Python 数据可视化-画数据销量折线图和数据日增长率折线图的组合图形

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

目录

前言

一、用什么组件实现

二、组合图形是什么

 三、实现过程

1.导入相关库、层叠组件overlap、组合组件grid、分页组件tab

2.导入数据

3.对数据日期进行处理，把表格对象转化为列表

4.对数据进行处理，把表格对象转化为列表

5.构造数据的增长率数据

6.画组合图形

6.1分页图

6.2 层叠图

6.3 组合图

7.完整代码展示

总结       

---

前言

什么是数据可视化呢？

数据可视化，是关于数据视觉表现形式的科学技术研究。其中，这种数据的视觉表现形式被定义为，一种以某种概要形式抽提出来的信息，包括相应信息单位的各种属性和变量。

它是一个处于不断演变之中的概念，其边界在不断地扩大。主要指的是技术上较为高级的技术方法，而这些技术方法允许利用图形、图像处理、计算机视觉以及用户界面，通过表达、建模以及对立体、表面、属性以及动画的显示，对数据加以可视化解释。与立体建模之类的特殊技术方法相比，数据可视化所涵盖的技术方法要广泛得多。

---

一、用什么组件实现

层叠组件overlap、组合组件grid、分页组件tab

二、组合图形是什么

组合图（Combination chart）是一种将多种不同类型的图表组合在一起展示的数据可视化方式。组合图可以同时展示多个变量或指标之间的关系和趋势，以便更好地了解它们之间的相互影响和作用。常见的组合图包括折线图和柱状图的组合、散点图和线图的组合等。通过组合不同类型的图表，我们可以更全面地呈现数据的信息和规律，从而更加深入地了解数据背后的含义和趋势。组合图通常用于商业、金融、科学、医疗等各个领域的数据分析和决策支持。

 三、实现过程

1.导入相关库、层叠组件overlap、组合组件grid、分页组件tab

   代码如下：

from pyecharts import options as opts
from pyecharts.charts import Bar, Line, Tab
import pandas as pd
from pyecharts.faker import Faker
from pyecharts.charts import Bar, Grid, Line

2.导入数据

  代码如下：

data = pd.read_excel(r'商品销量.xlsx')
data

  运行结果如下：

这里我使用的是商品销量表格数据，请根据自己的数据对代码进行修改

3.对数据日期进行处理，把表格对象转化为列表

   代码如下：   

# x轴数据
x = data['日期'].agg(lambda x:str(x.day)).tolist()
x

  运行结果如下：

 4.对数据进行处理，把表格对象转化为列表

代码如下：

# 柱形图数据
data1 = data["牛奶"].tolist()
data1

data2 = data["面包"].tolist()
data2

 运行结果如下：