Python-动态柱状图可视化

已于 2023-12-28 13:58:40 修改
阅读量573 收藏 12
点赞数 10
分类专栏： Python 文章标签： python 信息可视化
于 2023-12-28 13:55:43 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_71163619/article/details/135262760
版权

柱状图

1.基础柱状图

1.1通过Bar构建基础柱状图

# 导入包
from pyecharts.charts import Bar
from pyecharts.options import *
# 构建柱状图对象
bar = Bar()
# 添加x轴数据
bar.add_xaxis(["中国","美国","英国"])
# 添加y轴数据
bar.add_yaxis("GDP",[30,20,10])
#绘图
bar.render("基础柱状图.html")

在这里插入图片描述

1.2反转x轴，y轴

# 导入包
from pyecharts.charts import Bar
from pyecharts.options import *
# 构建柱状图对象
bar = Bar()
# 添加x轴数据
bar.add_xaxis(["中国","美国","英国"])
# 添加y轴数据
bar.add_yaxis("GDP",[30,20,10])
# 反转x轴，y轴
bar.reversal_axis()
#绘图
bar.render("基础柱状图.html")

在这里插入图片描述

1.3数值标签在右侧

# 导入包
from pyecharts.charts import Bar
from pyecharts.options import *
# 构建柱状图对象
bar = Bar()
# 添加x轴数据
bar.add_xaxis(["中国","美国","英国"])
# 添加y轴数据
bar.add_yaxis("GDP",[30,20,10],label_opts=LabelOpts(position="right"))
# 反转x轴，y轴
bar.reversal_axis()
#绘图
bar.render("基础柱状图.html")

在这里插入图片描述

1.4总结

  • 通过Bar()构建一个柱状图对象
  • 和折线图一样，通过add_xaxis()和add_yaxis()添加x和y轴数据
  • 通过柱状图对象的：reversal_axis()，反转x和y轴
  • 通过label_opts=LabelOpts(position=“right”)设置数值标签在右侧显示

2.基础时间柱状图

2.1掌握基础的时间线配置动态图表

  • Timeline()-时间线
    • 如果说一个Bar、Line对象是一张图表的话，时间线就是创建一维的x轴，轴上每一个点就是一个图表对象

2.2创建时间线

# 导入包
from pyecharts.charts import Bar,Timeline
from pyecharts.options import *
# 构建柱状图
bar1 = Bar()
# 添加x轴数据
bar1.add_xaxis(["中国","美国","英国"])
# 添加y轴数据
bar1.add_yaxis("GDP",[30,20,10])
# 反转x轴y轴
bar1.reversal_axis()
bar2 = Bar()
bar2.add_xaxis(["中国","美国","英国"])
bar2.add_yaxis("GDP",[50,30,20])
bar2.reversal_axis()
# 创建时间线
timeline = Timeline()
# timeline对象添加bar柱状图
timeline.add(bar1,"2021年GDP")
timeline.add(bar2,"2022年GDP")
# 通过时间线绘图
timeline.render("基础时间柱状图-时间线.html")

在这里插入图片描述

2.3自动播放

# 导入包
from pyecharts.charts import Bar,Timeline
from pyecharts.options import *
from pyecharts.globals import *
# 构建柱状图
bar1 = Bar()
# 添加x轴数据
bar1.add_xaxis(["中国","美国","英国"])
# 添加y轴数据
bar1.add_yaxis("GDP",[30,20,10],label_opts=LabelOpts(position="right"))
# 反转x轴y轴
bar1.reversal_axis()
bar2 = Bar()
bar2.add_xaxis(["中国","美国","英国"])
bar2.add_yaxis("GDP",[50,30,20],label_opts=LabelOpts(position="right"))
bar2.reversal_axis()
# 创建时间线
timeline = Timeline()
# timeline对象添加bar柱状图
timeline.add(bar1,"2021年GDP")
timeline.add(bar2,"2022年GDP")
# 设置自动播放
timeline.add_schema(
    play_interval=1000, # 自动播放的时间间隔，单位毫秒
    is_timeline_show=True, # 是否在自动播放的时候，显示时间线
    is_auto_play=True, # 是否自动播放
    is_loop_play=True # 是否循环播放
)
# 通过时间线绘图
timeline.render("基础时间柱状图-时间线.html")

