探索数据之美：初步学习 Python 柱状图绘制

矫情吗；* 2024-03-23 21:04 29阅读 0赞

#### 文章目录 ####

*  一 基础柱状图
 *   *  1.1 创建简单柱状图
     *  1.2 反转x和y轴
     *  1.3 数值标签在右侧
     *  1.4 演示结果
 *  二 基础时间线柱状图
 *   *  2.1 创建时间线
     *  2.2 时间线主题设置取值表
     *  2.3 演示结果
 *  三 GDP动态柱状图绘制
 *   *  3.1 需求分析
     *  3.2 数据文件内容
     *  3.3 列表排序方法
     *  3.4 参考代码
     *  3.5 运行结果

## 一 基础柱状图 ##

### 1.1 创建简单柱状图 ###

*  `pyecharts` 是一个基于 Echarts 的 Python 图表库，它提供了丰富的图表类型和交互功能。可以使用使用 `pyecharts` 创建柱状图

首先，安装 `pyecharts` 库。如果没有安装，可以使用以下命令安装：

pip install pyecharts

然后，创建一个简单的柱状图：

from pyecharts import options as opts
    from pyecharts.charts import Bar
    
    # 示例数据
    categories = ['Category A', 'Category B', 'Category C', 'Category D']
    values = [25, 40, 30, 50]
    
    # 创建柱状图实例
    bar_chart = Bar()
    
    # 添加数据
    bar_chart.add_xaxis(categories)
    bar_chart.add_yaxis("Values", values)
    
    # 设置标题和标签
    bar_chart.set_global_opts(title_opts=opts.TitleOpts(title="Basic Bar Chart"),
                              xaxis_opts=opts.AxisOpts(name="Categories"),
                              yaxis_opts=opts.AxisOpts(name="Values"))
    
    # 渲染图表
    bar_chart.render("basic_bar_chart.html")

*  在这个示例中，首先导入 `pyecharts` 的必要模块。然后，创建一个 `Bar` 实例，代表柱状图。接着，使用 `add_xaxis` 和 `add_yaxis` 方法分别添加 x 轴和 y 轴的数据。还使用 `set_global_opts` 方法设置了标题和轴标签的选项。最后，使用 `render` 方法将图表渲染为 HTML 文件。

![在这里插入图片描述][166644c8273a4ea18e49e1a13553466e.png]

### 1.2 反转x和y轴 ###

*  可以使用`pyecharts` 的 Bar 类中的 `reversal_axis()` 方法翻转 x 轴和 y 轴

from pyecharts import options as opts
    from pyecharts.charts import Bar
    
    # 示例数据
    categories = ['Category A', 'Category B', 'Category C', 'Category D']
    values = [25, 40, 30, 50]
    
    # 创建柱状图实例
    bar_chart = Bar()
    
    # 添加数据
    bar_chart.add_xaxis(categories)
    bar_chart.add_yaxis("Values", values)
    
    # 设置标题和标签
    bar_chart.set_global_opts(title_opts=opts.TitleOpts(title="Basic Bar Chart"),
                              xaxis_opts=opts.AxisOpts(name="Categories"),
                              yaxis_opts=opts.AxisOpts(name="Values"))
    # 反转x和y轴
    bar_chart.reversal_axis()
    
    # 渲染图表
    bar_chart.render("basic_bar_chart.html")

![在这里插入图片描述][36894131adcd4ac4aea082fc2fba5b69.png]

### 1.3 数值标签在右侧 ###

*  通过label\_opts=LabelOpts(position=“right”)设置数值标签在右侧显示

from pyecharts import options as opts
    from pyecharts.charts import Bar
    
    # 示例数据
    categories = ['Category A', 'Category B', 'Category C', 'Category D']
    values = [25, 40, 30, 50]
    
    # 创建柱状图实例
    bar_chart = Bar()
    
    # 添加数据
    bar_chart.add_xaxis(categories)
    bar_chart.add_yaxis("Values", values, label_opts=opts.LabelOpts(position="right"))
    
