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://xiahunao.cn/news/2661873.html

如若内容造成侵权/违法违规/事实不符，请联系瞎胡闹网进行投诉反馈，一经查实，立即删除！

相关文章

计算机网络基础：Internet/局域网/信息安全/网络安全

计算机网络基础：Internet/局域网/信息安全/网络安全

计算机网络基础 1. Internet基础Internet服务Internet接入方式TCP/IP的配置 2. 局域网局域网参考模型拓扑结构和传输介质以太网无线局域网 3. 信息安全4. 网咯安全 1. Internet基础 巨大的网状结构，采用路由器将广域网和局域网连接起来。 Internet服务 使用传输控…
阅读更多...
06｜调用模型：使用OpenAI API还是微调开源Llama2/ChatGLM？

06｜调用模型：使用OpenAI API还是微调开源Llama2/ChatGLM？

06｜调用模型：使用OpenAI API还是微调开源Llama2/ChatGLM？ 让我们带着下面的问题来开始这一节课的学习。大语言模型，不止 ChatGPT 一种。调用 OpenAI 的 API，当然方便且高效，不过，如果我就是想用…
阅读更多...
掌握成功的关键：了解定位咨询如何让你的业务转型和增长

掌握成功的关键：了解定位咨询如何让你的业务转型和增长

在当今的商业世界中，市场竞争变得前所未有的激烈。这不仅要求企业提供优质的产品和服务，还需要确保其在市场中的位置。在这种环境中，精确的市场定位不仅是一个优势，而是生存和发展的必需。 定位咨询的概念与重要性 定位咨询是一项…
阅读更多...
Java程序设计中的猴子选大王

Java程序设计中的猴子选大王

涉及思想 参选猴子按照1，2，……，n编号并按照顺序围成一圈，从第k只猴子起，由1开始报数，报到m时，该猴子就跳出圈外，下一只猴子再次从 1开始进行报数，如此循环，…
阅读更多...
逻辑卷学习

逻辑卷学习

磁盘分区的缺点 1.无法扩容 2.必须使用的空间 3.没有备份: 一、逻辑卷的定义 LVM 是 Logical Volume Manager 的简称，译为中文就是逻辑卷管理。它是 Linux 下对硬盘分区的一种管理机制。LVM 适合于管理大存储设备，并允许用户动态调整文件系统的大小…
阅读更多...
C#多条件排序OrderBy、ThenBy

C#多条件排序OrderBy、ThenBy

方法和效果 有多个排序条件，其实不用单独自己写排序方法的，C#内置了排序方法： 引用命名空间System.Linq 正向排序的方法：OrderBy首要条件；ThenBy次要条件，可以连续多个使用 同理，逆向排序对应…
阅读更多...
Axios安装及使用【基础篇】

Axios安装及使用【基础篇】

Axios安装及使用 安装Axios搭建虚拟后台Axios的使用 安装Axios 使用npm安装：npm install axios 搭建虚拟后台 使用npm安装: npm install -g json-server创建一个json-server的文件夹，并创建一个db.json的文件db.json文件 配置相关数据： 启…
阅读更多...
Lunix的奇妙冒险————权限篇

Lunix的奇妙冒险————权限篇

文章目录 一.什么是权限二.用户权限和类别。1.用户2.角色3.更换文件角色 三.文件的类别和对应权限1.文件的类别。2.文件属性权限1.权限说明。2.默认生成文件权限来源3.更改权限 3.文件的执行与删除 四.不同用户共同在一个目录下的权限。1.普通用户家目录2.在同一目录下文件的权…
阅读更多...
十二：爬虫-Scrapy框架（上）

十二：爬虫-Scrapy框架（上）

一：Scrapy介绍 1.Scrapy是什么？ Scrapy 是用 Python 实现的一个为了爬取网站数据、提取结构性数据而编写的应用框架(异步爬虫框架) 通常我们可以很简单的通过 Scrapy 框架实现一个爬虫，抓取指定网站的内容或图片 Scrapy使用了Twisted异步网…
阅读更多...
方案：智能分析网关V4区域人数超员AI算法模型的应用场景介绍

方案：智能分析网关V4区域人数超员AI算法模型的应用场景介绍

视频AI智能分析技术已经深入到人类生活的各个角落，与社会发展的方方面面紧密相连。从日常生活中的各种场景，如人脸识别、车牌识别，到工业生产中的安全监控，如工厂园区的翻越围栏识别、入侵识别、工地的安全帽识别、车间流水线产品…
阅读更多...
低代码平台搭建ERP系统 低代码快速开发灵活的ERP

