Python 数据可视化 - 00 后高考大军

最新推荐文章于 2024-04-10 20:09:25 发布

Python开发者

最新推荐文章于 2024-04-10 20:09:25 发布

阅读量742

点赞数

（点击上方公众号，可快速关注）

来源： stormdony

https://mp.weixin.qq.com/s/9QshHxDa8xZ3NZNQGsiu8A

00后大军高考结束了，网络上对这次高考的报道很多(毕竟00后小鲜肉嘛)，很多都关注了今年的考生数据，并且用炫酷的图表展示。看着是不是有点小嫉妒，为什么图表还可以做得这么漂亮？？？是不是也想自己动手做一张？？？其实这些图表都可以用python制作出来的数据可视化的产物，所以当然是可以自己动手制作的啦

准备工作

charts
pyecharts

数据

直接从百度上收集

常见类

经常见到或者使用的图表是柱状图和折线图，所以先从简单的入手。

1. 柱状图

# 高考人数
gaokao_num = [940,940,...,375]
gaokao_num.reverse()
# 录取人数
luqu_num = [700,705,...,221]
luqu_num.reverse()
# 录取率
luqu_lev= [74.46,75,...,59]
luqu_lev.reverse()
import charts
options = {
    'chart'   : {'zoomType':'xy'},
    #标题
    'title'   : {'text': '2000-2017年高考数据'},
    #副标题
    'subtitle': {'text': 'Source: edu.sina.com.cn'},
    #x轴    
    'xAxis'   : {'categories': ['2000',...,'2017']},
    #y轴  
    'yAxis'   : {'title': {'text': '万人/年'}},  
    }
series =  [{
    'type': 'column',
    'name': '高考人数',
    'data': gaokao_num
},{
    'type': 'column',
    'name': '录取人数',
    'data': luqu_num
}
]
charts.plot(series, options=options, show='inline')

由于我的pyecharts有点小问题，所以用了charts进行处理，使用pyecharts更加简单，这里就不重复了，有需要可以查看源码

（高考人数与录取人数)
今年有 975万 考生(从表中看不出，因为我没写进去)，但是可以看出10-18年这段时间的高考人数是稳定的，毕竟人口基数大是没有办法的事。“千军万马过独木桥”这句话还真是有点应景哈。。。

2. 折线图

如果上面的柱状图没有问题的话，那折线图就非常简单了，只是将type由column修改为line就行了。

series =  [{
    'type': 'line',
    'name': '录取率',
    'data': luqu_lev,
    'marker':{
        'lineWidth':2,
        'lineColor':'#90ed7d'
    }
}
]

（高考录取率折线图)

本来是将柱状图和折线图展示在一张图里面的，但是Y轴的值太大了，导致录取率的变化看起来不大，所以这里就将它们拆开了

地图类

先放上一张高考难度排行榜。想当年我也是从困难模式过来的。真的心疼江苏的考生，好像数学又是葛军出题，看来又要上热搜了大江苏 640

(来自：凤凰新闻)
现在开始利用 pyecharts 制作地图类图表，看一下中国哪个省份的高考生最多

from pyecharts import Map
#处理数据
add =["北京",...,"西藏"]
num = [6.3,...,2.53]
dict_data = dict(zip(add,num))
data = [tuple(i) for i in zip(add,num)]
data_pro = data
geo = Map("各省高考人数分布",
         "data from : gaokao.eol.cn", 
          title_color="#fff",  
          title_pos="center", 
          width=1000,  
          height=600, 
          background_color='#404a59'
          )  
attr, value = geo.cast(data_pro)
geo.add("",  attr, value,
             visual_range=[0, 80],
             maptype='china',
             visual_text_color="#fff",  
             symbol_size=10,
             is_visualmap=True)  
geo.render("各省高考分布.html")#生成html文件  
geo#直接在notebook中显示