Python数据可视化简单案例

踢足球的程序原

已于 2023-06-27 11:30:00 修改

阅读量430

点赞数 1

文章标签： python 信息可视化开发语言

于 2023-06-27 11:02:20 首次发布

本文链接：https://blog.csdn.net/m0_58244434/article/details/131412272

版权

数据集介绍

本数据集涵盖了2000年到2019年全国各省的居民可支配收入、农村家庭可支配、城市家庭可支配、总人口数、
城镇化率、城镇总人口、农村总人口、城镇总收入、农村总收入、总收入，并且在此基础上计算了相应的泰尔
指数。在开始正式的分析之前，先对一些指标进行说明：城镇化率：城镇化是人口、地域、社会经济组织形式
和生产生活方式由传统落后的乡村型社会向现代城市社会转化的过程，是人类社会发展的客观趋势，是国家现
代化的重要标志，城镇化率是衡量城镇化发展水平的重要指标。泰尔指数是用来衡量个人之间或者地区间收入
差距（或者称不平等度）的指标。在本次实验中，主要选择了河南、山东、北京、广东四省的数据进行分析并
绘制了折线图、柱状图、饼图。

读取数据

import pandas as pd
pd_ = pd.read_excel("./data/data.xlsx")

检查数据缺失情况

pd_.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 620 entries, 0 to 619
Data columns (total 20 columns):
 #   Column      Non-Null Count  Dtype  
---  ------      --------------  -----  
 0   id          620 non-null    int64  
 1   year        620 non-null    int64  
 2   NAME        620 non-null    object 
 3   居民可支配收入（元）  620 non-null    float64
 4   农村家庭可支配（元）  620 non-null    float64
 5   城市家庭可支配（元）  620 non-null    float64
 6   总人口数（万人）    620 non-null    float64
 7   城镇化率        620 non-null    float64
 8   城镇总人口（万人）   620 non-null    float64
 9   农村总人口（万人）   620 non-null    float64
 10  城镇总收入（元）    620 non-null    float64
 11  农村总收入（元）    620 non-null    float64
 12  总收入(元)      620 non-null    float64
 13  P1/P        620 non-null    float64
 14  Z1/Z        620 non-null    float64
 15  LN(N/O)     620 non-null    float64
 16  P2/P        620 non-null    float64
 17  Z2/Z        620 non-null    float64
 18  LN(Q/R)     620 non-null    float64
 19  泰尔指数        620 non-null    float64
dtypes: float64(17), int64(2), object(1)
memory usage: 97.0+ KB

读取第二、三、四列数据

data = pd.read_excel("./data/data.xlsx",usecols=[1,2,3])
data

	year	NAME	居民可支配收入（元）
0	2000	北京	9065.07328
1	2000	天津	6876.33562
2	2000	河北	3313.29906
3	2000	山西	2893.76610
4	2000	内蒙古	3361.72338
...	...	...	...
615	2019	陕西	26453.69675
616	2019	甘肃	20633.46305
617	2019	青海	23897.51568
618	2019	宁夏	25710.40186
619	2019	新疆	24295.53540

620 rows × 3 columns

选取河南、北京、广东、山东四省的数据

sheet1 = data.loc[(data['NAME']==' 河  南  ') | (data['NAME']==' 北  京  ') | (data['NAME']==' 广  东  ') | (data['NAME']==' 山  东  ')]

将居民可支配收入数据类型转换成int

sheet1['居民可支配收入（元）'] = sheet1['居民可支配收入（元）'].astype(int)

C:\Users\Lenovo\AppData\Local\Temp\ipykernel_16580\1273220474.py:1: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  sheet1['居民可支配收入（元）'] = sheet1['居民可支配收入（元）'].astype(int)

将sheet1中的数据按省份分成四个数据集

sheet1_henan = sheet1.loc[(sheet1['NAME']==' 河  南  ')]
sheet1_beijing = sheet1.loc[(sheet1['NAME']==' 北  京  ')]
sheet1_guangdong = sheet1.loc[(sheet1['NAME']==' 广  东  ')]
sheet1_shandong = sheet1.loc[(sheet1['NAME']==' 山  东  ')]

绘制2000-2019年河南、北京、广东、山东四省居民可支配收入增长曲线

import matplotlib.pyplot as plt
import numpy as np
names=['河南','北京','广东','山东']
years=['2000','2001','2002','2003','2004','2005','2006','2007','2008','2009','2010',
        '2011','2012','2013','2014','2015','2016','2017','2018','2019']
list = []
y=np.array(sheet1_henan['居民可支配收入（元）'])
y1=np.array(sheet1_beijing['居民可支配收入（元）'])
y2=np.array(sheet1_guangdong['居民可支配收入（元）'])
y3=np.array(sheet1_shandong['居民可支配收入（元）'])
list.append(y)
list.append(y1)
list.append(y2)
list.append(y3)
plt.figure(figsize=(15,7))
plt.rcParams['font.sans-serif'] = 'SimHei'
plt.style.use('fivethirtyeight')
for i in range(4):
    plt.plot(years,list[i],label=names[i],marker='o',markeredgecolor='b',markeredgewidth=1,linestyle='--',linewidth=1.5)
plt.xlabel('时间')
plt.ylabel('收入（元）')
plt.title('2000-2019年河南、北京、广东、山东四省居民可支配收入增长曲线')
plt.legend(prop = {'size':16})
plt.show()