低代码平台搭建ERP系统 低代码快速开发灵活的ERP

随着数字化时代的到来，企业迫切需要高效、灵活的ERP系统来提高运营效率。在这一背景下，白码低代码平台成为了企业实现数字化转型的首选工具。本文将介绍低代码开发ERP的概念，并以白码低代码平台为例，探讨其在企业数字化转型中的重…
阅读更多...
基于ssm潍坊理工学院就业信息网的设计与实现论文

基于ssm潍坊理工学院就业信息网的设计与实现论文

摘 要 现代经济快节奏发展以及不断完善升级的信息化技术，让传统数据信息的管理升级为软件存储，归纳，集中处理数据信息的管理方式。本潍坊理工学院就业信息网就是在这样的大环境下诞生，其可以帮助管理者在短时间内处理完毕庞大的数…
阅读更多...
Python 为UnityAndroid端自动化接入Tradplus广告SDK

Python 为UnityAndroid端自动化接入Tradplus广告SDK

Python 为UnityAndroid端自动化接入Tradplus广告SDK Tradplus介绍常规接入进入Android开发文档选择渠道配置生成接入代码人工依赖下载官网同版本的 Unity插件 使用自动化工具接入首次 你需要打两个标记来定位运行工具 控制台会列出最新的十个Tradplus版本 任选其一然后拖入项目…
阅读更多...
一文详解Cookie以及Selenium自动获取Cookie

一文详解Cookie以及Selenium自动获取Cookie

前言 以后数据获取途径以及数据资产绝对会是未来核心要素生产工具和资源之一，每个大模型都离不开更加精细化数据的二次喂养训练。不过现在来看收集大量数据的方法还是有很多途径的，有些垂直领域的专业数据是很难获取得到的，靠人力去搜寻相当…
阅读更多...
【代码随想录】刷题笔记Day42

【代码随想录】刷题笔记Day42

前言 这两天机器狗终于搞定了，一个控制ROS大佬，一个计院编程大佬，竟然真把创新点这个弄出来了，牛牛牛牛（菜鸡我只能负责在旁边喊加油）。下午翘了自辩课来刷题，这次应该是元旦前最后一刷了&…
阅读更多...
2023年度总结(找到工作)

2023年度总结(找到工作)

转眼2023年结束了，今天已经12月29日了。从2022年12月25日考研失败后，2023年就变成了找工作以及上班度日的时光了。针对2023年，我想对自己所说的是：终于找到工作了。作为一个普通的专升本，考研落榜生来说，能…
阅读更多...
电子工程师如何接私活赚外快？

电子工程师如何接私活赚外快？

对电子工程师来说，利用业余时间接私活是个很常见的技术，不仅可以赚取额外收入，也能提升巩固技术，可以说国内十个工程师，必有五个在接私活养家糊口，如果第一次接私活，该如何做？ 很多工…
阅读更多...
Mybatis行为配置之Ⅲ—其他行为配置项说明

Mybatis行为配置之Ⅲ—其他行为配置项说明

专栏精选 引入Mybatis Mybatis的快速入门 Mybatis的增删改查扩展功能说明 mapper映射的参数和结果 Mybatis复杂类型的结果映射 Mybatis基于注解的结果映射 Mybatis枚举类型处理和类型处理器 再谈动态SQL Mybatis配置入门 Mybatis行为配置之Ⅰ—缓存 Mybatis行为配置…
阅读更多...
力扣：968. 监控二叉树（贪心，二叉树）

力扣：968. 监控二叉树（贪心，二叉树）

题目： 给定一个二叉树，我们在树的节点上安装摄像头。 节点上的每个摄影头都可以监视其父对象、自身及其直接子对象。 计算监控树的所有节点所需的最小摄像头数量。 示例 1： 输入：[0,0,null,0,0] 输出：1 解释&…
阅读更多...
iPortal内置Elasticsearch启动失败的几种情况——Linux

iPortal内置Elasticsearch启动失败的几种情况——Linux

作者：yx 文章目录 前言一、端口占用二、ES启动过慢三、磁盘占用过高，导致ES变为只读模式 前言 在Linux环境启动iPortal后有时会出现搜索异常的情况，如下截图，这是因为Elasticsearch（以下简称“ES”）没启动…
阅读更多...
最新文章

Copyright @ 2022~2023