Python實(shí)現(xiàn)動(dòng)態(tài)柱狀圖的繪制
更新時(shí)間：2022年12月29日 14:17:53 作者：陽(yáng)862
這篇文章主要為大家詳細(xì)介紹了Python實(shí)現(xiàn)動(dòng)態(tài)柱狀圖的繪制的相關(guān)資料，文中的示例代碼講解詳細(xì)，具有一定的學(xué)習(xí)與借鑒價(jià)值，需要的可以參考一下
一.基礎(chǔ)柱狀圖
如圖
演示
from pyecharts.charts import Bar
from pyecharts.options import *
#構(gòu)建柱狀圖對(duì)象
bar=Bar()
#添加x軸對(duì)象
bar.add_xaxis(["中國(guó)","美國(guó)","日本"])
#添加y軸對(duì)象
bar.add_yaxis("GDP",[40,50,30])
#設(shè)置全局選項(xiàng)
bar.set_global_opts(
title_opts=TitleOpts(title="GDP柱狀圖"),#加名稱(chēng)
visualmap_opts=VisualMapOpts(#加范圍顯示
is_show=True
)
)
#繪圖
bar.render("基礎(chǔ)柱狀圖.html")結(jié)果是
反轉(zhuǎn)x軸，y軸，設(shè)置數(shù)值標(biāo)簽在右側(cè)
#添加y軸對(duì)象
bar.add_yaxis("GDP",[40,50,30],label_opts=LabelOpts(position="right"))
#反轉(zhuǎn)x軸y軸
bar.reversal_axis()結(jié)果是
小結(jié)
- 通過(guò)Bar（）構(gòu)建一個(gè)柱狀圖對(duì)象
- 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)
- 通過(guò)柱狀圖對(duì)象的: reversal_axis()，反轉(zhuǎn)x和y軸
- 通過(guò)label_opts=LabelOpts(position="right")設(shè)置數(shù)值標(biāo)簽在右側(cè)顯示
二.基礎(chǔ)時(shí)間線(xiàn)柱狀圖
演示
from pyecharts.charts import Bar,Timeline
from pyecharts.options import *
from pyecharts.globals import ThemeType
#構(gòu)建柱狀圖對(duì)象
bar1=Bar()
#添加x軸對(duì)象
bar1.add_xaxis(["中國(guó)","美國(guó)","日本"])
#添加y軸對(duì)象
bar1.add_yaxis("GDP",[40,50,30],label_opts=LabelOpts(position="right"))
#反轉(zhuǎn)x軸y軸
bar1.reversal_axis()
#設(shè)置全局選項(xiàng)
bar1.set_global_opts(
title_opts=TitleOpts(title="GDP柱狀圖"),#加名稱(chēng)
visualmap_opts=VisualMapOpts(#加范圍顯示
is_show=True
)
)
#構(gòu)建柱狀圖對(duì)象
bar2=Bar()
#添加x軸對(duì)象
bar2.add_xaxis(["中國(guó)","美國(guó)","日本"])
#添加y軸對(duì)象
bar2.add_yaxis("GDP",[50,60,45],label_opts=LabelOpts(position="right"))
#反轉(zhuǎn)x軸y軸
bar2.reversal_axis()
#設(shè)置全局選項(xiàng)
bar2.set_global_opts(
title_opts=TitleOpts(title="GDP柱狀圖"),#加名稱(chēng)
visualmap_opts=VisualMapOpts(#加范圍顯示
is_show=True
)
)
#構(gòu)建柱狀圖對(duì)象
bar3=Bar()
#添加x軸對(duì)象
bar3.add_xaxis(["中國(guó)","美國(guó)","日本"])
#添加y軸對(duì)象
bar3.add_yaxis("GDP",[60,65,40],label_opts=LabelOpts(position="right"))
#反轉(zhuǎn)x軸y軸
bar3.reversal_axis()
#設(shè)置全局選項(xiàng)
bar3.set_global_opts(
title_opts=TitleOpts(title="GDP柱狀圖"),#加名稱(chēng)
visualmap_opts=VisualMapOpts(#加范圍顯示
is_show=True
)
)
#構(gòu)建時(shí)間線(xiàn)對(duì)象
timeline=Timeline({"theme":ThemeType.LIGHT})
#在時(shí)間線(xiàn)上添加柱狀圖對(duì)象
timeline.add(bar1,"點(diǎn)1")
timeline.add(bar2,"點(diǎn)2")
timeline.add(bar3,"點(diǎn)3")
#繪圖是用時(shí)間線(xiàn)對(duì)象繪圖，而不是用 bar了
timeline.render("基礎(chǔ)時(shí)間線(xiàn)柱狀圖.html")結(jié)果是
