国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

數(shù)據(jù)可視化——繪制帶有時(shí)間線(xiàn)的柱狀圖

這篇具有很好參考價(jià)值的文章主要介紹了數(shù)據(jù)可視化——繪制帶有時(shí)間線(xiàn)的柱狀圖。希望對(duì)大家有所幫助。如果存在錯(cuò)誤或未考慮完全的地方,請(qǐng)大家不吝賜教,您也可以點(diǎn)擊"舉報(bào)違法"按鈕提交疑問(wèn)。

數(shù)據(jù)可視化——繪制帶有時(shí)間線(xiàn)的柱狀圖,python,信息可視化,python,數(shù)據(jù)分析

前言

我們已經(jīng)學(xué)習(xí)了使用 pyecharts 包中的模塊和相應(yīng)的方法繪制了折線(xiàn)圖和地圖,那么今天我將為大家分享如何繪制帶有時(shí)間線(xiàn)的柱狀圖。

如何繪制柱狀圖

繪制柱狀圖跟繪制折線(xiàn)圖的步驟是大致相同的。

python 中繪制柱狀圖依賴(lài)于 pyecharts.charts 模塊下的 Bar 方法。

from pyecharts.charts import Bar

bar = Bar()

x_data = ["英國(guó)","美國(guó)","中國(guó)"]
y_data = [10,20,30]

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

bar.render("柱狀圖.html")

數(shù)據(jù)可視化——繪制帶有時(shí)間線(xiàn)的柱狀圖,python,信息可視化,python,數(shù)據(jù)分析
我們還可以將橫坐標(biāo)與縱坐標(biāo)顛倒一下,來(lái)使數(shù)據(jù)的展示更加的形象。

使用 bar.reversal_axis() 反轉(zhuǎn)x軸和y軸。
數(shù)據(jù)可視化——繪制帶有時(shí)間線(xiàn)的柱狀圖,python,信息可視化,python,數(shù)據(jù)分析
這里數(shù)據(jù)顯示在柱狀圖中,我們看的不是很方便,我也也可以通過(guò)設(shè)置系列配置選項(xiàng)來(lái)使數(shù)據(jù)顯示在柱狀圖的右側(cè)。

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

所以我們經(jīng)過(guò)完善后的整體代碼是:

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

bar = Bar()

x_data = ["英國(guó)","美國(guó)","中國(guó)"]
y_data = [10,20,30]

bar.add_xaxis(x_data)
bar.add_yaxis("GDP",y_data,label_opts=LabelOpts(position="right"))
bar.reversal_axis()  # 反轉(zhuǎn)x軸和y軸

bar.render("柱狀圖.html")

數(shù)據(jù)可視化——繪制帶有時(shí)間線(xiàn)的柱狀圖,python,信息可視化,python,數(shù)據(jù)分析

添加時(shí)間線(xiàn)

數(shù)據(jù)可視化——繪制帶有時(shí)間線(xiàn)的柱狀圖,python,信息可視化,python,數(shù)據(jù)分析

通過(guò)添加時(shí)間線(xiàn)我們可以看到多種不同的數(shù)據(jù),每一個(gè)時(shí)間其實(shí)就是一個(gè)柱狀圖,時(shí)間線(xiàn)是由一個(gè)一個(gè)的柱狀圖組成的。

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

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

x_data = ["英國(guó)","美國(guó)","中國(guó)"]
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()  # 反轉(zhuǎn)x軸和y軸
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()  # 反轉(zhuǎn)x軸和y軸
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()  # 反轉(zhuǎn)x軸和y軸
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中美英三國(guó)GDP.html")

數(shù)據(jù)可視化——繪制帶有時(shí)間線(xiàn)的柱狀圖,python,信息可視化,python,數(shù)據(jù)分析
如果我們要讓動(dòng)態(tài)柱狀圖動(dòng)起來(lái)的話(huà),我們需要設(shè)置配置選項(xiàng)。

timeline.add_schema(
    play_interval=1000,  # 每個(gè)柱狀圖播放間隔時(shí)間,單位(毫秒)
    is_timeline_show=True,  # 是否顯示時(shí)間線(xiàn),默認(rèn)顯示
    is_auto_play=True,  # 是否自動(dòng)播放
    is_loop_play=True  # 是否循環(huán)播放
)

