数据可视化——绘制带有时间线的柱状图

本文介绍了如何使用Python的pyecharts库来绘制柱状图，并详细讲解了如何添加时间线以创建动态柱状图。首先展示了基本的柱状图绘制，然后通过反转坐标轴优化数据展示。接着，通过时间线将多个柱状图串联起来，形成一个展示不同时间段数据的动态图表。最后，文章给出了从CSV文件读取数据并创建1960年-2014年全国GDP前八名的动态柱状图的完整示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在这里插入图片描述

文章目录

前言
如何绘制柱状图
添加时间线
根据提供的数据绘制动态柱状图

前言

我们已经学习了使用 pyecharts 包中的模块和相应的方法绘制了折线图和地图，那么今天我将为大家分享如何绘制带有时间线的柱状图。

如何绘制柱状图

绘制柱状图跟绘制折线图的步骤是大致相同的。

python 中绘制柱状图依赖于 pyecharts.charts 模块下的 Bar 方法。

from pyecharts.charts import Bar

bar = Bar()

x_data = ["英国","美国","中国"]
y_data = [10,20,30]

bar.add_xaxis(x_data)
bar.add_yaxis("GDP",y_data)

bar.render("柱状图.html")

在这里插入图片描述
我们还可以将横坐标与纵坐标颠倒一下，来使数据的展示更加的形象。

使用 bar.reversal_axis() 反转x轴和y轴。
在这里插入图片描述
这里数据显示在柱状图中，我们看的不是很方便，我也也可以通过设置系列配置选项来使数据显示在柱状图的右侧。

bar.add_yaxis("GDP",y_data,label_opts=LabelOpts(position="right"))

所以我们经过完善后的整体代码是：

from pyecharts.charts import Bar
from pyecharts.options import LabelOpts

bar = Bar()

x_data = ["英国","美国","中国"]
y_data = [10,20,30]

bar.add_xaxis(x_data)
bar.add_yaxis("GDP",y_data,label_opts=LabelOpts(position="right"))
bar.reversal_axis()  # 反转x轴和y轴

bar.render("柱状图.html")

在这里插入图片描述

添加时间线

在这里插入图片描述

通过添加时间线我们可以看到多种不同的数据，每一个时间其实就是一个柱状图，时间线是由一个一个的柱状图组成的。

from pyecharts.charts import Bar,Timeline
from pyecharts.options import LabelOpts,TitleOpts

bar1 = Bar()
bar2 = Bar()
bar3 = Bar()

x_data = ["英国","美国","中国"]
y_data1 = [10,20,30]
y_data2 = [20,30,40]
y_data3 = [40,50,70]

bar1.add_xaxis(x_data)
bar1.add_yaxis("GDP",y_data1,label_opts=LabelOpts(position="right"))
bar1.reversal_axis()  # 反转x轴和y轴
bar1.set_global_opts(title_opts=TitleOpts(title="2021年GDP"))

bar2.add_xaxis(x_data)
bar2.add_yaxis("GDP",y_data2,label_opts=LabelOpts(position="right"))
bar2.reversal_axis()  # 反转x轴和y轴
bar2.set_global_opts(title_opts=TitleOpts(title="2022年GDP"))

bar3.add_xaxis(x_data)
bar3.add_yaxis("GDP",y_data3,label_opts=LabelOpts(position="right"))
bar3.reversal_axis()  # 反转x轴和y轴
bar3.set_global_opts(title_opts=TitleOpts(title="2023年GDP"))

timeline = Timeline()
timeline.add(bar1,"2021")
timeline.add(bar2,"2022")
timeline.add(bar3,"2023")

timeline.render("2021-2023中美英三国GDP.html")

在这里插入图片描述
如果我们要让动态柱状图动起来的话，我们需要设置配置选项。

timeline.add_schema(
    play_interval=1000,  # 每个柱状图播放间隔时间，单位（毫秒）
    is_timeline_show=True,  # 是否显示时间线，默认显示
    is_auto_play=True,  # 是否自动播放
    is_loop_play=True  # 是否循环播放
)

在这里插入图片描述

根据提供的数据绘制动态柱状图

我们显示出1960年-2014年全国GDP数据前八的国家和数据。这里提供的数据大家可以私信我找我要。
在这里插入图片描述
这里提供的数据比较简单，我们只需要将第一行无用的数据删除，然后再将这些数据转换为我们绘制柱状图需要的数据就好了。

读取并删除无用数据

f = open("D:/桌面/1960-2019全球GDP数据.csv","r",encoding="GB2312")
data_lines = f.readlines()

f.close()

data_lines.pop(0)

GB2312 编码是中文编码格式

将数据转换为字典

data_dict = {}
for line in data_lines:
    data_list = line.split(",")  # 每一行以逗号分割，返回一个列表
    year = data_list[0]
    country = data_list[1]
    GDP = float(data_list[2][:-1])  # 每一行最后有一个换行符
    # 这里需要做出异常判断，因为当我们第一次插入数据的时候并没有容器来装这些数据
    try:
        data_dict[year].append((country, GDP))
    except:
        data_dict[year] = []
        data_dict[year].append([country, GDP])

创建柱状图并添加到时间线中

sorted_year_line = sorted(data_dict.keys())  # 按时间顺序排序
timeline = Timeline({"scheme":ThemeType.LIGHT})  # 在创建时间线的时候传入scheme参数可以设置时间线的主题，也就是柱状图的颜色

for year in sorted_year_line:
    x_data = []
    y_data = []
    data_dict[year].sort(key=lambda element : element[1],reverse=True)
    year_data = data_dict[year][0:8]  # 取GDP前八的数据
    for data in year_data:
        x_data.append(data[0])
        y_data.append(data[1] / 100000000)

    bar = Bar()
    x_data.reverse()
    y_data.reverse()  # 让GDP排名第一的数据在最上面，所以我们将x_data 和 y_data中的数据反转一下
    bar.add_xaxis(x_data)
    bar.add_yaxis("GDP(亿)",y_data,label_opts=LabelOpts(position="right"))
    bar.reversal_axis()  # 将x轴和y轴翻转
    bar.set_global_opts(
        title_opts=TitleOpts(title=f"{year}年全国GDP数据前八")
    )
    timeline.add(bar,year)

配置选项并生成带有数据的折线图

timeline.add_schema(
    play_interval=1000,
    is_timeline_show=True,
    is_auto_play=True,
    is_loop_play=False
)
timeline.render("1960-2014年全国GDP数据前八.html")