點(diǎn)擊下面不同的點(diǎn)，就會(huì)顯示出不同的柱狀圖
當(dāng)然，這不是我們想要的最終結(jié)果，我們希望他可以制動(dòng)播放并且一直循環(huán)下去
代碼
#自動(dòng)播放設(shè)置
timeline.add_schema(
play_interval=1000,#這里是放下一張圖的時(shí)間間隔，毫秒為單位
is_timeline_show=True,#是否顯示時(shí)間線(xiàn)
is_auto_play=True,#是否自動(dòng)播放
is_loop_play=True#是否循環(huán)播放
)
#繪圖是用時(shí)間線(xiàn)對(duì)象繪圖，而不是用 bar了
timeline.render("基礎(chǔ)時(shí)間線(xiàn)柱狀圖.html")結(jié)果是
這樣我們就可以控制上圖中的“播放鍵”去控制是否自動(dòng)循環(huán)播放
三.GDP動(dòng)態(tài)柱狀圖繪制
1.了解列表的sort方法并配合lambda匿名函數(shù)完成列表排序
在前面我們學(xué)習(xí)過(guò)sorted函數(shù)，可以對(duì)數(shù)據(jù)容器進(jìn)行排序。
在后面的數(shù)據(jù)處理中，我們需要對(duì)列表進(jìn)行排序，并指定排序規(guī)則，sorted函數(shù)就無(wú)法完成了。我們補(bǔ)充學(xué)習(xí)列表的sort方法。
使用方式:
列表.sort(key=選擇排序依據(jù)的函數(shù), reverse=TruelFalse)
- 參數(shù)key，是要求傳入一個(gè)函數(shù)，表示將列表的每一個(gè)元素都傳入函數(shù)中，返回排序的依據(jù)
- 參數(shù)reverse，是否反轉(zhuǎn)排序結(jié)果，True表示降序，F(xiàn)alse表示升序
演示
my_list=[["a",12],["b",4],["c",45]]
def choose_sort_key(element):
return element[1]
my_list.sort(key=choose_sort_key,reverse=True)
print(my_list)
my_list.sort(key=lambda element:element[1],reverse=False)
print(my_list)結(jié)果是
上圖中，第一種是基于帶名函數(shù)，第二種是基于lambda函數(shù)
2.完成圖表所需數(shù)據(jù)
#將數(shù)據(jù)轉(zhuǎn)為字典存儲(chǔ)，格式為：
#{ 年份:[[國(guó)家, gdp]，[國(guó)家, gdp]，...... ]，年份:[[國(guó)家,gdp]，[國(guó)家, gdp]，.....], ...... }，比如：
#{ 1960:[[美國(guó), 123]，[中國(guó), 231]，...... ]，1961:[[美國(guó),124]，[中國(guó), 234]，.....], ...... }
#先定義一個(gè)字典
data_dict={}
for line in data_lines:
year=int(line.split(",")[0])#年份
country=line.split(",")[1]#省份
GDP=float(line.split(",")[2])#因?yàn)槊绹?guó)的GDP是科學(xué)計(jì)數(shù)法，所以用float強(qiáng)制轉(zhuǎn)回來(lái)
#如何判斷字典里面有沒(méi)有制定的key呢？
try:
data_dict[year].append([country,GDP])
except KeyError:
data_dict[year]=[]
data_dict[year].append([country,GDP])
print(data_dict)結(jié)果是
上圖就是1999年的數(shù)據(jù)
3.完成GDP動(dòng)態(tài)圖表繪制
from pyecharts.charts import Bar,Timeline
from pyecharts.options import *
#讀取文件
f=open("D:/1960-2019全球GDP數(shù)據(jù).csv","r",encoding="ANSI")
data_lines=f.readlines()
#關(guān)閉文件
f.close()
#刪除第一行數(shù)據(jù)
data_lines.pop(0)
#將數(shù)據(jù)轉(zhuǎn)為字典存儲(chǔ)，格式為：
#{ 年份:[[國(guó)家, gdp]，[國(guó)家, gdp]，...... ]，年份:[[國(guó)家,gdp]，[國(guó)家, gdp]，.....], ...... }，比如：
#{ 1960:[[美國(guó), 123]，[中國(guó), 231]，...... ]，1961:[[美國(guó),124]，[中國(guó), 234]，.....], ...... }
#先定義一個(gè)字典
data_dict={}
for line in data_lines:
year=int(line.split(",")[0])#年份
country=line.split(",")[1]#省份
GDP=float(line.split(",")[2])#因?yàn)槊绹?guó)的GDP是科學(xué)計(jì)數(shù)法，所以用float強(qiáng)制轉(zhuǎn)回來(lái)
