• 综合案例-数据可视化-柱状图

    一、基础柱状图

    我们绘制一个关于三种水果销售额的柱状图，X轴数据为三种水果的名称，用列表['苹果','香蕉','橘子']添加进去，Y轴数据为三种水果的销售额，用列表[50,70,60]添加进去。

    步骤：

    1. 导包
    2. 构建柱状图对象
    3. 添加X轴数据
    4. 生成地图

    代码如下：

    1. #导包
    2. from pyecharts.charts import Bar
    3. #构建柱状图对象
    4. bar=Bar()
    5. #添加X轴数据
    6. bar.add_xaxis(['苹果','香蕉','橘子'])
    7. #添加Y轴数据
    8. bar.add_yaxis('销售额',[50,70,60])
    9. #生成地图
    10. bar.render('基础柱状图.html')

    运行代码后，同文件目录下生成新文件“基础柱状图.html”，用Edge浏览器查看生成的图表。

    如果我们想要反转x和y轴，并让数值标签位于右侧：

    1. #导包
    2. from pyecharts.charts import Bar
    3. from pyecharts.options import *
    4. #构建柱状图对象
    5. bar=Bar()
    6. #添加X轴数据
    7. bar.add_xaxis(['苹果','香蕉','橘子'])
    8. #添加Y轴数据
    9. bar.add_yaxis('销售额',[50,70,60],label_opts=LabelOpts(position='right'))#数值标签位于右侧
    10. #反转X轴Y轴
    11. bar.reversal_axis()
    12. #生成地图
    13. bar.render('基础柱状图.html')

    生成的图表：

    二、基础时间线柱状图

    Timeline()-时间线： 柱状图描述的是分类数据，回答的是每一个分类中有多少这个问题。柱状图很难动态的描述一个趋势性的数据，pyecharts为我们提供了一种解决方案——时间线。

    如果说一个Bar、Line对象是一张图表的话，时间线就是创建一个一维的x轴，轴上每一个点就是一个图表对象，如下图所示：

    我们绘制一个表示3个月水果销售额的基础时间线柱状图：

    1. #导包
    2. from pyecharts.charts import Bar,Timeline
    3. from pyecharts.options import *
    4.  
    5. #构建1月水果销售额柱状图
    6. bar1=Bar()
    7. bar1.add_xaxis(['苹果','香蕉','橘子'])
    8. bar1.add_yaxis('销售额',[50,70,60])
    9. bar1.reversal_axis()#反转X轴Y轴
    10.  
    11. #构建2月水果销售额柱状图
    12. bar2=Bar()
    13. bar2.add_xaxis(['苹果','香蕉','橘子'])
    14. bar2.add_yaxis('销售额',[90,40,70])
    15. bar2.reversal_axis()#反转X轴Y轴
    16.  
    17. #构建3月水果销售额柱状图
    18. bar3=Bar()
    19. bar3.add_xaxis(['苹果','香蕉','橘子'])
    20. bar3.add_yaxis('销售额',[30,50,80])
    21. bar3.reversal_axis()#反转X轴Y轴
    22.  
    23. #创建时间线对象
    24. timeline=Timeline()
    25.  
    26. #timeline对象添加bar柱状图
    27. timeline.add(bar1,'1月水果销售额')
    28. timeline.add(bar2,'2月水果销售额')
    29. timeline.add(bar3,'3月水果销售额')
    30.  
    31. #生成图表
    32. timeline.render('基础时间线柱状图.html')

    生成的图表：

    除了手动点击时间线上的点来切换图表，我们还可以设置自动播放，设置主题（达到更美观的效果），代码如下：

    1. #构建1月水果销售额柱状图
    2. bar1=Bar()
    3. bar1.add_xaxis(['苹果','香蕉','橘子'])
    4. bar1.add_yaxis('销售额',[50,70,60])
    5. bar1.reversal_axis()#反转X轴Y轴
    6.  
    7. #构建2月水果销售额柱状图
    8. bar2=Bar()
    9. bar2.add_xaxis(['苹果','香蕉','橘子'])
    10. bar2.add_yaxis('销售额',[90,40,70])
    11. bar2.reversal_axis()#反转X轴Y轴
    12.  
    13. #构建3月水果销售额柱状图
    14. bar3=Bar()
    15. bar3.add_xaxis(['苹果','香蕉','橘子'])
    16. bar3.add_yaxis('销售额',[30,50,80])
    17. bar3.reversal_axis()#反转X轴Y轴
    18.  
    19. #创建时间线对象
    20. timeline=Timeline(
    21.     {'theme':ThemeType.ROMANTIC} #设置主题
    22. )
    23.  
    24. #timeline对象添加bar柱状图
    25. timeline.add(bar1,'1月水果销售额')
    26. timeline.add(bar2,'2月水果销售额')
    27. timeline.add(bar3,'3月水果销售额')
    28.  
    29. #设置自动播放
    30. timeline.add_schema(
    31.     play_interval=1000,     #自动播放的时间间隔，单位毫秒
    32.     is_timeline_show=True,  #是否在自动播放时显示时间线
    33.     is_auto_play=True,      #是否自动播放
    34.     is_loop_play=True       #是否循环自动播放
    35.  
    36. )
    37.  
    38. #生成图表
    39. timeline.render('基础时间线柱状图.html')

