2024年Python最新Python数据可视化：25年GDP之变_基于d3

作者 | 小F

出品 | 法纳斯特

Python数据可视化：25年GDP之变

说实话，这一期起的有点标题党了。

用到的Python知识并不多，只是利用Python对数据进行规整。

最多的应该是用大佬造的轮子，基于D3.js的数据可视化项目。

附上大佬的GitHub地址，有兴趣的小伙伴可以自行去围观。

https://github.com/Jannchie/Historical-ranking-data-visualization-based-on-d3.js

最后我利用大佬造的轮子，成功实现了25年间各省市GDP数据的可视化。

于是乎，你不就对各省市的GDP了解的一清二楚。

数据来源来自国家统计局。

附上相关链接，其实里面还有好多其他的数据，非常适合拿去练手。

http://data.stats.gov.cn/easyquery.htm?cn=E0103

本次的GDP数据如下，为各地区生产总值。

时间是1993年-2017年，共25年。

网站提供CSV文件下载，但是还是需要规整一下数据。

因为大佬造的轮子对数据有要求。

同时还需要注意一下编码问题，这里的CSV文件需要用gbk编码。

下面是从统计局下载下来的CSV数据。

我偷了个懒，直接就先在表格里删除了前三行，如下。

接下来便是用Python对数据进行规整，代码如下。

import pandas as pd

# 读取数据
df = pd.read_csv( gdp.csv , encoding= utf-8 )
(names, values, dates) = ([], [], [])
# 记得去除地区这个列名,遍历年份
for i in df.columns[1:]:
    for j, k in zip(df[i], df[ 地区 ]):
        # 输出地区、GDP值、年份数据
        print(k, j, i)
        names.append(k)
        values.append(int(j))
        dates.append(int(i.replace( 年 ,   )))
# 生成DateFrame格式的数据
data = {
     name : names,
     type :   ,
     value : values,
     date : dates

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！