#如何判斷字典里面有沒(méi)有制定的key呢？
try:
data_dict[year].append([country,GDP])
except KeyError:
data_dict[year]=[]
data_dict[year].append([country,GDP])
#排序年份
sorted_year_list=sorted(data_dict.keys())
timeline = Timeline()#創(chuàng)建時(shí)間線(xiàn)對(duì)象
for year in sorted_year_list:
data_dict[year].sort(key=lambda element:element[1],reverse=True)
#取出本年份前八名的國(guó)家
year_data=data_dict[year][:8]
x_data=[]
y_data=[]
for country_gdp in year_data:
x_data.append(country_gdp[0])#x軸添加國(guó)家
y_data.append(country_gdp[1]/100000000)#y軸添加GDP數(shù)據(jù),單位為億元
#構(gòu)建柱狀圖
bar=Bar()
bar.add_xaxis(x_data)
bar.add_yaxis("GDP億元",y_data,label_opts=LabelOpts(position="right"))
#反轉(zhuǎn)x軸，y軸
bar.reversal_axis()
#創(chuàng)建時(shí)間線(xiàn)對(duì)象
timeline.add(bar,str(year))
#設(shè)置時(shí)間為自動(dòng)播放
timeline.add_schema(
play_interval=1000,#時(shí)間間隔
is_timeline_show=True,#是否顯示時(shí)間
is_loop_play=True,#是否循環(huán)
is_auto_play=True#是否自動(dòng)播放
)
#繪圖
timeline.render("1960——2019全球GDP前八國(guó)家.html")結(jié)果是
存在問(wèn)題：我們希望第一行是GDP數(shù)量最多的，然后依次遞減
解決方法很簡(jiǎn)單：把x軸和y軸上的數(shù)據(jù)都反轉(zhuǎn)一下就可以了
#構(gòu)建柱狀圖
bar=Bar()
x_data.reverse()
y_data.reverse()
bar.add_xaxis(x_data)
bar.add_yaxis("GDP億元",y_data,label_opts=LabelOpts(position="right"))結(jié)果是
這樣就基本沒(méi)問(wèn)題了
我們還可以給他：
添加主題類(lèi)型
from pyecharts.globals import ThemeType
timeline = Timeline({"theme":ThemeType.LIGHT})#創(chuàng)建時(shí)間線(xiàn)對(duì)象結(jié)果是
設(shè)置動(dòng)態(tài)標(biāo)題
#反轉(zhuǎn)x軸，y軸
bar.reversal_axis()
#設(shè)置每一年的圖表標(biāo)題
bar.set_global_opts(
title_opts=TitleOpts(title=f"{year}年全球GDP前八數(shù)據(jù)")
)結(jié)果是
四.完整代碼
from pyecharts.charts import Bar,Timeline
from pyecharts.options import *
from pyecharts.globals import ThemeType
#讀取文件
f=open("D:/1960-2019全球GDP數(shù)據(jù).csv","r",encoding="ANSI")
data_lines=f.readlines()
#關(guān)閉文件
f.close()
#刪除第一行數(shù)據(jù)
data_lines.pop(0)
#將數(shù)據(jù)轉(zhuǎn)為字典存儲(chǔ)，格式為：
#{ 年份:[[國(guó)家, gdp]，[國(guó)家, gdp]，...... ]，年份:[[國(guó)家,gdp]，[國(guó)家, gdp]，.....], ...... }，比如：
#{ 1960:[[美國(guó), 123]，[中國(guó), 231]，...... ]，1961:[[美國(guó),124]，[中國(guó), 234]，.....], ...... }
#先定義一個(gè)字典
data_dict={}
for line in data_lines:
year=int(line.split(",")[0])#年份
country=line.split(",")[1]#省份
GDP=float(line.split(",")[2])#因?yàn)槊绹?guó)的GDP是科學(xué)計(jì)數(shù)法，所以用float強(qiáng)制轉(zhuǎn)回來(lái)
#如何判斷字典里面有沒(méi)有制定的key呢？
try:
data_dict[year].append([country,GDP])
except KeyError:
data_dict[year]=[]
data_dict[year].append([country,GDP])
#排序年份
sorted_year_list=sorted(data_dict.keys())
