Python之数据可视化


目录

[一 时间线动态图表](#一 时间线动态图表)

[二 动态GDP柱状图](#二 动态GDP柱状图)

[2-1 数据处理](#2-1 数据处理)

[2-2 创建图像](#2-2 创建图像)


一 时间线动态图表

什么是时间线动态图?

随着时间的推移图像跟着发生变化的图表被成为时间线动态图。如下图所示:

那么我们如何创建这种图像呢?

1.创建时间线

Timeline()--时间线

时间线就是创建一个一维的x轴,轴上的每一个点就是一个图表对象。

导入包:

复制代码
from pyecharts.charts import Timeline

创建时间轴对象:

复制代码
# 创建时间轴对象
timeline = Timeline()

2.创建多个bar图像

我们知道要想实现动态的图标就需要多个图像放在时间轴上移动,那么我们就需要创建这些图标对象。

导入包:

复制代码
from pyecharts.charts import Bar

创建多个bar图表:

复制代码
bar1 = Bar()
bar1.add_xaxis(["中国","美国","英国"])
bar1.add_yaxis("GDP",[30,20,10],label_opts=LabelOpts(position="right"))
bar1.reversal_axis()

bar2 = Bar()
bar2.add_xaxis(["中国","美国","英国"])
bar2.add_yaxis("GDP",[50,60,50],label_opts=LabelOpts(position="right"))
bar2.reversal_axis()


bar3 = Bar()
bar3.add_xaxis(["中国","美国","英国"])
bar3.add_yaxis("GDP",[60,0,70],label_opts=LabelOpts(position="right"))
bar3.reversal_axis()

3.将图标添加到时间轴上

复制代码
# 在时间轴上添加图表
timeline.add(bar1,"点一")
timeline.add(bar2,"点二")
timeline.add(bar3,"点三")
# 用时间线对象绘图,而不是bar对象
timeline.render("基础时间线柱状图.html")

4.运行效果

如图所示,不同时间段的图标不同:

5. 设置自动播放

可是我们可以发现时间图不会自动播放,需要我们点击去进行一张一张查看:那么先显然还提供的有别的方法实现自动播放的动态效果:

6.设置时间线主题

我们可以根据自己的喜好来设置时间柱状图上图标的颜色。

导入包:

复制代码
from pyecharts.globals import ThemeType

创建时间轴对象,并设置主题:

复制代码
timeline = Timeline(
    {"them":ThemeType.LIGHT}
)

主题色如下:

效果展示:

全部代码

复制代码
from pyecharts.charts import Bar,Timeline
from pyecharts.options import LabelOpts

bar1 = Bar()
bar1.add_xaxis(["中国","美国","英国"])
bar1.add_yaxis("GDP",[30,20,10],label_opts=LabelOpts(position="right"))
bar1.reversal_axis()

bar2 = Bar()
bar2.add_xaxis(["中国","美国","英国"])
bar2.add_yaxis("GDP",[50,60,50],label_opts=LabelOpts(position="right"))
bar2.reversal_axis()


bar3 = Bar()
bar3.add_xaxis(["中国","美国","英国"])
bar3.add_yaxis("GDP",[60,80,70],label_opts=LabelOpts(position="right"))
bar3.reversal_axis()
# 创建时间轴对象
timeline = Timeline()
# 在时间轴上添加图表
timeline.add(bar1,"点一")
timeline.add(bar2,"点二")
timeline.add(bar3,"点三")

# 自动播放设置
timeline.add_schema(
    play_interval=1000,  # 时间间隔1000毫秒切图
    is_timeline_show=True,  # 自动播放时显示时间线
    is_auto_play=True,  # 自动播放
    is_loop_play=True   # 循环播放
)
# 用时间线对象绘图,而不是bar对象
timeline.render("基础时间线柱状图.html")

运行效果

二 动态GDP柱状图

列表的sort方法

使用方式:

列表.sort(key=选择排序依据的函数,reverse=True(False)

▣参数key,是要求传入的一个函数,表示将列表的每一个元素都传入函数中,返回排序的依据

▣参数reverse,是反转排序的结果,True表示降序,False表示升序。

用法示例

需求分析

1.因为我们要实现的是各个国家的GDP由于不同年份各个国家的GDP不一样,我们只显示前八位,因此我们这里要用到列表的sort排序的方法。

2.标题也会随着年份的改变而改变。

3.GDP的单位比较大,处理单位为亿级。

2-1 数据处理

我们首先将数据转换为字典储存,格式为:

