python基础综合案例(数据可视化-动态柱状图)

1.基础柱状图的构建

打开浏览器,你会发现这是一个动态图,会随着时间变化而变化

具体效果大家可以看我主页有个动态柱状图视频

本质上来说,是和我们构建一个折线统计图差不多的,只是把对象换了一下

如果我们需要反转x和y轴,可以输入以下代码

复制代码
# 反转x轴和y轴
bar.reversal_axis()

鼠标滑动即可看到具体数据

就这样数值标签变到了右边

复制代码
# 演示基础柱状图的开发
from pyecharts.charts import Bar
from pyecharts.options import LabelOpts

# 使用bar构建基础柱状图
bar = Bar()
# 添加x轴数据
bar.add_xaxis(["中国","美国","英国"])
# 添加y轴数据 # 设置数值标签在右侧
bar.add_yaxis("GDP",[30,20,10],label_opts=LabelOpts(position="right"))
# 反转x轴和y轴
bar.reversal_axis()
# 绘图
bar.render("基础柱状图.html")

总结:

·通过Bar()构建一个柱状图对象

·和折线图一样,通过add_xaxis()和add_yaxis()添加x和y轴数据

·通过柱状图对象的:reversal_axis(),反转x和y轴

·通过label_opts=LabelOpts(position="right")设置数值标签在右侧显示

2.基础时间线柱状图

这个就是一个时间线

其实就是给点1一个柱状图,点2一个柱状图,随着点1到点2,柱状图也改变

时间线就是在x轴上提供很多个点,每一个点都是一个图表

这样我们就得到了一个基础的时间线

自动播放

自动播放无法放视频就不演示了,大家自行探索

别人的是红色的,而我的是蓝色的,那么怎么改颜色呢

如何设置主题

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


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

bar2 = Bar()
bar2.add_xaxis(["中国","美国","英国"])
bar2.add_yaxis("GDP",[50,50,10],label_opts=LabelOpts(position="right"))
bar2.reversal_axis()

bar3 = Bar()
bar3.add_xaxis(["中国","美国","英国"])
bar3.add_yaxis("GDP",[70,60,55],label_opts=LabelOpts(position="right"))
bar3.reversal_axis()

# 构建时间线对象
timeline = Timeline({"theme":ThemeType.LIGHT})
# 在时间线内添加柱状图对象
timeline.add(bar1,"点1")
timeline.add(bar2,"点2")
timeline.add(bar3,"点3")
# 绘图是用时间线对象绘图,而不是bar对象了
timeline.render("基础时间线柱状图.html")
# 自动播放设置
timeline.add_schema(
    play_interval=1000,     # 自动播放的时间间隔,单位毫秒
    is_timeline_show=True,  # 是否在自动播放的时候,显示时间线
    is_auto_play=True,      # 是否自动播放
    is_loop_play=True       # 是否循环自动播放
)

3.GDP动态柱状图绘制

列表的sort方法

就是将元素传入函数中,然后看他返回什么,将返回值作为排序的依据,比如这个返回了每一个元素的下标1(下标0就是第一个字母),就是告诉我们按照每一个元素的下标1来排序

数据处理

这是一个数据例子,我们通过记事本将其打开

发现是一个由逗号分隔的数据

注意看它的格式不是UTF-8而是ANSI,ANSI就是根据我们操作系统默认的语言版本来的,默认的中文编码是GB2312

这个gdp它里面有的数据太大,所以使用科学计数法,我们要把科学计数法给他强制转换成float,也就是浮点数

复制代码
gdp = float(line.split(",")[2])

就像这样

当你定义一个空字典,取字典运行会报错

如果字典里面有这个key,就不会报错

写一点检查运行一下

绘图

因为数据过多,我们可以通过for循环去循环我们的字典,然后每一年在循环里面都构建出来一个bar,一个柱状图的对象是不是就ok了

字典是无序的,我们需要去排序它

由于这一段不需要我们制定一个判断标准,所以使用sorted也可以

观察这个我们想办法把它设置成最高的在上面

复制代码
x_data.reverse()
y_data.reverse()

只需要这样就可以把x轴数据反转,y轴数据反转

那么直接看代码!

