day 48:向量数据库——100 万向量的毫秒级检索
python
青少儿编程课堂3 小时前
蓝桥杯·全国青少年信息素养大赛·电子学会Python/C++考级:中国剩余定理解析
c++·python·算法·bfs·信息学竞赛
菜鸟~noob2333 小时前
[AI]间章:系列走到这里,聊聊后面的规划、造卡需要的软件平台,以及为什么我要先暂停更新
人工智能·python·fpga开发·django·pygame
TomEval13 小时前
【测AI】第26篇:线上模型监控与告警体系 — 测试不是终点
人工智能·python·功能测试·ai