{年份:[[国家,GDP],[国家,GDP],[国家,GDP],[国家,GDP],],年份:[[国家,GDP],[国家,GDP],[国家,GDP],[国家,GDP],]}

数据如下

2-2 创建图像

我们每次创建图像只创建GDP前8位的,所以我们可以先取出年份,将年份升序排序,然后再到不同的年份中,取出该年份GDP前8位的国家,生成他们的图表添加到时间轴上。

代码

复制代码
from pyecharts.charts import Bar,Timeline
from pyecharts.options import *
from pyecharts.globals import *
# 读取数据
f = open("D:/1960-2019全球GDP数据.csv","r",encoding="GB2312")
datalines = f.readlines()  # 一次性读取返回的是列表,每一行数据为一个元素
# 关闭文件
f.close()
# 删除第一行数据
datalines.pop(0)
# 将数据转换为字典
data_dict = {}
for line in datalines:
    year = int(line.split(",")[0])  # 年份
    country = line.split(",")[1]    # 国家名称
    gdp = float(line.split(",")[2])  # GDP数据
    # 判断字典里面有没有年份的key
    try:
        data_dict[year].append([country,gdp])
    except KeyError:
        data_dict[year] = []
        data_dict[year].append([country,gdp])

# 创建时间线对象
timeline = Timeline(
    {"theme":ThemeType.LIGHT}
)
# 排序年份
sorted_year_list = sorted(data_dict.keys())
for year in sorted_year_list:
    data_dict[year].sort(key=lambda element:element[1],reverse=True)  # True表示降序(谁的GDP高谁在上面)
    # 取出本年份前八名的国家
    year_data = data_dict[year][0:8]
    # 准备x,y轴的数据
    x_data = []
    y_data = []
    for country_gdp in year_data:
        x_data.append(country_gdp[0])  # x轴添加国家
        y_data.append(country_gdp[1]/100000000)  # y轴添加GDP
    # 构建柱状图
    bar=Bar()
    x_data.reverse()
    y_data.reverse()
    bar.add_xaxis(x_data)
    bar.add_yaxis("GDP(亿)",y_data,label_opts=LabelOpts(position="right"))
    # 反转x,y轴
    bar.reversal_axis()
    # 设置标题
    bar.set_global_opts(
        title_opts=TitleOpts(title=f"{year}年全球前八GDP数据")
    )
    # 将图表添加到时间线上,第一个参数为图表对象,第二个参数为时间点的名称
    timeline.add(bar,str(year))


# 设置自动播放
timeline.add_schema(
    play_interval=1000,
    is_timeline_show=True,
    is_auto_play=True,
    is_loop_play=False
)
# 绘图
timeline.render("1960-2019年全球GDP前8国家.html")

运行效果

GDP动态图

相关推荐
云天徽上1 天前
【PaddleOCR】OCR常见关键信息抽取数据集,包含FUNSD、XFUND、WildReceipt等整理,持续更新中......
人工智能·计算机视觉·信息可视化·paddlepaddle·paddleocr·文本识别
杨超越luckly2 天前
ArcGISPro应用指南:ArcGISPro制图全流程详解
arcgis·信息可视化·gis·制图·arcgispro
GIS之路2 天前
GeoTools 结合 OpenLayers 实现属性查询(二)
前端·信息可视化
DataGear2 天前
如何在DataGear 5.4.1 中快速制作SQL服务端分页的数据表格看板
javascript·数据库·sql·信息可视化·数据分析·echarts·数据可视化
程序员阿超的博客3 天前
Python 数据分析与机器学习入门 (五):Matplotlib 数据可视化基础
python·信息可视化·数据分析·matplotlib·数据可视化·python教程·pyplot
葡萄城技术团队12 天前
SpreadJS 迷你图:数据趋势可视化的利器
信息可视化
蓝婷儿13 天前
Python 数据分析与可视化 Day 5 - 数据可视化入门(Matplotlib & Seaborn)
python·信息可视化·数据分析
想看雪的瓜13 天前
Origin绘制三Y轴柱状图、点线图、柱状点线图
信息可视化
深空数字孪生13 天前
金融行业B端系统布局实战:风险管控与数据可视化的定制方案
信息可视化·金融·数据分析
isNotNullX13 天前
ETL连接器好用吗?如何实现ETL连接?
大数据·数据库·数据仓库·信息可视化·etl