在这里插入图片描述

读取数据选中第二、三、八、九、十列数据

data2 = pd.read_excel("./data/data.xlsx",usecols=[1,2,7,8,9])
data2

	year	NAME	城镇化率	城镇总人口（万人）	农村总人口（万人）
0	2000	北京	0.7764	1059.009600	304.990400
1	2000	天津	0.7202	720.920200	280.079800
2	2000	河北	0.2622	1749.922800	4924.077200
3	2000	山西	0.3506	1138.398200	2108.601800
4	2000	内蒙古	0.4282	1015.690400	1356.309600
...	...	...	...	...	...
615	2019	陕西	0.5943	2303.631603	1572.578397
616	2019	甘肃	0.4849	1283.738807	1363.691193
617	2019	青海	0.5552	337.461664	270.358336
618	2019	宁夏	0.5986	415.823476	278.836524
619	2019	新疆	0.5187	1308.794214	1214.425786

620 rows × 5 columns

sheet2 = data2.loc[(data2['NAME']==' 河  南  ') | (data2['NAME']==' 北  京  ') | (data2['NAME']==' 广  东  ') | (data2['NAME']==' 山  东  ')]

sheet2_henan = sheet2.loc[(sheet1['NAME']==' 河  南  ')]
sheet2_beijing = sheet2.loc[(sheet1['NAME']==' 北  京  ')]
sheet2_guangdong = sheet2.loc[(sheet1['NAME']==' 广  东  ')]
sheet2_shandong = sheet2.loc[(sheet1['NAME']==' 山  东  ')]

绘制2000-2019年河南、北京、广东、山东四省城镇总人口数量条形图

fig=plt.figure(figsize=(24,12),dpi=100)
plt.style.use('fivethirtyeight')
c=0
list=[]
y=sheet2_henan['城镇总人口（万人）']
y1=sheet2_beijing['城镇总人口（万人）']
y2=sheet2_guangdong['城镇总人口（万人）']
y3=sheet2_shandong['城镇总人口（万人）']
list.append(y)
list.append(y1)
list.append(y2)
list.append(y3)
color=['r','b','y','g']
for i in range(4):
    c=c+1
    ax=fig.add_subplot(2,2,c)
    plt.bar(years,list[i],color=color[i],label=names[i])
    fig.suptitle("2000-2019年河南、北京、广东、山东四省城镇人口数量条形图")
    plt.xlabel('时间（年）')
    plt.ylabel('数量（万人）')
    plt.title(names[i])
    plt.legend(prop = {'size':20})
plt.show()

在这里插入图片描述

绘制2000-2019年河南、北京、广东、山东四省农村总人口数量条形图

fig=plt.figure(figsize=(24,12),dpi=100)
num=0
list1=[]
Y=sheet2_henan['农村总人口（万人）']
Y1=sheet2_beijing['农村总人口（万人）']
Y2=sheet2_guangdong['农村总人口（万人）']
Y3=sheet2_shandong['农村总人口（万人）']
list1.append(Y)
list1.append(Y1)
list1.append(Y2)
list1.append(Y3)
for i in range(4):
    num=num+1
    ax=fig.add_subplot(2,2,num)
    plt.bar(years,list1[i],color=color[i],label=names[i])
    fig.suptitle("2000-2019年河南、北京、广东、山东四省农村人口数量")
    plt.xlabel('时间（年）')
    plt.ylabel('数量（万人）')
    plt.title(names[i])
    plt.legend(prop = {'size':20})
plt.show()

在这里插入图片描述

读取数据选中第二、三、四列数据

data3 = pd.read_excel("./data/data.xlsx",usecols=[1,2,6])

选取河南、北京、广东、山东四省

sheet3 = data3.loc[(data['NAME']==' 河  南  ') | (data['NAME']==' 北  京  ') | (data['NAME']==' 广  东  ') | (data['NAME']==' 山  东  ')]

sheet3_2000 = sheet3.loc[sheet3['year']==2000]
sheet3_2006 = sheet3.loc[sheet3['year']==2006]
sheet3_2012 = sheet3.loc[sheet3['year']==2012]
sheet3_2019 = sheet3.loc[sheet3['year']==2019]

sheet3_2000

	year	NAME	总人口数（万人）
0	2000	北京	1364.0
14	2000	山东	8998.0
15	2000	河南	9488.0
18	2000	广东	8650.0

values=sheet3_2000['总人口数（万人）']
values1=sheet3_2006['总人口数（万人）']
values2=sheet3_2012['总人口数（万人）']
values3=sheet3_2019['总人口数（万人）']
list2=[]
list2.append(values)
list2.append(values1)
list2.append(values2)
list2.append(values3)
years=[2000,2006,2012,2019]
names=['北京','山东','河南','广东']

# 绘图
fig, axs = plt.subplots(2, 2, figsize=(16, 16), dpi=100)
axs = axs.ravel()  #子图对象展平成一个一维的数组
for i in range(4):
    plt.sca(axs[i])
    plt.pie(list2[i],autopct='%1.1f%%',labels=names) #autopct在饼图上显示每个数据占比的百分比
    plt.title(str(years[i])+'年')
    plt.legend(prop={'size':12})
    plt.style.use('fivethirtyeight')
    # 添加数据表
    data = {'省份': names, '总人口数（万人）': list2[i]}
    df = pd.DataFrame(data)
#     axs[i].axis('off')
    axs[i].table(cellText=df.values,colLabels=df.columns,loc='bottom',rowLoc="center")
#cellText=df.values 用于传入数据，colLabels=df.columns 则添加表格列名。rowLoc="center" 参数用于设置行居中

fig.suptitle('2000、2006、2012、2019年河南、北京、广东、山东四省总人口比例', fontsize=14)
plt.show()