     生成的图表会自动播放，视频形式更方便展示：ROMANTIC主题自动播放的基础时间线柱状图-CSDN直播ROMANTIC主题自动播放的基础时间线柱状图https://live.csdn.net/v/423471

    不同主题对应的颜色：

    想了解更多柱状图的用法，请访问官网：DocumentDescriptionicon-default.png?t=O83Ahttps://gallery.pyecharts.org/#/Bar/README

    三、GDP动态柱状图

    3.1列表排序

    本节所用文件链接：
    链接：https://pan.baidu.com/s/13ClaKEHF_Cu5wbuOqd4TTg?pwd=oz6z 
    提取码：oz6z

    文件 “ 1960-2019全球GDP数据.csv ” 内的数据如下图所示（建议使用Notepad++打开）：

    我们要把文件内的数据转化为柱状图，如下面的效果图所示：

    简单分析后，发现效果图中的数据需要按照GDP排序，我们在对比总结各类数据容器时学习过sorted函数，sorted函数直接根据数据容器内的数据进行排序（回顾sorted函数：http://t.csdnimg.cn/wjtZK，3.4排序功能）。

    但是当数据容器内数据比较复杂时（例如列表嵌套），就需要按照指定的数据排序，如本文件，需要在同一年份里，按照GDP排序（升序），图中只展现前8个国家的GDP，sorted函数不再适用。我们可以使用sort函数，语法如下：

    列表.sort(key=选择排序依据的函数, reverse=True|False)

    • 参数key，是要求传入一个函数，表示将列表的每一个元素都传入函数中，返回排序的依据
    • 参数reverse，是否反转排序结果，True表示降序，False表示升序

    基础示例：

    1. #如下列嵌套列表，对外层列表进行排序，排序依据是内层列表的第二个元素（升序）
    2. list1=[['苹果',30],['香蕉',60],['橘子',50]]
    3. #定义排序规则
    4. def choose_sort_key(element):
    5.     return element[1]
    6. #排序
    7. list1.sort(key=choose_sort_key,reverse=True)
    8. print(list1)

    输出：

    [['香蕉', 60], ['橘子', 50], ['苹果', 30]]

    我们还可以使用 lambda匿名函数（回顾知识：http://t.csdnimg.cn/MRZnC，3.2 lambda匿名函数），写出更简洁的代码：

    1. #如下列嵌套列表，对外层列表进行排序，排序依据是内层列表的第二个元素（升序）
    2. list1=[['苹果',30],['香蕉',60],['橘子',50]]
    3. #定义排序规则
    4. def choose_sort_key(element):
    5.     return element[1]
    6. #排序
    7. #list1.sort(key=choose_sort_key,reverse=True)
    8. list1.sort(key=lambda element:element[1],reverse=True)
    9. print(list1)

    输出：

    [['香蕉', 60], ['橘子', 50], ['苹果', 30]]

    3.2处理数据并生成图表

    我们要处理一下文件“ 1960-2019全球GDP数据.csv ”中的数据，数据是csv格式，在使用open函数读取文件时要注意，编码格式不再是最常见的“ UTF-8 ”，而是“ GB2312 ”，我们可以在Notepad++界面的右下角看到（“ 1960-2019全球GDP数据.csv ”用记事本打开其编码格式不清晰，建议使用Notepad++）：

    文件开头的标题行需要删去。

    绘制图表的步骤如下：

    1. 读取数据文件。
    2. 利用for循环将数据转换为python字典。
    3. 在时间线上添加点（每年的GDP柱状图）。
    4. 设置自动播放，生成图表。

