河南省实时累计确诊数据处理与分析¶
本站所有文章均为原创,欢迎转载,请注明文章出处:https://blog.csdn.net/m0_60750293/article/details/128105501?spm=1001.2014.3001.5501
结合第一篇python 爬取的数据分析
print(henan_children_total_data)
结果图
hn_names = henan_children_total_data.keys()
hn_numbers = henan_children_total_data.values()
#河南省实时累计确诊数据对比图
import matplotlib.pyplot as plt
import numpy as np
plt.rcParams['font.sans-serif'] = ['simhei'] # 用来正常显示中文标签
# 绘图
plt.figure(figsize=[12,8]) #设置画布大小
plt.bar(hn_names,hn_numbers)
plt.xlabel("地区", size=12)
plt.ylabel("人数", fontproperties='SimHei', rotation=90, size=12)
plt.title("河南省实时累计确诊数据对比图", size=16)
plt.xticks(rotation=90, size=12)
plt.show()
结果图
# 查看河南累计确诊人数top10的市
henan_top10 = {}
for i,(k,v) in enumerate(henan_children_total_data.items()):
henan_top10[k] = v
if i==9: #前闭后开
print(henan_top10)
break
{‘郑州’: 4351, ‘安阳’: 579, ‘许昌’: 578, ‘信阳’: 297, ‘境外输入’: 229, ‘周口’: 184, ‘驻马店’: 163, ‘南阳’: 162, ‘商丘’: 114, ‘平顶山’: 72}
df = pd.DataFrame(list(henan_top10.items()), columns=['名称','累计确诊'])
df
结果图
#河南省累计确诊人数TOP10玫瑰图
import pandas as pd
from pyecharts.charts import Pie
from pyecharts import options as opts
v = df['名称'].values.tolist()
d = df['累计确诊'].values.tolist()
# 实例化Pie类
pie1 = Pie(init_opts=opts.InitOpts(width='1350px', height='750px'))
# 添加数据,设置饼图的半径,是否展示成南丁格尔图(玫瑰图)
pie1.add("累计确诊人数", # 添加提示框标签",
[list(z) for z in zip(v, d)],
radius=["20%", "80%"], # 设置内半径和外半径
center=["60%", "60%"], # 设置圆心位置
rosetype="radius" # 玫瑰图模式,通过半径区分数值大小,角度大小表示占比
)
pie1.set_global_opts(title_opts = opts.TitleOpts(title="河南省累计确诊人数TOP10玫瑰图", # 设置图标题
pos_right = '40%'), # 图标题的位置
legend_opts = opts.LegendOpts( # 设置图例
orient='vertical', # 垂直放置图例
pos_right="85%", # 设置图例位置
pos_top="15%"))
pie1.set_series_opts(label_opts = opts.LabelOpts(formatter="{b} : {d}%")) # 设置标签文字形式为(国家:占比(%))
# 在notebook中进行渲染
pie1.render_notebook()
结果图
码字不易,切记白嫖,记得点赞加关注再走!!!