    # 设置标题和标签
    bar_chart.set_global_opts(title_opts=opts.TitleOpts(title="Basic Bar Chart"),
                              xaxis_opts=opts.AxisOpts(name="Categories"),
                              yaxis_opts=opts.AxisOpts(name="Values"))
    # 反转x和y轴
    bar_chart.reversal_axis()
    
    # 渲染图表
    bar_chart.render("basic_bar_chart.html")

### 1.4 演示结果 ###

![在这里插入图片描述][b71bfaf5aa34432b8c19fc36101d23b3.png]

## 二 基础时间线柱状图 ##

### 2.1 创建时间线 ###

*  Timeline()-时间线
 *  柱状图的主要特点,：状图描述的是分类数据，回答的是每一个分类中有多少的问题。同时柱状图很难动态的描述一个趋势性的数据. 这里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

from pyecharts.charts import Bar, Timeline
    from pyecharts.options import LabelOpts
    from pyecharts.globals import ThemeType
    
    bar1 = Bar()
    bar1.add_xaxis(["中国", "美国", "英国"])
    bar1.add_yaxis("GDP", [30, 30, 20], label_opts=LabelOpts(position="right"))
    bar1.reversal_axis()
    
    bar2 = Bar()
    bar2.add_xaxis(["中国", "美国", "英国"])
    bar2.add_yaxis("GDP", [50, 50, 50], label_opts=LabelOpts(position="right"))
    bar2.reversal_axis()
    
    bar3 = Bar()
    bar3.add_xaxis(["中国", "美国", "英国"])
    bar3.add_yaxis("GDP", [70, 60, 60], label_opts=LabelOpts(position="right"))
    bar3.reversal_axis()
    
    # 构建时间线对象
    # timeline = Timeline()
    timeline = Timeline({
        "theme": ThemeType.LIGHT}) #设置时间线对象
    
    # 在时间线内添加柱状图对象
    timeline.add(bar1, "点1")
    timeline.add(bar2, "点2")
    timeline.add(bar3, "点3")
    
    # 自动播放设置
    timeline.add_schema(
        play_interval=1000, # 自动播放的时间间隔，单位毫秒
        is_timeline_show=True, # 是否在自动播放的时候，显示时间线
        is_auto_play=True, # 是否自动播放
        is_loop_play=True  # 是否循环播放
    )
    
    # 绘图是用时间线对象绘图，而不是bar对象了
    timeline.render("基础时间线柱状图.html")

### 2.2 时间线主题设置取值表 ###

![在这里插入图片描述][bc07d0fc7f3441aa84582c5106c5d070.png]

### 2.3 演示结果 ###

![在这里插入图片描述][e2f62f80733f4dd7bbaf207228f05825.gif_pic_center]

## 三 GDP动态柱状图绘制 ##

### 3.1 需求分析 ###

![在这里插入图片描述][97f839dfbc2b4eeaa81b4ba604d88f16.png]  
简单分析后，发现最终效果图中需要：

1.  GDP数据处理为亿级
2.  有时间轴，按照年份为时间轴的点
3.  x轴和y轴反转，同时每一年的数据只要前8名国家
4.  有标题，标题的年份会动态更改
5.  设置了主题为LIGHT

### 3.2 数据文件内容 ###

year,GDP,rate
    1960,美国,5.433E+11
    1960,英国,73233967692
    1960,法国,62225478000
    1960,中国,59716467625
    1960,日本,44307342950
    1960,加拿大,40461721692

### 3.3 列表排序方法 ###

`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

my_list = [["a", 33], ["b", 55], ["c", 11]]
    
    # 排序，基于带名函数
    # def choose_sort_key(element):
    #     return element[1]
    #
    # my_list.sort(key=choose_sort_key, reverse=False)
    
    # 使用 sort() 方法，按子列表中的第二个元素排序
    my_list.sort(key=lambda x: x[1])
    
    print("升序排序:", my_list)
    # 升序排序: [['c', 11], ['a', 33], ['b', 55]]
    
    my_list.sort(key=lambda x: x[1], reverse=True)
    
    print("降序排序:", my_list)
    # 降序排序: [['b', 55], ['a', 33], ['c', 11]]