复制代码
# 演示第三个图表,GDP动态柱状图开发
from pyecharts.charts import Bar,Timeline
from pyecharts.options import *
from pyecharts.globals import ThemeType
# 读取数据
f = open("D:/1960-2019全球GDP数据.csv","r",encoding="GB2312")
data_lines = f.readlines()
# 关闭文件
f.close()
# 因为第一行数据是名字,没有用,所以要删除第一条数据
data_lines.pop(0)
# 将数据转换为字典存储,格式为:
# {年份:[[国家,gdp],[国家,gdp],......],年份:[[国家,gdp],[国家,gdp],......],.......}
# 比如{1960:[[美国,123],[中国,321],......],1961:[[美国,123],[中国,321],......],.......}
# 先定义一个字典对象
data_dict = {}
for line in data_lines:
    year = int(line.split(",")[0])  # 年份
    country = line.split(",")[1]    # 国家
    gdp = float(line.split(",")[2])  #gdp数据
    # 如何判断字典里面有没有指定的key呢?
    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 # 字典是无序的,需要我们处理排序
sorted_year_list = sorted(data_dict.keys())
# for循环每一年的数据。基于每一年的数据,创建每一年的bar对象
# 在for中,将每一年的bar对象添加到时间线中
for year in sorted_year_list:
    data_dict[year].sort(key=lambda element: element[1],reverse=True)
    # 取出本年份前八名的国家
    year_data = data_dict[year][0:8]
    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数据
    # 构建柱状图对象
    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轴和y轴
    bar.reversal_axis()
    # 设置每一年的图表的标题
    bar.set_global_opts(
        title_opts=TitleOpts(title=f"{year}年全球前八GDP数据")
    )
    timeline.add(bar,str(year))



# 设置时间线自动播放
timeline.add_schema(
    play_interval=1000,
    is_timeline_show=True,
    is_auto_play=True,
    is_loop_play=False
)
# 绘图
timeline.render("1960-2019全国GDP前八国家.html")

具体的结果已经上传至主页,大家感兴趣可以去看看。

相关推荐
jamison_14 天前
文心一言与 DeepSeek 的竞争分析:技术先发优势为何未能转化为市场主导地位?
人工智能·ai·chatgpt·gpt-3·1024程序员节
NaZiMeKiY5 天前
HTML5前端第六章节
前端·html·html5·1024程序员节
jamison_19 天前
颠覆未来:解锁ChatGPT衍生应用的无限可能(具体应用、功能、付费模式与使用情况)
ai·chatgpt·1024程序员节
NaZiMeKiY14 天前
HTML5前端第七章节
1024程序员节
earthzhang202118 天前
《Python深度学习》第四讲:计算机视觉中的深度学习
人工智能·python·深度学习·算法·计算机视觉·numpy·1024程序员节
明明真系叻1 个月前
2025.3.2机器学习笔记:PINN文献阅读
人工智能·笔记·深度学习·机器学习·1024程序员节·pinn
bitenum1 个月前
【C++/数据结构】队列
c语言·开发语言·数据结构·c++·青少年编程·visualstudio·1024程序员节
IT学长编程1 个月前
计算机毕业设计 基于SpringBoot的智慧社区管理系统的设计与实现 Java实战项目 附源码+文档+视频讲解
java·spring boot·后端·毕业设计·课程设计·论文笔记·1024程序员节
qq_382391331 个月前
WPF框架学习
学习·wpf·1024程序员节
✿ ༺ ོIT技术༻2 个月前
Linux:TCP和守护进程
linux·运维·服务器·网络·tcp/ip·1024程序员节