数据可视化-动态柱状图
基础柱装图
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轴的数据
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")) # xy轴反转后,标签放到最后侧
# 反转X轴和y轴
bar.reversal_axis()
# 绘图
bar.render("./bak/基础柱状图.html")
'd:\\git-python\\bak\\基础柱状图.html'
创建时间线柱状图
- Timeline()-时间线
柱状图描述的是分类数据,回答的是每一个分类中 [有多少?] 这个问题,这是柱状图的主要特点,同时柱状图很难动态的描述一个趋势性的数据
如果说一个Bar、Line对象是一张图表的话,时间线就是创建一个一维的轴,轴上每一个点就是一个图表对象
from pyecharts.charts import Bar, Timeline
from pyecharts.options import LabelOpts
from pyecharts.globals import ThemeType
# 使用Bar构建基础柱状图
bar1 = Bar()
# 添加x轴的数据
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")) # xy轴反转后,标签放到最后侧
bar2 = Bar()
bar2.add_xaxis(["中国", "美国", "英国"])
bar2.add_yaxis("GDP", [60, 40, 20], label_opts=LabelOpts(position="right")) # xy轴反转后,标签放到最后侧
bar3 = Bar()
bar3.add_xaxis(["中国", "美国", "英国"])
bar3.add_yaxis("GDP", [80, 50, 30], label_opts=LabelOpts(position="right"))
# 构建时间线对象
timeline = Timeline({"theme": ThemeType.ROMA})
# 反转X轴和y轴
bar1.reversal_axis()
bar2.reversal_axis()
bar3.reversal_axis()
# 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")
# 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 # 是否循环自动播放
)
# 绘图
timeline.render("./bak/基础时间线柱状图.html")
'd:\\git-python\\bak\\基础时间线柱状图.html'
列表的sort方法
列表.sort(key=选择排序依据的函数, reverse=True|False) # sorted可以对数据容器进行排序,但对函数排序使用sort方法
- 参数key,是要求传入一个函数,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,是否反转排序结果,True表示降序,False表示升序
# 带名函数形式
my_list = [["a", 33], ["b", 55], ["c", 11], ["d", 66]]
# 定义排序方法
def choose_sort_key(element):
return element[1]
# 将元素传入choose_sort_key函数中,用来确定按照谁来排序
my_list.sort(key=choose_sort_key, reverse=True)
print(my_list)
[['d', 66], ['b', 55], ['a', 33], ['c', 11]]
# 匿名lambda形式
my_list = [["a", 33], ["b", 55], ["c", 11], ["d", 66]]
my_list.sort(key=lambda element: element[1], reverse=True)
print(my_list)
[['d', 66], ['b', 55], ['a', 33], ['c', 11]]
GDP动态柱状图实例
需求分析
- GDP数据处理为亿级
- 有时间轴,按照年份为时间轴的点
- x轴和y轴反转,同时每一年的数据只要前8名国家
- 有标题,标题的年份会动态更改
- 设置了主题为LIGHT
from pyecharts.charts import Bar, Timeline
from pyecharts.options import *
from pyecharts.globals import ThemeType
# 读取数据
f = open("./bak/1960-2019全球GDP数据.csv", "r", encoding="GB2312")
data_lines = f.readlines()
print(data_lines)
f.close()
# 删除第一行数据
data_lines.pop(0)
print(data_lines)
# 装数据转换为以年份为key的字典存储
data_dict = {}
for i in data_lines:
year = int(i.split(",")[0]) # 年份
country = i.split(",")[1] # 国家
gdp = float(i.split(",")[2]) # gdp数据,科学计算法转为数字
# 如何判断字典里有没有指定的key?
try:
data_dict[year].append([country, gdp])
except KeyError:
data_dict[year] = []
data_dict[year].append([country, gdp])
print(data_dict)
# 排序年份
sorted_year_list = sorted(data_dict.keys())
print(sorted_year_list)
# 添加时间线
timeline = Timeline({"theme": ThemeType.LIGHT})
for year in sorted_year_list:
data_dict[year].sort(key=lambda element: element[1], reverse=True)
# 取出本年份GDP前8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轴添加国家数据
y_data.append(country_gdp[1] / 100000000) # y轴添加GDP单位亿级数据
# 构建柱状图
bar = Bar()
x_data.reverse() # x轴数据反转
y_data.reverse() # y轴数据反转 GDP数值更高的在上面
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")
)
# 时间线添加数据
timeline.add(bar, str(year))
# 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 # 是否循环自动播放
)
# 绘图
timeline.render("./bak/全球GDP前八国家时间线柱状图.html")
['year,GDP,rate\n', '1960,美国,5.433E+11\n', '1960,英国,73233967692\n', '1960,法国,62225478000\n'...省略...
[1960, 1961, 1962, 1963, 1964, 1965, 1966, 1967, 1968, 1969, 1970, 1971, 1972, 1973, 1974, 1975, 1976, 1977, 1978, 1979, 1980, 1981, 1982, 1983, 1984, 1985, 1986, 1987, 1988, 1989, 1990, 1991, 1992, 1993, 1994, 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]
'd:\\git-python\\bak\\全球GDP前八国家时间线柱状图.html'