在这里插入图片描述
在这里插入图片描述

2.4时间线设置主题

# 导入包
from pyecharts.charts import Bar,Timeline
from pyecharts.options import *
from pyecharts.globals import *
# 构建柱状图
bar1 = Bar()
# 添加x轴数据
bar1.add_xaxis(["中国","美国","英国"])
# 添加y轴数据
bar1.add_yaxis("GDP",[30,20,10],label_opts=LabelOpts(position="right"))
# 反转x轴y轴
bar1.reversal_axis()
bar2 = Bar()
bar2.add_xaxis(["中国","美国","英国"])
bar2.add_yaxis("GDP",[50,30,20],label_opts=LabelOpts(position="right"))
bar2.reversal_axis()
# 创建时间线
timeline = Timeline({"theme":ThemeType.DARK})
# timeline对象添加bar柱状图
timeline.add(bar1,"2021年GDP")
timeline.add(bar2,"2022年GDP")
# 设置自动播放
timeline.add_schema(
    play_interval=1000, # 自动播放的时间间隔，单位毫秒
    is_timeline_show=True, # 是否在自动播放的时候，显示时间线
    is_auto_play=True,
    is_loop_play=True
)
# 通过时间线绘图
timeline.render("基础时间柱状图-时间线.html")

在这里插入图片描述

2.5总结

  • 时间线
    在这里插入图片描述
  • 自动播放
    在这里插入图片描述
  • 如何设置主题 timeline = Timeline({“theme”: ThemeType.LIGHT})
    在这里插入图片描述

3.GDP动态柱状图绘制

3.1掌握列表的sort方法并配合配合lambda匿名函数完成列表排序

如下嵌套列表，要求对外层表进行排序，排序依据是内层表的第二个元素数字
方法1：

# 定义列表
my_list = [["a",3],["b",5],["c",1]]
# 定义排序方法
def choose_sort_key(element):
    return element[1]
my_list.sort(key=choose_sort_key,reverse=True)
my_list.sort(key=lambda element: element[1],reverse=True)
print(my_list)
# 结果
[['b', 5], ['a', 3], ['c', 1]]

方法2:配合lmbda函数完成

my_list = [["a",3],["b",5],["c",1]]
my_list.sort(key=lambda element: element[1],reverse=True)
print(my_list)
# 结果
[['b', 5], ['a', 3], ['c', 1]]

3.2处理数据

# 读取数据
f = open("D:/1960-2019全球GDP数据.csv","r",encoding="GB2312")
data_lines = f.readlines()
# 关闭文件
f.close()
# 删除文件开头
data_lines.pop(0)

# 将数据转换为字典存储，格式为：
# {年份: [[国家,GDP],[国家,GDP]...],年份：[[国家,GDP],[国家,GDP]...]...}
# {1960:[[美国,GDP],[国家,GDP]...],1961：[[美国,GDP],[国家,GDP]...]...}
# 定义一个字典对象
data_dict = {}
for line in data_lines:
    year = int(line.split(",")[0])  # 年份
    country = line.split(",")[1]    # 国家
    gdp = float(line.split(",")[2]) # gdp数据
    # 如何判断字典里面有没有key值？
    # 初始data_dict[year]会报错，因为对应的key没有数值，通过异常捕获来给data_list定义一个空列表，后续追加值进去。
    try:
        data_dict[year].append([country,gdp]) 
    except KeyError:
        data_dict[year] = []  # year是空列表存进去的
        data_dict[year].append([country,gdp])

# 创建时间对象
timeline = Timeline({"theme":ThemeType.LIGHT})
# 排序年份
sorted_year_list = sorted(data_dict.keys())
# for循环，从1960年开始
for year in sorted_year_list:
    data_dict[year].sort(key=lambda element: element[1],reverse=True)
    # 取出本年份前8名国家
    year_data = data_dict[year][0:8]
    x_data = []
    y_data = []
    for country_gdp in year_data:
        x_data.append(country_gdp[0])  # x轴添加国家
        y_data.append(country_gdp[1]/100000000)  # y轴添加gdp数据
    # 构建柱状图
    bar = Bar()
    x_data.reverse()  # 反转国家，让GDP最高的排在最上面
    y_data.reverse()  # 同步反转GDP数据
    bar.add_xaxis(x_data)
    bar.add_yaxis("GDP亿",y_data,label_opts=LabelOpts(position="right")) # y轴数据，标签在右
    # 反转x轴y轴
    bar.reversal_axis()
    # 设置每一年的图表的标题
    bar.set_global_opts(
        title_opts=TitleOpts(title=f"{year}年全球前8GDP数据")
    )
    timeline.add(bar,str(year))
# for循环每一年的的数据，基于每一年的数据，创建每一年的bar对象
# 在for中，将每一年的bar对象添加到时间线中