數(shù)據(jù)可視化——繪制帶有時(shí)間線(xiàn)的柱狀圖,python,信息可視化,python,數(shù)據(jù)分析

根據(jù)提供的數(shù)據(jù)繪制動(dòng)態(tài)柱狀圖

我們顯示出1960年-2014年全國(guó)GDP數(shù)據(jù)前八的國(guó)家和數(shù)據(jù)。這里提供的數(shù)據(jù)大家可以私信我找我要。
數(shù)據(jù)可視化——繪制帶有時(shí)間線(xiàn)的柱狀圖,python,信息可視化,python,數(shù)據(jù)分析
這里提供的數(shù)據(jù)比較簡(jiǎn)單,我們只需要將第一行無(wú)用的數(shù)據(jù)刪除,然后再將這些數(shù)據(jù)轉(zhuǎn)換為我們繪制柱狀圖需要的數(shù)據(jù)就好了。

讀取并刪除無(wú)用數(shù)據(jù)

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

f.close()

data_lines.pop(0)

GB2312 編碼是中文編碼格式

將數(shù)據(jù)轉(zhuǎn)換為字典

data_dict = {}
for line in data_lines:
    data_list = line.split(",")  # 每一行以逗號(hào)分割,返回一個(gè)列表
    year = data_list[0]
    country = data_list[1]
    GDP = float(data_list[2][:-1])  # 每一行最后有一個(gè)換行符
    # 這里需要做出異常判斷,因?yàn)楫?dāng)我們第一次插入數(shù)據(jù)的時(shí)候并沒(méi)有容器來(lái)裝這些數(shù)據(jù)
    try:
        data_dict[year].append((country, GDP))
    except:
        data_dict[year] = []
        data_dict[year].append([country, GDP])

創(chuàng)建柱狀圖并添加到時(shí)間線(xiàn)中

sorted_year_line = sorted(data_dict.keys())  # 按時(shí)間順序排序
timeline = Timeline({"scheme":ThemeType.LIGHT})  # 在創(chuàng)建時(shí)間線(xiàn)的時(shí)候傳入scheme參數(shù)可以設(shè)置時(shí)間線(xiàn)的主題,也就是柱狀圖的顏色

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前八的數(shù)據(jù)
    for data in year_data:
        x_data.append(data[0])
        y_data.append(data[1] / 100000000)

    bar = Bar()
    x_data.reverse()
    y_data.reverse()  # 讓GDP排名第一的數(shù)據(jù)在最上面,所以我們將x_data 和 y_data中的數(shù)據(jù)反轉(zhuǎn)一下
    bar.add_xaxis(x_data)
    bar.add_yaxis("GDP(億)",y_data,label_opts=LabelOpts(position="right"))
    bar.reversal_axis()  # 將x軸和y軸翻轉(zhuǎn)
    bar.set_global_opts(
        title_opts=TitleOpts(title=f"{year}年全國(guó)GDP數(shù)據(jù)前八")
    )
    timeline.add(bar,year)

配置選項(xiàng)并生成帶有數(shù)據(jù)的折線(xiàn)圖

timeline.add_schema(
    play_interval=1000,
    is_timeline_show=True,
    is_auto_play=True,
    is_loop_play=False
)
timeline.render("1960-2014年全國(guó)GDP數(shù)據(jù)前八.html")

數(shù)據(jù)可視化——繪制帶有時(shí)間線(xiàn)的柱狀圖,python,信息可視化,python,數(shù)據(jù)分析文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-596855.html

到了這里,關(guān)于數(shù)據(jù)可視化——繪制帶有時(shí)間線(xiàn)的柱狀圖的文章就介紹完了。如果您還想了解更多內(nèi)容,請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來(lái)自互聯(lián)網(wǎng)用戶(hù)投稿,該文觀(guān)點(diǎn)僅代表作者本人,不代表本站立場(chǎng)。本站僅提供信息存儲(chǔ)空間服務(wù),不擁有所有權(quán),不承擔(dān)相關(guān)法律責(zé)任。如若轉(zhuǎn)載,請(qǐng)注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實(shí)不符,請(qǐng)點(diǎn)擊違法舉報(bào)進(jìn)行投訴反饋,一經(jīng)查實(shí),立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費(fèi)用

