Python酷炫毕业论文案例，对全国大学数据进行可视化分析_基于python的数据可视化论文

本文链接：https://blog.csdn.net/2401_84150394/article/details/138866348

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

在这里插入图片描述

1、导入模块

Pandas数据处理
读取数据

import pandas as pd
from collections import Counter
###画图
from pyecharts import options as opts
from pyecharts.charts import Map
from pyecharts.globals import ThemeType
from pyecharts.charts import Bar, Pie, Timeline
from pyecharts.faker import Faker

datafile = u'/home/mw/input/university_data1034/
data = pd.read_excel(datafile)
data.head()

在这里插入图片描述

2、不同省份大学数量

###不同省份大学数量
attr = data['省份'].tolist()
result = Counter(attr)
# 排序
d = sorted(result.items(), key=lambda x: x[1], reverse=True)
#print(d)
#for i in d:
# print(i)
provinces = [i[0] for i in d]
value = [i[1] for i in d]

#print(provinces)
#print(value)
c = (
    Map()
        .add("", [list(z) for z in zip(provinces, value)], "china")
        .set_global_opts(
        title_opts=opts.TitleOpts(title="分段型数据"),
        visualmap_opts=opts.VisualMapOpts(max_=200, split_number=8, is_piecewise=True),
    )
)
c.render_notebook()

在这里插入图片描述

3、统计省份对应不同市大学数量

##统计省份对应不同市大学数量



![img](https://img-blog.csdnimg.cn/img_convert/1f77940fb516cf0e6cfdd9ba1507bb25.png)
![img](https://img-blog.csdnimg.cn/img_convert/0d8a3bf4c5c6d39dea2d0fe46af32494.png)
![img](https://img-blog.csdnimg.cn/img_convert/9f4724ad5f455a49aad65f9b765426b5.png)

**既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！**

**由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新**

**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618545628)**

战项目、大纲路线、讲解视频，并且后续会持续更新**

**[需要这份系统化资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618545628)**