*  `key=lambda x: x[1]`Lambda 表达式是一个用于比较排序的函数，它告诉 sort() 方法按照子列表中的第二个元素进行排序

### 3.4 参考代码 ###

from pyecharts.charts import Bar, Timeline
    from pyecharts.options import *
    from pyecharts.globals import ThemeType
    
    # 读取数据
    f = open("c:/1960-2019全球GDP数据.csv", "r", encoding="GB2312")
    data_lines = f.readlines()
    # 关闭文件
    f.close()
    
    # 删除第一条数据
    data_lines.pop(0) # year,GDP,rate
    
    # 将数据转换为字典存储，格式为：
    # { 年份: [ [国家, gdp], [国家,gdp], ......  ], 年份: [ [国家, gdp], [国家,gdp], ......  ], ...... }
    # { 1960: [ [美国, 123], [中国,321], ......  ], 1961: [ [美国, 123], [中国,321], ......  ], ...... }
    # 先定义一个字典对象
    data_dict = {
        }
    for line in data_lines:
        year = int(line.split(",")[0])      # 年份
        country = line.split(",")[1]        # 国家
        gdp = float(line.split(",")[2])     # gdp数据
        # 判断字典里面有没有指定的key
        try:
            data_dict[year].append([country, gdp])
        except KeyError:
            data_dict[year] = []
            data_dict[year].append([country, gdp])
    
    
    # 创建时间线对象
    timeline = Timeline({
        "theme": ThemeType.LIGHT})
    
    # 排序年份
    sorted_year_list = sorted(data_dict.keys())
    for year in sorted_year_list:
        data_dict[year].sort(key=lambda element: element[1], reverse=True)
        # 取出本年份前8名的国家
        year_data = data_dict[year][0:8]
        x_data = [] #countrys
        y_data = [] #gdps 
        for country_gdp in year_data:
            x_data.append(country_gdp[0])   # x轴添加国家
            y_data.append(country_gdp[1] / 100000000)   # y轴添加gdp数据
    
    	# 构建柱状图
    	bar = Bar() # 创建柱状图
    	x_data.reverse() # 反转国家，使GDP最高的排在最上面
    	y_data.reverse() # 同步反转GDP数据
    	bar.add_xaxis(x_data)
    	bar.add_yaxis("GDP(亿)", y_data, label_opts=LabelOpts(position="right"))
    	# 反转x轴和y轴
    	bar.reversal_axis()
    	# 设置每一年的图表的标题
    	bar.set_global_opts(
    	    title_opts=TitleOpts(title=f"{
          year}年全球前8GDP数据")
    	)
    	timeline.add(bar, str(year)) #时间线添加一个点，和对应的bar图
    
    
    # for循环每一年的数据，基于每一年的数据，创建每一年的bar对象
    # 在for中，将每一年的bar对象添加到时间线中
    
    # 设置自动播放
    timeline.add_schema(
        play_interval=1000,
        is_timeline_show=True,
        is_auto_play=True,
        is_loop_play=False
    )
    
    # 绘图
    timeline.render("1960-2019全球GDP前8国家.html")

### 3.5 运行结果 ###

![在这里插入图片描述][d0d3bbfceceb4cbe897cc2e632da4a2a.gif_pic_center]

[166644c8273a4ea18e49e1a13553466e.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/51b62a07a63543fc95d8fac39dd3570f.png
[36894131adcd4ac4aea082fc2fba5b69.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/896699740a3f422496eda99e2ccb6370.png
[b71bfaf5aa34432b8c19fc36101d23b3.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/1ad240f6dc7941b5bd711915def7ca8e.png
[bc07d0fc7f3441aa84582c5106c5d070.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/659efe250ec948148791c8b90706dbbb.png
[e2f62f80733f4dd7bbaf207228f05825.gif_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/05f46f7c4765401faebf18a62156ab17.png
[97f839dfbc2b4eeaa81b4ba604d88f16.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/4f5b6c9bd7af4b70bed932d4a7c01501.png
[d0d3bbfceceb4cbe897cc2e632da4a2a.gif_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/24ef7d68f4b642849cacce0edb0b6305.png