    代码如下所示：

    1. #导包
    2. from pyecharts.charts import Bar,Timeline
    3. from pyecharts.globals import ThemeType
    4. from pyecharts.options import *
    5.  
    6. #读取数据文件
    7. f=open('E:/可视化案例数据/动态柱状图数据/1960-2019全球GDP数据.csv','r',encoding='GB2312')
    8. lines=f.readlines() #按行获取文件内全部数据，返回一个列表，其中每一行的数据为一个元素
    9. #删除文件第一行数据
    10. lines.pop(0)
    11. #将数据转换为python字典,格式：{年份:[[国家, gdp], [国家,gdp],......],年份: [[国家, gdp],[国家,gdp],......],......}
    12. data_dict={}
    13. for line in lines:  #lines是列表，每行数据为一个元素
    14.     year=int(line.split(',')[0]) #每行数据为一个元素，比如‘1960,英国,73233967692’，需要切割，第一个是年份
    15.     country=line.split(',')[1] #每行数据为一个元素，比如‘1960,英国,73233967692’，需要切割，第二个是国家名称
    16.     gdp=float(line.split(',')[2]) #切割，第三个是GDP，GDP是数字，此处float用来避免科学计数法数据格式，保留数据原样
    17.     try:   #用异常处理控制字典新增元素，详解见代码下方
    18.         data_dict[year].append((country,gdp)) #在对应的年份后追加元素[国家，gdp]
    19.     except KeyError:
    20.         data_dict[year]=[] #字典新增元素 year：列表
    21.         data_dict[year].append((country, gdp))
    22. #准备时间线
    23. sorted_year_list=sorted(data_dict.keys())#对年份进行排序，从1960年开始，默认升序
    24. #创建时间线对象并设置主题
    25. timeline=Timeline({'theme':ThemeType.LIGHT})
    26. #timeline对象添加bar柱状图
    27. for year in sorted_year_list:
    28.     data_dict[year].sort(key=lambda element:element[1],reverse=True)#每个年份内的“国家+GDP”数据按GDP排序（升序）
    29.     year_data=data_dict[year][0:8] #排完序后取最高的前8位国家
    30.     countrys=[] #用来保存X轴数据
    31.     gdps=[]     #用来保存Y轴数据
    32.     for country_gdp in year_data:
    33.         countrys.append(country_gdp[0])
    34.         gdps.append(int(country_gdp[1]/100000000))   #GDP单位为亿
    35.     #创建柱状图对象
    36.     bar=Bar()
    37.     countrys.reverse() #详解见代码下方
    38.     gdps.reverse()     #详解见代码下方
    39.     #设置标题
    40.     bar.set_global_opts(title_opts=TitleOpts(title=f'{year}年全球前8的GDP国际'))
    41.     #添加X轴数据
    42.     bar.add_xaxis(countrys)
    43.     #添加Y轴数据
    44.     bar.add_yaxis('GDP(亿)',gdps,label_opts=LabelOpts(position='right'))#标签在右侧
    45.     #反转X轴和Y轴
    46.     bar.reversal_axis() #得到横向的柱状图
    47.     #timeline对象添加bar柱状图,即在时间线上添加点
    48.     timeline.add(bar,str(year))
    49. #设置自动播放
    50. timeline.add_schema(
    51.     play_interval=1000,     #自动播放的时间间隔，单位毫秒
    52.     is_timeline_show=True,  #是否在自动播放时显示时间线
    53.     is_auto_play=True,      #是否自动播放
    54.     is_loop_play=False       #是否循环自动播放
    55.  
    56. )
    57. #生成图表
    58. timeline.render('GDP动态柱状图.html')

    第二步中需要注意：

    • 将数据转换为python字典,格式：{年份：[[国家， gdp]，[国家，gdp],......]，年份:：[[国家，gdp]，[国家，gdp]，......]，......}，即年份为key，value内包含这一年所有国家的名称和GDP，value是列表类型，列表的元素类型为列表（嵌套），每个列表的内容：每个国家名称+对应的GDP。
    • 一个年份key对应的value内是所有国家的名称和GDP的列表，在字典data_dict中追加元素时，每次追加一个元素[国家，gdp]，我们需要判断这个年份是否已经存在，即添加这个年份的数据是否是第一次添加，因为年份“一年”才能添加一次，如果此次都添加年份，数据格式就会混乱。这个年份如果存在，直接追加元素[国家，gdp]，如果不存在，先追加年份这个key，再去追加对应的value中的元素[国家，gdp]。

    第三步中需要注意：

    因为我们要得到横向的柱状图，且保持GDP高的国家在上方，原本的X轴，Y轴反转后，X轴，Y轴的数据也要跟着反转，如下例所示：

    X轴，Y轴的数据也要跟着反转后：

  • 相关阅读:
    JavaScript——day1（JavaScript是什么？组成、输入语法等）
    动态规划算法
    基于Redis（SETNX）实现分布式锁，案例：解决高并发下的订单超卖，秒杀
    简单工厂和工厂方法模式
    刷题笔记24——完全二叉树的节点个数
    Vue | Vue.js 高级语法系列
    什么是开源？为什么要坚持开源？
    vue3+te项目正式开发
    【Java基础】- HttpURLConnection详解
    ARM day1
  • 原文地址：https://blog.csdn.net/my_heart_goon/article/details/142098366