Python-动态柱状图可视化

柱状图

  • 1.基础柱状图
    • 1.1通过Bar构建基础柱状图
    • 1.2反转x轴，y轴
    • 1.3数值标签在右侧
    • 1.4总结
  • 2.基础时间柱状图
    • 2.1掌握基础的时间线配置动态图表
    • 2.2创建时间线
    • 2.3自动播放
    • 2.4时间线设置主题
    • 2.5总结
  • 3.GDP动态柱状图绘制
    • 3.1掌握列表的sort方法并配合配合lambda匿名函数完成列表排序
    • 3.2处理数据
    • 3.3最终结果

1.基础柱状图

1.1通过Bar构建基础柱状图

# 导入包
from pyecharts.charts import Bar
from pyecharts.options import *
# 构建柱状图对象
bar = Bar()
# 添加x轴数据
bar.add_xaxis(["中国","美国","英国"])
# 添加y轴数据
bar.add_yaxis("GDP",[30,20,10])
#绘图
bar.render("基础柱状图.html")

在这里插入图片描述

1.2反转x轴，y轴

# 导入包
from pyecharts.charts import Bar
from pyecharts.options import *
# 构建柱状图对象
bar = Bar()
# 添加x轴数据
bar.add_xaxis(["中国","美国","英国"])
# 添加y轴数据
bar.add_yaxis("GDP",[30,20,10])
# 反转x轴，y轴
bar.reversal_axis()
#绘图
bar.render("基础柱状图.html")

在这里插入图片描述

1.3数值标签在右侧

# 导入包
from pyecharts.charts import Bar
from pyecharts.options import *
# 构建柱状图对象
bar = Bar()
# 添加x轴数据
bar.add_xaxis(["中国","美国","英国"])
# 添加y轴数据
bar.add_yaxis("GDP",[30,20,10],label_opts=LabelOpts(position="right"))
# 反转x轴，y轴
bar.reversal_axis()
#绘图
bar.render("基础柱状图.html")

在这里插入图片描述

1.4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.基础时间柱状图

2.1掌握基础的时间线配置动态图表

  • Timeline()-时间线
    • 如果说一个Bar、Line对象是一张图表的话，时间线就是创建一维的x轴，轴上每一个点就是一个图表对象

2.2创建时间线

# 导入包
from pyecharts.charts import Bar,Timeline
from pyecharts.options import *
# 构建柱状图
bar1 = Bar()
# 添加x轴数据
bar1.add_xaxis(["中国","美国","英国"])
# 添加y轴数据
bar1.add_yaxis("GDP",[30,20,10])
# 反转x轴y轴
bar1.reversal_axis()
bar2 = Bar()
bar2.add_xaxis(["中国","美国","英国"])
bar2.add_yaxis("GDP",[50,30,20])
bar2.reversal_axis()
# 创建时间线
timeline = Timeline()
# timeline对象添加bar柱状图
timeline.add(bar1,"2021年GDP")
timeline.add(bar2,"2022年GDP")
# 通过时间线绘图
timeline.render("基础时间柱状图-时间线.html")

在这里插入图片描述

2.3自动播放

# 导入包
from pyecharts.charts import Bar,Timeline
from pyecharts.options import *
from pyecharts.globals import *
# 构建柱状图
bar1 = Bar()
# 添加x轴数据
bar1.add_xaxis(["中国","美国","英国"])
# 添加y轴数据
bar1.add_yaxis("GDP",[30,20,10],label_opts=LabelOpts(position="right"))
# 反转x轴y轴
bar1.reversal_axis()
bar2 = Bar()
bar2.add_xaxis(["中国","美国","英国"])
bar2.add_yaxis("GDP",[50,30,20],label_opts=LabelOpts(position="right"))
bar2.reversal_axis()
# 创建时间线
timeline = Timeline()
# timeline对象添加bar柱状图
timeline.add(bar1,"2021年GDP")
timeline.add(bar2,"2022年GDP")
# 设置自动播放
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 # 是否循环播放
)
# 通过时间线绘图
timeline.render("基础时间柱状图-时间线.html")