相關(guān)文章

  • 數(shù)據(jù)可視化 - 動(dòng)態(tài)柱狀圖

    數(shù)據(jù)可視化 - 動(dòng)態(tài)柱狀圖

    通過(guò)Bar構(gòu)建基礎(chǔ)柱狀圖 1. 通過(guò)Bar()構(gòu)建一個(gè)柱狀圖對(duì)象 2. 和折線(xiàn)圖一樣,通過(guò)add_xaxis()和add_yaxis()添加x和y軸數(shù)據(jù) 3. 通過(guò)柱狀圖對(duì)象的:reversal_axis(),反轉(zhuǎn)x和y軸 4. 通過(guò)label_opts=LabelOpts(position=\\\"right\\\")設(shè)置數(shù)值標(biāo)簽在右側(cè)顯示 Timeline()-時(shí)間線(xiàn) 柱狀圖描述的是分類(lèi)數(shù)據(jù),回答的是

    2024年02月15日
    瀏覽(20)
  • Python可視化學(xué)習(xí)——使用JSON進(jìn)行數(shù)據(jù)轉(zhuǎn)換、pyecharts模塊調(diào)用以及可視化案例的介紹(可視化案例數(shù)據(jù)暫無(wú)),柱狀圖及動(dòng)態(tài)柱狀圖的構(gòu)建

    Python可視化學(xué)習(xí)——使用JSON進(jìn)行數(shù)據(jù)轉(zhuǎn)換、pyecharts模塊調(diào)用以及可視化案例的介紹(可視化案例數(shù)據(jù)暫無(wú)),柱狀圖及動(dòng)態(tài)柱狀圖的構(gòu)建

    可視化效果一:2020年印美日新冠累計(jì)確診人數(shù) 2020年是新冠疫情爆發(fā)的一年,隨著疫情的爆發(fā),國(guó)內(nèi)外確診人數(shù)成了大家關(guān)心的熱點(diǎn),相信大家都有看過(guò)類(lèi)似的疫情報(bào)告.本案例對(duì)印度美國(guó)日本三個(gè)國(guó)家確診人數(shù)的進(jìn)行了可視化處理,形成了可視化的疫情確診人數(shù)報(bào)告. ?可視

    2024年02月01日
    瀏覽(98)
  • 數(shù)據(jù)可視化高級(jí)技術(shù)Echarts(堆疊柱狀圖)

    數(shù)據(jù)可視化高級(jí)技術(shù)Echarts(堆疊柱狀圖)

    目錄 一.如何實(shí)現(xiàn) 二.代碼展示 1.stack名稱(chēng)相同(直接堆疊) 2.?stack名稱(chēng)不相同(相同的堆疊,不同的新生成一列) 數(shù)據(jù)堆疊,同個(gè)類(lèi)目軸上系列配置相同的? stack ?值可以堆疊放置。即在series中將設(shè)置stack即可。其他設(shè)置與普通柱狀圖相同, 參考文章: 數(shù)據(jù)可視化高級(jí)技術(shù)

    2024年04月10日
    瀏覽(19)
  • 數(shù)據(jù)可視化,使用Echarts生成柱狀圖,折線(xiàn)圖,餅圖

    數(shù)據(jù)可視化,使用Echarts生成柱狀圖,折線(xiàn)圖,餅圖

    目錄 ECharts的快速上手 步驟1:引入 echarts.js 文件 步驟2:準(zhǔn)備一個(gè)呈現(xiàn)圖表的盒子 步驟3:初始化 echarts 實(shí)例對(duì)象 步驟4:準(zhǔn)備配置項(xiàng) 步驟5:將配置項(xiàng)設(shè)置給 echarts 實(shí)例對(duì)象 示例代碼: 相關(guān)配置講解: 效果展示: ?1.柱狀圖 常見(jiàn)效果: 標(biāo)記: 顯示: 橫向柱狀圖: 柱狀圖示

