Python使用pyechart制作动态柱状图(1960-2019GDP)

2024-01-20 18:12

本文主要是介绍Python使用pyechart制作动态柱状图(1960-2019GDP),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

from pyecharts.charts import Bar,Timeline
from pyecharts.options import LabelOpts,TitleOpts# 打开文件,注意编码格式。
with open("/Desktop/python/Project/数据可视化/1960-2019全球GDP数据.csv",'r',encoding="GB2312") as f:# 逐行读取数据,返回的是一个列表。f = f.readlines()# 删除第一行没用元素f.pop(0)# 遍历列表中的元素
data_dic = {}
for x in f:# 进行字符串分割,返回的是一个列表。# 取出年份,城市和每个城市所对应的存放在一个字典中,格式为{年份:[[国家,gdp],[国家,gdp],[国家,gdp].........]}# 对gdp进行处理使其转化为浮点数data_list = x.split(",")year = data_list[0]city = data_list[1]gdp  = data_list[2]gdp  = float(gdp)try:# 直接追加列表可能会报KeyError,因为之前并没有这个关键字。data_dic[year].append([city,gdp])except KeyError:# 报错的情况下把关键字的值创建成空列表,再往里面追加元素data_dic[year] = []data_dic[year].append([city, gdp])# 排序年份,从字典中按照关键值进行排序,返回的是一个列表。
sorted_year = sorted(data_dic.keys())# 定义排序函数的关键值,供sort使用。
def sort_choose(element):return element[1]# 创建时间线对
timeline = Timeline()# 使用for循环遍历字典,取出每一年份中的数据,并对其使用sort进行从高到低的排序。
for year in sorted_year:data_dic[year].sort(key=sort_choose,reverse=True)# 使用列表切片取出列表中gdp最高的前八位。top_8 = data_dic[year][:8]# 构建X轴和Y轴空列表用来构建柱状图。y_data = []x_data = []# 遍历前八个国家,将国家和gdp分别放进X轴列表和Y轴列表。for temp in top_8:x_data.append(temp[0])y_data.append(temp[1])# 构建柱状图,创建柱状图对象bar = Bar()# 反转数据,使gdp最高的国家在最上面显示。x_data.reverse()y_data.reverse()# 设置每一年的标题bar.set_global_opts(title_opts=TitleOpts(title=f"  {year}年全球前-8-GDP"))# 添加X轴bar.add_xaxis(x_data)# 添加Y轴bar.add_yaxis("GDP(亿)",y_data,label_opts=LabelOpts(position="right"))# 反转X轴和Y轴bar.reversal_axis()# 时间线添加bar柱状图timeline.add(bar,f"{year}年GDP")# 设置自动播放等设置timeline.add_schema(# 自动播放的时间间隔,单位毫秒play_interval=1000,# 是否在自动播放的时候显示时间线is_timeline_show=True,# 是否自动播放is_auto_play=True,# 是否循环自动播放is_loop_play=True)# 使用时间线绘图
timeline.render("1960-2019全球前八GDP.html")

效果演示:

这篇关于Python使用pyechart制作动态柱状图(1960-2019GDP)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/626875

相关文章

RabbitMQ 延时队列插件安装与使用示例详解(基于 Delayed Message Plugin)

《RabbitMQ延时队列插件安装与使用示例详解(基于DelayedMessagePlugin)》本文详解RabbitMQ通过安装rabbitmq_delayed_message_exchan... 目录 一、什么是 RabbitMQ 延时队列? 二、安装前准备✅ RabbitMQ 环境要求 三、安装延时队

从基础到高级详解Python数值格式化输出的完全指南

《从基础到高级详解Python数值格式化输出的完全指南》在数据分析、金融计算和科学报告领域,数值格式化是提升可读性和专业性的关键技术,本文将深入解析Python中数值格式化输出的相关方法,感兴趣的小伙... 目录引言:数值格式化的核心价值一、基础格式化方法1.1 三种核心格式化方式对比1.2 基础格式化示例

Python与MySQL实现数据库实时同步的详细步骤

《Python与MySQL实现数据库实时同步的详细步骤》在日常开发中,数据同步是一项常见的需求,本篇文章将使用Python和MySQL来实现数据库实时同步,我们将围绕数据变更捕获、数据处理和数据写入这... 目录前言摘要概述:数据同步方案1. 基本思路2. mysql Binlog 简介实现步骤与代码示例1

Python ORM神器之SQLAlchemy基本使用完全指南

《PythonORM神器之SQLAlchemy基本使用完全指南》SQLAlchemy是Python主流ORM框架,通过对象化方式简化数据库操作,支持多数据库,提供引擎、会话、模型等核心组件,实现事务... 目录一、什么是SQLAlchemy?二、安装SQLAlchemy三、核心概念1. Engine(引擎)

Java Stream 并行流简介、使用与注意事项小结

《JavaStream并行流简介、使用与注意事项小结》Java8并行流基于StreamAPI,利用多核CPU提升计算密集型任务效率,但需注意线程安全、顺序不确定及线程池管理,可通过自定义线程池与C... 目录1. 并行流简介​特点:​2. 并行流的简单使用​示例:并行流的基本使用​3. 配合自定义线程池​示

Ubuntu如何升级Python版本

《Ubuntu如何升级Python版本》Ubuntu22.04Docker中,安装Python3.11后,使用update-alternatives设置为默认版本,最后用python3-V验证... 目China编程录问题描述前提环境解决方法总结问题描述Ubuntu22.04系统自带python3.10,想升级

Python自动化处理PDF文档的操作完整指南

《Python自动化处理PDF文档的操作完整指南》在办公自动化中,PDF文档处理是一项常见需求,本文将介绍如何使用Python实现PDF文档的自动化处理,感兴趣的小伙伴可以跟随小编一起学习一下... 目录使用pymupdf读写PDF文件基本概念安装pymupdf提取文本内容提取图像添加水印使用pdfplum

Python 基于http.server模块实现简单http服务的代码举例

《Python基于http.server模块实现简单http服务的代码举例》Pythonhttp.server模块通过继承BaseHTTPRequestHandler处理HTTP请求,使用Threa... 目录测试环境代码实现相关介绍模块简介类及相关函数简介参考链接测试环境win11专业版python

GO语言中函数命名返回值的使用

《GO语言中函数命名返回值的使用》在Go语言中,函数可以为其返回值指定名称,这被称为命名返回值或命名返回参数,这种特性可以使代码更清晰,特别是在返回多个值时,感兴趣的可以了解一下... 目录基本语法函数命名返回特点代码示例命名特点基本语法func functionName(parameters) (nam

Python从Word文档中提取图片并生成PPT的操作代码

《Python从Word文档中提取图片并生成PPT的操作代码》在日常办公场景中,我们经常需要从Word文档中提取图片,并将这些图片整理到PowerPoint幻灯片中,手动完成这一任务既耗时又容易出错,... 目录引言背景与需求解决方案概述代码解析代码核心逻辑说明总结引言在日常办公场景中,我们经常需要从 W