在这里插入图片描述
在这里插入图片描述

2.4时间线设置主题

# 导入包
from pyecharts.charts import Bar,Timeline
from pyecharts.options import *
from pyecharts.globals import *
# 构建柱状图
bar1 = Bar()
# 添加x轴数据
bar1.add_xaxis(["中国","美国","英国"])
# 添加y轴数据
bar1.add_yaxis("GDP",[30,20,10],label_opts=LabelOpts(position="right"))
# 反转x轴y轴
bar1.reversal_axis()
bar2 = Bar()
bar2.add_xaxis(["中国","美国","英国"])
bar2.add_yaxis("GDP",[50,30,20],label_opts=LabelOpts(position="right"))
bar2.reversal_axis()
# 创建时间线
timeline = Timeline({"theme":ThemeType.DARK})
# timeline对象添加bar柱状图
timeline.add(bar1,"2021年GDP")
timeline.add(bar2,"2022年GDP")
# 设置自动播放
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,is_loop_play=True
)
# 通过时间线绘图
timeline.render("基础时间柱状图-时间线.html")

在这里插入图片描述

2.5总结

  • 时间线
    在这里插入图片描述
  • 自动播放
    在这里插入图片描述
  • 如何设置主题 timeline = Timeline({“theme”: ThemeType.LIGHT})
    在这里插入图片描述

3.GDP动态柱状图绘制

3.1掌握列表的sort方法并配合配合lambda匿名函数完成列表排序

如下嵌套列表，要求对外层表进行排序，排序依据是内层表的第二个元素数字
方法1：

# 定义列表
my_list = [["a",3],["b",5],["c",1]]
# 定义排序方法
def choose_sort_key(element):return element[1]
my_list.sort(key=choose_sort_key,reverse=True)
my_list.sort(key=lambda element: element[1],reverse=True)
print(my_list)
# 结果
[['b', 5], ['a', 3], ['c', 1]]

方法2:配合lmbda函数完成

my_list = [["a",3],["b",5],["c",1]]
my_list.sort(key=lambda element: element[1],reverse=True)
print(my_list)
# 结果
[['b', 5], ['a', 3], ['c', 1]]

3.2处理数据

# 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()
# 删除文件开头
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]...]...}
# {1960:[[美国,GDP],[国家,GDP]...],1961：[[美国,GDP],[国家,GDP]...]...}
# 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key值？# 初始data_dict[year]会报错，因为对应的key没有数值，通过异常捕获来给data_list定义一个空列表，后续追加值进去。try:data_dict[year].append([country,gdp]) except KeyError:data_dict[year] = []  # year是空列表存进去的data_dict[year].append([country,gdp])

# 创建时间对象
timeline = Timeline({"theme":ThemeType.LIGHT})
# 排序年份
sorted_year_list = sorted(data_dict.keys())
# for循环，从1960年开始
for year in sorted_year_list:data_dict[year].sort(key=lambda element: element[1],reverse=True)# 取出本年份前8名国家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bar = Bar()x_data.reverse()  # 反转国家，让GDP最高的排在最上面y_data.reverse()  # 同步反转GDP数据bar.add_xaxis(x_data)bar.add_yaxis("GDP亿",y_data,label_opts=LabelOpts(position="right")) # y轴数据，标签在右# 反转x轴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8GDP数据"))timeline.add(bar,str(year))
# for循环每一年的的数据，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

# 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全球GDP前8国家.html")

3.3最终结果

在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/581499.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

【数据库系统概论】第5章-数据库完整性

【数据库系统概论】第5章-数据库完整性

文章目录 引言5.1 实体完整性5.2 参照完整性5.3 用户定义的完整性5.4 完整性约束命名子句5.6 触发器 引言 数据库的完整性是指数据的正确性和相容性。 正确性：符合现实语义、反映当前实际情况。性别必须为男或女。 相容性：数据库同一对象在不同关系表中…
阅读更多...
MySQL 中的 ibdata1 文件过大如何处理？