# 设置时间线自动播放
timeline.add_schema(
    play_interval=1000,
    is_timeline_show=True,
    is_auto_play=True,
    is_loop_play=False
)
# 绘图
timeline.render("1960-2019全球GDP前8国家.html")

3.3最终结果

在这里插入图片描述

草莓田田圈~
关注
  • 10
    点赞
  • 踩
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Python动态柱状图的绘制
Saki_Python的博客
09-21 139
要实现最终的目的，我们先学习一下基础柱状图的绘制。结果显示：1、通过Bar（）构建一个柱状图对象2、和折线图一样，通过add_xaxis()和add_yaxis()添加x和y轴数据3、通过柱状图对象的: reversal_axis()，反转x和y轴4、通过label_opts=LabelOpts(position=“right”)设置数值标签在右侧显示。
【python】使用pycharts生成动态柱状统计图
最新发布
人工智能专业学生
03-01 202
实现效果如视频所示，话不多说直接开始教程动态折现统计图演示。
第一阶段-第十二章 Python基础的综合案例（数据可视化-动态柱状图）
无
07-17 1023
该笔记是学习黑马程序员在b站上分享的视频而记录的。
Python可视化工具如何实现动态图表
12-16
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理 以下文章来源于菜J学Python ，作者J哥 前言 这次呢，我想讲讲地图可视化的内容，以前我也写过用Python的内置库绘制地图，但总感觉不够美观。如何才能在短时间内制作漂亮的可视化地图呢，我觉得Python+可视化工具是不错的选择。 以下动态可视化地图就是J哥亲手绘制，展现了一段时间内广州市企事业单位在网上商城采购商品的分布及随时间的变化。 接下来，将手把手教你如何绘制这个动态图，您可在公众号后台回复「kepler」获取数据集进行测试。 数据准备 第一步，打开并预览一下数据
【Python实现数据可视化】创建3D柱状图
csshuke的专栏
03-31 7928
虽然matplotlib主要专注于绘图，并且主要是二维的图形，但是它也有一些不同的扩展，能让我们在地理图上绘图，让我们把Excel和3D图表结合起来。在matplotlib的世界里，这些扩展叫做工具包（toolkits）。工具包是一些关注在某个话题（如3D绘图）的特定函数的集合。 比较流行的工具包有Basemap、GTK 工具、Excel工具、Natgrid、AxesGrid和mplot3d
使用python画柱状图（matplotlib.pyplot）-- 你想要的设置这张图基本都包括
qq_40671063的博客
11-21 2万+
使用python画柱状图（matplotlib.pyplot）-- 你想要的设置这张图基本都包括
python画柱状图
qq_39501363的博客
06-29 1万+
最近写paper需要画柱状图，所以网上找了很多例子，一边看一边学。有时候会想：人最初学习的的方法是观察法，引申为模仿。反而我所经历过的学习是反者来的，从小到大，先交给我定理，真理，再告诉我题目怎么解，如此而已。和人类最初学习的方法很不一样，这是人类进化了呢，还是说走了弯路呢？（---分割线---） 1.第一个例子：Python绘制柱状图 import os #输入想要存储图像的路径 os.chdir('路径') import matplotlib.pyplot as plt import nu..
Python初学者学习记录——python基础综合案例：数据可视化——动态柱状图
m0_68515431的博客
02-05 1273
柱状图描述的是分类数据，回答的是每一个分类中【有多少？】这个问题，这是柱状图的主要特点，同时柱状图很难动态的描述一个趋势性的数据，这里pyecharts为我们提供了一种解决方案——在后面的数据处理中，我们需要对列表进行排序，并指定排序规则，sorted函数就无法完成了。如果说一个Bar、Line对象是一张图表的话，时间线就是创建一个一维的x轴，轴上的每一个点就是一个图表对象。· 参数key，是要求传入一个函数，表示将列表的每一个元素都传入函数中，返回排序的依据。三、基础时间线柱状图的绘制。
【python数据分析】-python可视化-柱状图
11-08
python数据分析与可视化 # 导入matplotlib.pyplot，并使用"plt"作为该模块的简写 import matplotlib.pyplot as plt # 导入pandas，并使用"pd"作为该模块的简写 import pandas as pd # 读取路径为 "/Users/yequ/书店...
python数据可视化——柱状图1
12-30
先看效果： Caption 代码如下： # -*- coding: utf-8 -*- import matplotlib.pyplot as plt def draw_bar(same_score, diff_score): plt.title(same/different pairs seq score histogram) plt.hist(same_score, ...
