Python数据可视化 | Pyecharts绘制江西省财政收入分布图

大量色调单一的数据表往往会给阅读者带来枯燥乏味的感觉，不利于相关数据项目的展示。而数据可视化具有易于理解、突出数据重点等显著优势，提高阅读速度的同时给读者留下更深刻的印象。那么如何将数据进行可视化处理呢？本文以江西省各地区财政收入为例，利用Python中的Pyecharts库通过绘制江西省地图的方式实现数据可视化。

安装Pyecharts库

打开Anaconda Prompt,输入pip install pyecharts-U进行安装

导入相关库

导入pandas库、numpy库以及相关作图工具，本文使用的是Map地图

import pandas as pd   import numpy as np   from pyecharts import options as opts   from pyecharts.charts import Map   

导入数据文件

江西省11市2023年前三季度财政收入.xlsx文件获取：链接：https://pan.baidu.com/s/11m2mejSUyQh553DsLwOIcA 提取码：5vop

data = pd.read_excel("D:\python\江西省11市2023年前三季度财政收入.xlsx")   data   

|
| 序号 | 地区 | 2023年前三季度财政收入(亿元) |
| — | — | — | — |
| 0 | 1 | 南昌市 | 394.40 |
| 1 | 2 | 赣州市 | 271.45 |
| 2 | 3 | 九江市 | 256.90 |
| 3 | 4 | 宜春市 | 238.26 |
| 4 | 5 | 上饶市 | 235.40 |
| 5 | 6 | 吉安市 | 164.59 |
| 6 | 7 | 抚州市 | 119.58 |
| 7 | 8 | 萍乡市 | 108.03 |
| 8 | 9 | 鹰潭市 | 92.79 |
| 9 | 10 | 新余市 | 77.40 |
| 10 | 11 | 景德镇市 | 67.98 |

生成数据列表

[list(z) for z in zip(data['地区'],data['2023年前三季度财政收入(亿元)'])]   

这段代码是使用列表推导式（list comprehension）来创建一个由元组组成的列表。代码的目的是将两个列表data['地区']和data['2023年前三季度财政收入(亿元)']中的元素逐对合并为元组，并将这些元组放入一个新的列表中。

1. zip(data['地区'], data['2023年前三季度财政收入(亿元)']): zip 函数将两个列表中的元素一一配对，形成一个元组的迭代器。

2. for z in ...: 对于 zip 函数返回的每个配对的元组，使用变量 z 进行迭代。

3. list(z): 将每个元组 z 转换为列表。

4. 最终，整个列表推导式会生成一个新的列表，其中包含了由原始两个列表中相应位置的元素组成的元组。这个新列表的每个元素都是一个包含两个值的列表，代表地区和财政收入的配对。

   [[‘南昌市’, 394.4], [‘赣州市’, 271.45], [‘九江市’, 256.9], [‘宜春市’, 238.26], [‘上饶市’, 235.4], [‘吉安市’, 164.59], [‘抚州市’, 119.58], [‘萍乡市’, 108.03], [‘鹰潭市’, 92.79], [‘新余市’, 77.4], [‘景德镇市’, 67.98]]

绘制数据化图像

m = (Map(init_opts=opts.InitOpts(width="1600px",height="800px")) #设置图表长宽，确定大小       .add("地区", #添加数据系列名称            [list(z) for z in zip(data['地区'],data['2023年前三季度财政收入(亿元)'])], #读取数据           "江西") #选择江西省地图              .set_global_opts(           title_opts=opts.TitleOpts(title="2023年前三季度江西省各地区财政收入分布", #设置图表标题                                    title_textstyle_opts=opts.TextStyleOpts(font_size=30), #标题字体大小                                    pos_left='30%'), #调整标题位置           visualmap_opts=opts.VisualMapOpts(max_=400, #根据最高财政收入合理设置分布图范围最大值                                             is_piecewise=True, #将数据分段                                             split_number=4, #本文将财政收入分为4个区间段，即0-100，100-200，200-300，300-400                                             range_color=["#00BFFF","#00FF00","#FFFF00","#FF3030"], #为不同区间段配置不同颜色相对应，蓝色#00BFFF、绿色#00FF00、黄色#FFFF00、红色FF3030                                             range_text=['亿元',''], #设置数据单位                                             pos_top='80%',pos_left='30%'), #调整位置           legend_opts=opts.LegendOpts(is_show=False), #隐藏“地区”标签，美化图表       ))   m.render("./2023年前三季度江西省各地区财政收入分布.html") #保存至html文件中   

查看文件结果

找到最终文件输出位置，打开html文件,点击任意地区即可了解对应财政收入具体数字，从颜色对比上直观的反映出了不同地区的财政收入分布情况。以此类推，运用本组代码及相关统计数据还可绘制出各地区人口、GDP、人均消费等地理分布图。

全套代码

import pandas as pd   import numpy as np   from pyecharts import options as opts   from pyecharts.charts import Map      data = pd.read_excel("D:\python\江西省11市2023年前三季度财政收入.xlsx")   m = (Map(init_opts=opts.InitOpts(width="1600px",height="800px"))       .add("地区",            [list(z) for z in zip(data['地区'],data['2023年前三季度财政收入(亿元)'])],           "江西")              .set_global_opts(           title_opts=opts.TitleOpts(title="2023年前三季度江西省各地区财政收入分布",                                     title_textstyle_opts=opts.TextStyleOpts(font_size=30),                                     pos_left='30%'),            visualmap_opts=opts.VisualMapOpts(max_=400,                                              is_piecewise=True,                                              split_number=4,                                              range_color=["#00BFFF","#00FF00","#FFFF00","#FF3030"],                                             range_text=['亿元',''],                                              pos_top='80%',pos_left='30%'),           legend_opts=opts.LegendOpts(is_show=False)       ))   m.render("./2023年前三季度江西省各地区财政收入分布.html")

以上就是“Python数据可视化 | Pyecharts绘制江西省财政收入分布图”的全部内容，希望对你有所帮助。
​
​关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

三、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、Python练习题

检查学习结果。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

最后祝大家天天进步！！

上面这份完整版的Python全套学习资料已经上传至CSDN官方，朋友如果需要可以直接微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。