2022年夏 数据可视化期末复习（*机试）

目录

考试要求：

考试准备：

一、Pyecharts + Streamlit

1）timeline轮播年份

2）streamlit控件年份+图表

3）线图+zoom滑块在左侧, logY效果

二、Metabase + Sql

1） 启动

2）一个用问题（线图或需要的饼图）

3）一个用SQL（饼图或柱状图）

---

考试要求：

开卷机试题：提前准备

一、展示出gdp 四个地方（考试给）随时间变化的效果（柱状图、饼图、考试决定）。

可选方案：（动态2+静态1）：

timeline轮播年份（柱状图或者饼图）、（动态）（选这个）

streamlit控件年份+图表、（静态）（不选这个，太浪费时间还不能用notebook）

线图+zoom滑块在左侧, logY效果 （动态）（选这个）

二、Metabase制作一个面板包含两个图表：

一个用问题（线图或需要的饼图），

一个用SQL（饼图或柱状图）

第一题至少准备两种方案，ABC卷会减少一种方案选择（选timeline与zoom，如果老师减少的方案是老师决定的，那可能只能迫不得已的选择streamlit）

考试准备：

可以选择的风格：（防止重复请选择其他风格替换掉文中风格，文中使用的是15. PURPLE_PASSION = 'purple-passion' #紫色激情）

1. BUILTIN_THEMES = ['light', 'dark', 'white']

2. |

3. | CHALK = 'chalk' #粉笔风

4. |

5. | DARK = 'dark' #暗黑风

6. |

7. | ESSOS = 'essos' #厄索斯大陆

8. |

9. | INFOGRAPHIC = 'infographic' #信息图

10. |

11. | LIGHT = 'light' #明亮风格

12. |

13. | MACARONS = 'macarons' #马卡龙

14. |

15. | PURPLE_PASSION = 'purple-passion' #紫色激情

16. |

17. | ROMA = 'roma' #石榴

18. |

19. | ROMANTIC = 'romantic' #浪漫风

20. |

21. | SHINE = 'shine' #闪耀风

22. |

23. | VINTAGE = 'vintage' #复古风

24. |

25. | WALDEN = 'walden' #瓦尔登湖

26. |

27. | WESTEROS = 'westeros' #维斯特洛大陆

28. |

29. | WHITE = 'white' #洁白风

30. |

31. | WONDERLAND = 'wonderland' #仙境

一、Pyecharts + Streamlit

# step1: 获取数据
# 北京 上海 江苏 广东 2010-2013 4年 gdp数据

years = [i for i in range(2010, 2013+1)]

data = [
[14113.58, 16251.93, 17879.4, 19800.81],
[17165.98, 19195.69, 20181.72, 21818.15],
[41425.48, 49110.27, 54058.22, 59753.37],
[46013.06, 53210.28, 57067.92, 62474.79],
]

bj = data[0]
sh = data[1]
js = data[2]
gd = data[3]

1）timeline轮播年份

柱状图：

# step2: 绘图

from pyecharts import options as opts
from pyecharts.charts import Bar, Timeline
from pyecharts.globals import ThemeType
from pyecharts.commons.utils import JsCode

# 三阶
tl = Timeline(init_opts=opts.InitOpts(theme=ThemeType.PURPLE_PASSION))
for i in range(3+1):
    year = 2010 + i
    cost = [bj[i], sh[i], js[i], gd[i]]
    bar = (
        Bar(init_opts=opts.InitOpts(theme=ThemeType.PURPLE_PASSION))
            .add_xaxis(use_pro)
            .add_yaxis("gdp",cost, category_gap="60%") 
            .set_global_opts(title_opts=opts.TitleOpts(title=""))
            .set_series_opts(
                datazoom_opts=[opts.DataZoomOpts()],
                label_opts=opts.LabelOpts(is_show=False),
                markpoint_opts=opts.MarkPointOpts(
                    data=[
                        opts.MarkPointItem(type_="max", name="最大值"),
                        opts.MarkPointItem(type_="min", name="最小值"),
                        opts.MarkPointItem(type_="average", name="平均值"),
                    ]
                ),
            )
    )
    tl.add(bar, "{}年".format(year))
tl.render_notebook()

 结果展示：

 饼图：

from pyecharts import options as opts
from pyecharts.globals import ThemeType
from pyecharts.charts import Pie
from pyecharts.faker import Faker


tl = Timeline(init_opts=opts.InitOpts(theme=ThemeType.PURPLE_PASSION))
for i in range(4):
    year = 2010 + i
    
    # 转变成饼图需要的数据格式【[str, int], [str,int]...】
    zie = [
        ['北京', bj[i]],
        ['上海', sh[i]],
        ['江苏', js[i]],
        ['广东', gd[i]]
    ]

    pie = (
        # Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK))
        Pie(init_opts=opts.InitOpts(theme=ThemeType.PURPLE_PASSION))
        .add(
            "",
            zie,
            radius=["30%", "75%"],
            rosetype="radius",
            label_opts=opts.LabelOpts(is_show=True),
        )
        .set_global_opts(title_opts=opts.TitleOpts(title="Pie-中国大陆电影评分占比"))
    )
    tl.add(pie, "{}年".format(year))
tl.render_notebook()

 结果展示：

2）streamlit控件年份+图表（柱状与饼状）

（不选择，随便搞搞）看他的

数数据可视化实战案例(timeline轮播图，streamlit 控件年份 metabase可视化使用教程）2.0_南师大蒜阿熏呀的博客-CSDN博客

3）线图+zoom滑块在左侧, logY效果

（logY-我们平常的网页logY都在右边，对就是你天天滑来滑去那个）

# step2: 绘图
from pyecharts.faker import Faker
from pyecharts.globals import ThemeType
from pyecharts.charts import Line
from pyecharts import options as opts

line = (
    Line(init_opts=opts.InitOpts(theme=ThemeType.PURPLE_PASSION))
        .add_xaxis(years)
        .add_yaxis("北京",bj)
        .add_yaxis("上海",sh)
        .add_yaxis("江苏",js)
        .add_yaxis("广东",gd)
        .set_global_opts(
            datazoom_opts=[opts.DataZoomOpts(orient="vertical")]
        )
        .set_series_opts(
            label_opts=opts.LabelOpts(is_show=True)
        )
)
line.render_notebook()

  结果展示：

二、Metabase + Sql

1） 启动

2）一个用问题（线图或需要的饼图）

3）一个用SQL（饼图或柱状图）