动态可视化条形图.rar
04-03
可视化动态条形图(柱形图)源代码，该代码可以直接在jupyter中运行，附加有相应的csv格式的源数据，以及输出效果视频，很容易上手。
【python数据分析】-可视化簇形柱状图
11-12
基于python的数据可视化 # 导入matplotlib.pyplot，并使用"plt"作为该模块的简写 import matplotlib.pyplot as plt # 导入pandas，并使用"pd"作为该模块的简写 import pandas as pd # 使用pd.read_csv()函数 # 读取...
Python动态柱状图案例——人口变化动态图
05-31
Python动态柱状图案例，获取了1959年至2018年各国人口统计数据，使用matplotlib绘制动态柱状图。
python数据可视化1（柱状图案例）
12-22
python小白一枚，希望大家可以多提意见 第一次写，以后准备用这种方式记录自己的学习历程，也起到一个巩固知识的过程 我们先看这个案例 代码如下 import matplotlib as mpl import matplotlib.pyplot as plt import ...
Python数据可视化：5种绘制柱状图表的方法（附源码）
Python案例分享，B站视频教程：https://space.bilibili.com/523606542
10-28 2万+
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理 以下文章来源于数据Magic，作者我不是小样 前言 python里面有很多优秀的可视化库，matplotlib，seaborn，plotnine，pyecharts，bokeh，plotly，mapbox，geoplotlib，甚至专门用来数据处理的pandas都可以做一些简单的绘图。今天我们就用五种方法来绘制柱状图，分别是matplotlib，seaborn，plotnine，pye
超详细的Python matplotlib 绘制柱状图
热门推荐
weixin_54556126的博客
11-18 8万+
复习回顾 Python 为数据展示提供了大量优秀的功能包，其中 matplotlib 模块可以方便绘制制作折线图、柱状图、散点图等高质量的数据包。 关于 matplotlib 模块，我们前期已经对matplotlib进行基本框架、以及常用方法的学习 Python matplotlib 绘制饼图_ python matplotlib绘制折线图_ python入门到进阶，爬虫数据分析全套资料分享讲解 Python面向对象编程：类继承和其衍生术语 Python面向对象编程：深度认识类class_
python绘制柱形图系列
m0_46388544的博客
02-16 3697
from matplotlib import cm,colors from matplotlib import pyplot as plt from matplotlib.pyplot import figure, show, rc import numpy as np import pandas as pd #%matplotlib inline plt.rcParams["font.sans-serif"]='SimHei' #解决中文乱码问题 plt.rcPa
python动态柱状图
m0_52282620的博客
07-13 95
【代码】python动态柱状图。
python 可视化柱状图
07-29
Python是一种功能强大的编程语言，它提供了丰富的库和工具，可以实现各种数据可视化任务，包括柱状图的绘制。 要绘制柱状图，我们可以使用Python中的matplotlib库。首先，我们需要导入matplotlib库，并使用其中的pyplot模块。 import matplotlib.pyplot as plt 接下来，我们需要准备数据。例如，我们要绘制一个销售数据的柱状图，其中包含不同产品的销售量。可以使用列表或数组来存储数据。 products = ['A', 'B', 'C', 'D'] sales = [100, 150, 200, 120] 然后，我们可以使用柱状图的绘制函数bar()来创建柱状图。 plt.bar(products, sales) 如果需要添加标题、坐标轴标签等，可以使用plt.title()、plt.xlabel()和plt.ylabel()函数。 plt.title('Sales Data') plt.xlabel('Products') plt.ylabel('Sales') 最后，使用plt.show()函数将图形显示出来。 plt.show() 这样，就可以通过这些简洁的代码实现柱状图的可视化。当然，matplotlib还提供了许多其他的设置和样式选项，可以根据需要进行进一步的定制和美化。 总结起来，通过使用Python中的matplotlib库，我们可以轻松地绘制各种类型的柱状图，以便更直观地展示数据。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值