MySQL 中的 ibdata1 文件过大如何处理？

ibdata1 是什么文件？ ibdata1 是InnoDB的共有表空间，默认情况下会把表空间存放在一个名叫 ibdata1的文件中，日积月累会使该文件越来越大。 ibdata1 文件过大的解决办法 使用独享表空间，将表空间分别单独存放。MySQL开启独享表空…
阅读更多...
刷新账号密码过期时间——脚本案例

刷新账号密码过期时间——脚本案例

OS账号默认30天密码过期，执行下面脚本刷新密码过期时间。 脚本先是从密码文件中读取用户和密码，再使用passwd命令行修改密码。然后过滤chage -l的关键信息判断密码是否修改成功。最后使用expect脚本对每个用户进行ssh登录并测试，确保…
阅读更多...
Flutter 官方状态管理 Provider基本使用

Flutter 官方状态管理 Provider基本使用

当App的复杂性发展到一定程度，就会出现一个页面中不同深度的子Widget需要共享访问同一个数据状态，甚至不同页面需要共享同一个状态的情况，这时我们可能会想到InheritedWidget。InheritedWidget是 Flutter 中非常重要的一个功能型组件，它提供了一种在 Widget 树中从上到下共…
阅读更多...
115基于matlab的用于铣削动力学建模的稳定性叶瓣图分析(stablity lobe)

115基于matlab的用于铣削动力学建模的稳定性叶瓣图分析(stablity lobe)

基于matlab的用于铣削动力学建模的稳定性叶瓣图分析(stablity lobe)，程序已调通，可直接运行。 115matlab铣削动力学 (xiaohongshu.com)
阅读更多...
生活常识-如何开社保证明（四川）

生活常识-如何开社保证明（四川）

下载并打开天府市民云APP 注册后登陆 点击社保服务 点击社保证明 点击【四川省社会保险个人社保证明名(近24个月)】 点击下载 下载后点击【QQ发送给好友，然后发送给自己的电脑设备(我的电脑)】
阅读更多...
Pthon Request库源码解读之__init__.py

Pthon Request库源码解读之__init__.py

首先我们需要了解下这个文件的功能： init.py 文件在 Python 中有多种用途，但当我们讨论通过 pip 安装的插件或包时，其主要用途是为了确保： 包的结构完整性： 当你尝试导入一个包（文件夹）时&#…
阅读更多...
数据类型-变量-内存四区-指针

数据类型-变量-内存四区-指针

1、内存四区 1.1、数据类型的本质 1）数据类型基本概念 类型是对数据的抽象类型相同的数据具有相同的表示形式、存储格式、相关的操作程序中使用的数据必定属于某种数据类型数据类型和内存 有关系C/C 引入数据类型，可以更方便地管理数据 2&#xff09…
阅读更多...
laravel5.8中实现验证码组件的安装和验证

laravel5.8中实现验证码组件的安装和验证

本篇文章主要讲解使用laravel5.8自带的验证码库实现验证码验证的效果教程。通过本教程你可以快速接入到自己的项目中开发相应的验证功能。 作者：任聪聪 (rccblogs.com) 日期：2023年12月17日 实际效果 安装步骤 步骤一、输入命令 composer require mews…
阅读更多...
beego使用布局文件和模板文件进行页面渲染

beego使用布局文件和模板文件进行页面渲染

在 Beego 框架中的控制器基类 Controller 中自定义一个方法，用于渲染模板文件并设置模板数据。 func (this *IndexController) display(tplname string) {this.Layout this.moduleName "/layout.html"this.TplName tplnamethis.LayoutSections make(…
阅读更多...
小程序开发与移动应用开发有哪些区别？

小程序开发与移动应用开发有哪些区别？

小程序开发与移动应用开发：差异何在？ 在数字化浪潮下，小程序和移动应用已成为人们日常生活中不可或缺的一部分。但你是否真正了解小程序开发与移动应用开发之间的区别？这篇文章将为你揭开两者之间的神秘面纱。 一、运行环境不同…
阅读更多...
不限带宽是否意味着无限带宽

