1、首先是获取内陆31个省市的GDP数据
2、利用pandas工具读取数据,用bar图把各省份GDP排名排列出来
data = pd.read_excel('全国GDP.xlsx')data = pd.DataFrame(data)province = data["省份"]gdp = data["2021年GDP"]
bar = Bar()bar.add_xaxis(province.values.tolist())bar.add_yaxis("", gdp.values.tolist())bar.set_global_opts( xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=20)), title_opts=opts.TitleOpts(title="各省份GDP", subtitle="亿元"), datazoom_opts=opts.DataZoomOpts(),)bar.render_notebook()bar.render('各省份GDP排名.html')
得到各省份GDP 排列如下:
3、用饼状图,把各省份的GDP占比绘制出来
data = pd.read_excel('全国GDP.xlsx')data = pd.DataFrame(data)province = data["省份"]gdp = data["2021年GDP"]gdp_sum = data['2021年GDP'].sum()gdp_rate = (gdp/gdp_sum).map(lambda x:('%.4f')%x)
pie = Pie()pie.add("", [list(z) for z in zip(province.values.tolist(), gdp_rate.values.tolist())], radius=["30%", "75%"], center=["40%", "50%"], rosetype="radius")pie.set_global_opts( title_opts=opts.TitleOpts(title="各省份GDP在全国占比"), legend_opts=opts.LegendOpts( type_="scroll", pos_left="80%", orient="vertical" ), ).set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{d}%"))pie.render_notebook()pie.render('各省份GDP占比.html')
结果如下:
4、最后用热力图把各省GDP热力指数绘制出来
data = pd.read_excel('全国GDP.xlsx')data = pd.DataFrame(data)province = data["省份"]gdp = data["2021年GDP"]
map = Map()map.add("各省GDP热力图", [list(z) for z in zip(province.values.tolist(), gdp.values.tolist())], )map.set_global_opts( visualmap_opts=opts.VisualMapOpts(max_=100000), title_opts=opts.TitleOpts(title="各省GDP热力图"), )map.render_notebook()map.render('各省GDP热力图map.html')
还可以把各省的GDP增速、人均GDP用可视化的方法绘制出来,后面再补上