    2024年01月20日
    瀏覽(30)
  • Python Matplotlib數(shù)據(jù)可視化繪圖之(一)————柱狀圖

    Python Matplotlib數(shù)據(jù)可視化繪圖之(一)————柱狀圖

    本文我們主要介紹利用Python中的Matplotlib模塊進(jìn)行幾種柱狀圖的畫(huà)法,包括整張圖片只有一種顏色的不分組柱狀圖、整張圖片有好幾種顏色的不分組柱狀圖、整張圖片有好幾種顏色的分組柱狀圖等。 主要利用Python中的Matplotlib模塊完成該功能。 表格如下(示例): 語(yǔ)言種類(lèi)

    2024年02月06日
    瀏覽(27)
  • python語(yǔ)法-數(shù)據(jù)可視化(全球GDP動(dòng)態(tài)柱狀圖開(kāi)發(fā))

    python語(yǔ)法-數(shù)據(jù)可視化(全球GDP動(dòng)態(tài)柱狀圖開(kāi)發(fā))

    python數(shù)據(jù)可視化(全球GDP動(dòng)態(tài)柱狀圖開(kāi)發(fā)) 開(kāi)發(fā)工具:pycharm、pyecharts模塊 (項(xiàng)目數(shù)據(jù)見(jiàn)文末參考內(nèi)容) 效果圖如下(輪播1960-2019年的柱狀圖): 參考內(nèi)容: 項(xiàng)目數(shù)據(jù)(https://mp.csdn.net/mp_download/manage/download/UpDetailed) python語(yǔ)法-pyecharts 黑馬程序員-python基礎(chǔ)

    2024年02月08日
    瀏覽(45)
  • python語(yǔ)法-面向?qū)ο髷?shù)據(jù)分析案例(每日銷(xiāo)售額柱狀圖數(shù)據(jù)可視化)

    python語(yǔ)法-面向?qū)ο髷?shù)據(jù)分析案例(每日銷(xiāo)售額柱狀圖數(shù)據(jù)可視化)

    面向?qū)ο髷?shù)據(jù)分析案例(每日銷(xiāo)售額柱狀圖數(shù)據(jù)可視化) 使用工具: Pycharm、面向?qū)ο?、json模塊、pyecharts模塊等 實(shí)現(xiàn)步驟: 讀取數(shù)據(jù)–封裝數(shù)據(jù)對(duì)象–計(jì)算數(shù)據(jù)對(duì)象–pyechars繪圖 (項(xiàng)目數(shù)據(jù)見(jiàn)文章末參考內(nèi)容) 解析思路 是通過(guò)定義三個(gè)Python文件,各文件功能如下: data_d

    2024年02月08日
    瀏覽(45)
  • 數(shù)據(jù)可視化:圖表繪制詳解

    數(shù)據(jù)可視化是一種將抽象的數(shù)字和數(shù)據(jù)轉(zhuǎn)化為直觀(guān)圖形的技術(shù),使數(shù)據(jù)的模式、趨勢(shì)和關(guān)系一目了然。本文將詳細(xì)介紹如何繪制各種類(lèi)型的圖表,包括柱狀圖、折線(xiàn)圖、餅圖、散點(diǎn)圖和熱力圖等。 第一部分:圖表類(lèi)型和選擇 1. 柱狀圖 柱狀圖是用于比較類(lèi)別數(shù)據(jù)的常見(jiàn)圖表。

    2024年02月12日
    瀏覽(34)
  • [數(shù)據(jù)分析與可視化] Python繪制數(shù)據(jù)地圖2-GeoPandas地圖可視化

    本文主要介紹GeoPandas結(jié)合matplotlib實(shí)現(xiàn)地圖的基礎(chǔ)可視化。GeoPandas是一個(gè)Python開(kāi)源項(xiàng)目,旨在提供豐富而簡(jiǎn)單的地理空間數(shù)據(jù)處理接口。GeoPandas擴(kuò)展了Pandas的數(shù)據(jù)類(lèi)型,并使用matplotlib進(jìn)行繪圖。GeoPandas官方倉(cāng)庫(kù)地址為:GeoPandas。GeoPandas的官方文檔地址為:GeoPandas-doc。關(guān)于Geo

    2023年04月09日
    瀏覽(31)

覺(jué)得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請(qǐng)作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包