timeline = Timeline({"theme":ThemeType.LIGHT})#創(chuàng)建時(shí)間線(xiàn)對(duì)象
for year in sorted_year_list:
data_dict[year].sort(key=lambda element:element[1],reverse=True)
#取出本年份前八名的國(guó)家
year_data=data_dict[year][:8]
x_data=[]
y_data=[]
for country_gdp in year_data:
x_data.append(country_gdp[0])#x軸添加國(guó)家
y_data.append(country_gdp[1]/100000000)#y軸添加GDP數(shù)據(jù),單位為億元
#構(gòu)建柱狀圖
bar=Bar()
x_data.reverse()
y_data.reverse()
bar.add_xaxis(x_data)
bar.add_yaxis("GDP億元",y_data,label_opts=LabelOpts(position="right"))
#反轉(zhuǎn)x軸，y軸
bar.reversal_axis()
#設(shè)置每一年的圖表標(biāo)題
bar.set_global_opts(
title_opts=TitleOpts(title=f"{year}年全球GDP前八數(shù)據(jù)")
)
#創(chuàng)建時(shí)間線(xiàn)對(duì)象
timeline.add(bar,str(year))
#設(shè)置時(shí)間為自動(dòng)播放
timeline.add_schema(
play_interval=1000,#時(shí)間間隔
is_timeline_show=True,#是否顯示時(shí)間
is_loop_play=True,#是否循環(huán)
is_auto_play=True#是否自動(dòng)播放
)
#繪圖
timeline.render("1960——2019全球GDP前八國(guó)家.html")以上就是Python實(shí)現(xiàn)動(dòng)態(tài)柱狀圖的繪制的詳細(xì)內(nèi)容，更多關(guān)于Python動(dòng)態(tài)柱狀圖的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
新版Pycharm顯示Conda?executable?is?not?found解決辦法
這篇文章主要給大家介紹了關(guān)于新版Pycharm顯示Conda?executable?is?not?found解決辦法,文中通過(guò)圖文介紹的非常詳細(xì),對(duì)大家學(xué)習(xí)或者使用Pycharm具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2023-07-07
這篇文章主要為大家介紹了Python3.10新特性之match語(yǔ)句示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2023-02-02
python實(shí)現(xiàn)網(wǎng)上購(gòu)物系統(tǒng)
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)網(wǎng)上購(gòu)物系統(tǒng)，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2022-06-06
python安裝cxOracle避坑總結(jié)不要直接pip install
這篇文章主要為大家介紹了python安裝cx_Oracle是遇到的一些問(wèn)題的解決辦法的總結(jié)，來(lái)幫大家避避坑有需要的朋友可以借鑒參考下，希望能夠有所幫助祝大家多多進(jìn)步2021-10-10
這篇文章主要給大家介紹了關(guān)于如何利用Python將圖片中扭曲矩形復(fù)原的相關(guān)資料，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-09-09
python 利用jieba.analyse進(jìn)行 關(guān)鍵詞提取
這篇文章主要介紹了python 利用jieba.analyse進(jìn)行關(guān)鍵詞提取的方法，幫助大家更好的利用python，感興趣的朋友可以了解下2020-12-12
這篇文章主要介紹了python二分法的實(shí)現(xiàn)代碼，大家可以參考使用2013-11-11
本文主要介紹了python模塊引入問(wèn)題和解決方案，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-03-03
讀萬(wàn)卷書(shū)不如行萬(wàn)里路，只學(xué)書(shū)上的理論是遠(yuǎn)遠(yuǎn)不夠的，只有在實(shí)戰(zhàn)中才能獲得能力的提升，本篇文章手把手帶你用Python實(shí)現(xiàn)超級(jí)瑪麗，90后的回憶老游戲,快來(lái)看戴帽子的大胡子穿著背帶褲的馬里奧2021-11-11
Django3.2 自動(dòng)發(fā)現(xiàn)所有路由代碼詳解
這篇文章主要為大家介紹了Django自動(dòng)發(fā)現(xiàn)所有路由的方法，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來(lái)幫助2021-12-12