数据可视化实验2--统计图可视化

数据可视化实验2–统计图可视化

实验目的

掌握统计图可视化的方法。

实验内容

对daily-minimum-temperatures-in-me.csv中的数据进行处理，使用编程可视化工具实现如图所示效果：

源代码

import pyecharts.options as opts
from pyecharts.charts import Bar3D
import pandas as pd


# 数据预处理
def dataHandle(path):
    ''' 
    对数据进行处理，使其符合绘图的要求，返回去重后的日期，和规格化的数据。
    path:数据文件的路径

    '''
    # 数据导入
    data = pd.read_csv(path)
    data_list = data.values.tolist()
    year_data = []
    date_data = []
    fixed_data = []
    for i in range(len(data_list)):
        year_data.append(data_list[i][0][:4])
        date_data.append(data_list[i][0][5:7] + "/" + data_list[i][0][8:])
        fixed_data.append([year_data[i], date_data[i], data_list[i][1]])
    # 日期去重
    unique_date = []
    for item in date_data:
        if item not in unique_date:
            unique_date.append(item)
    return unique_date, fixed_data


if __name__ == "__main__":

    unique_date, fixed_data = dataHandle("exp1/dataset.csv")
    # 数据可视化
    my_chart = (
        Bar3D()
        .add(
            series_name="温度",
            data=fixed_data,
            xaxis3d_opts=opts.Axis3DOpts(type_="category", data=[
                str(i) for i in range(1981, 1991)]),
            yaxis3d_opts=opts.Axis3DOpts(
                type_="category", data=unique_date),
            zaxis3d_opts=opts.Axis3DOpts(
                type_="value", data=[str(i) + "°C" for i in range(0, 22)]),
            # 设置样式
            shading="color",
            grid3d_opts=opts.Grid3DOpts(depth=200),
            # 通过改变 depth 让图在美观和实用之间转换
        )
        .set_global_opts(
            visualmap_opts=opts.VisualMapOpts(max_=30),
            title_opts=opts.TitleOpts(title=" 温度示意图 "),
        )
        .render("exp1/exp1.html")
    )

实验结果

参考资料

pyecharts文档
pandas文档