不限带宽是否意味着无限带宽

当今互联网发展迅速的时代，带宽成为了网络连接速度的重要指标之一。而对于许多用户来说，无限带宽似乎是一个理想的选择。不限带宽并不等于无限带宽。我将解释不限带宽的含义，并探讨其与无限带宽之间的区别。 不限带宽是指网络服务提供商&…
阅读更多...
夸克 自动脚本 每次挖到自动输代码

夸克 自动脚本 每次挖到自动输代码

一个bash脚本，功能是持续运行一个名为`mint-dft`的Yarn CLI命令，并在出现错误时自动重试。 代码解释： 1. `#!/bin/bash`： 这是shebang行，告诉系统使用/bin/bash来解析和执行这个脚本。 2. `export NODE_OPTIONS=--max_old_space_size=49152`： 这一行设置了环境变…
阅读更多...
Navicat 年度报告 (2023) | 不忘初心，砥砺前行

Navicat 年度报告 (2023) | 不忘初心，砥砺前行

#SUMMARY#年度报告 时光荏苒，转眼时间来到 2023 年与 2024 年交汇处。回顾 2023，数据库行业跌宕起伏，暗流涌动。作为数据库工具提供商 Navicat，我们也面临着诸多挑战与压力。一直以来，我们以用户体验为先、技术为本&a…
阅读更多...
代理模式：中间者的故事

代理模式：中间者的故事

代理模式：中间者的故事 介绍需求分析代理模式代码实现代理模式整理和用途第一种用途第二种用途第三种用途第四种用途 总结 介绍 本文引用《大话设计模式》第七章节的内容进行学习分析，仅供学习使用 需求：小明拜托自己好朋友小王给他朋友小美…
阅读更多...
Swift函数式编程——函数

Swift函数式编程——函数

目录 Swift函数式编程－函数 高阶函数（Higher order function） 一等函数（First class function） 闭包 函数柯里化（Function Curring） 函数式思维 使用函数解决问题 使用函数组合 总结 Sw…
阅读更多...
解决IDEA 不能正确识别系统环境变量的问题

解决IDEA 不能正确识别系统环境变量的问题

问题描述 本人laptop 上的是设置了GOOGLE_APPLICATION_CREDENTIALS 这个环境变量的， 正常java or python 的程序能基于这个环境变量使用 某个gcp service account 去访问GCP的资源 [gatemanmanjaro-x13 ~]$ env | grep -i google GOOGLE_APPLICATION_CREDENTIALS/…
阅读更多...
2023年，写博客带给我的收获与成长

2023年，写博客带给我的收获与成长

文章目录 前言写博客的心路历程膜拜写博客大佬博客大佬带来的诱惑尝试写博客坚持写博客 决定写博客的原因2023年写博客的成就博客的创作粉丝的增长博客专家成就商务合作 2024年对技术写作的展望 前言 没错，我就是那个考试睡大觉、作文空白交卷的王二蛋。面对写作&a…
阅读更多...
Tensor轴变换 axis 或 dim（transpose、permute、view、reshape、einsum）

Tensor轴变换 axis 或 dim（transpose、permute、view、reshape、einsum）

操作分类： 重排维度：transpose、swapaxes、permute都是对维度进行重排序，但不改变维度的大小。 重组维度：view、reshape可以重组原始维度，修改维度大小。 万能运算：einsum 通过操作index(dim/axis)来匹配…
阅读更多...
SpringBoot2.7-集成Knife4j

SpringBoot2.7-集成Knife4j

Knife4j 是什么 Knife4j是一个集Swagger2 和 OpenAPI3为一体的增强解决方案 添加依赖 <!--引入Knife4j的官方start包,该指南选择Spring Boot版本<3.0,开发者需要注意--> <dependency><groupId>com.github.xiaoymin</groupId><artifactId>knif…
阅读更多...
最新文章

Copyright @ 2022~2023