8天Python从入门到精通第十二章 Python基础综合案例数据可视化 - 动态柱状图 12.3 GDP动态柱状图绘制

╰+攻爆jí腚メ 2024-03-27 14:02 14阅读 0赞

#### 8天Python从入门到精通 ####

[【黑马程序员python教程，8天python从入门到精通，学python看这套就够了】][python_8_python_python]

#### 文章目录 ####

*   *   *  8天Python从入门到精通
         *  第十二章 Python基础综合案例 数据可视化 - 动态柱状图
         *   *  12.3 GDP动态柱状图绘制
             *   *  12.3.1 需求分析
                 *  12.3.2 列表的sort方法
                 *  12.3.3 处理数据
                 *  12.3.4 准备时间线
                 *  12.3.5 自动播放和绘图
                 *  12.3.6 最终结果

#### 第十二章 Python基础综合案例 数据可视化 - 动态柱状图 ####

##### 12.3 GDP动态柱状图绘制 #####

###### 12.3.1 需求分析 ######

![在这里插入图片描述][5361e7e3f8e040969d680ba0d160307b.png_pic_center]

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

###### 12.3.2 列表的sort方法 ######

在前面我们学习过sorted函数，可以对数据容器进行排序。

在后面的数据处理中，我们需要对列表进行排序，并指定排序规则，sorted函数就无法完成了。

我们补充学习列表的sort方法。

使用方式：

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

带名函数形式

![在这里插入图片描述][ff56d266cc1b4d8883a37cd740ed54c6.png_pic_center]

匿名lambda形式

![在这里插入图片描述][7899316fead3434c904ec683a1a4eb9f.png_pic_center]

![在这里插入图片描述][c5b453da67564431afac96ec778705eb.png_pic_center]

###### 12.3.3 处理数据 ######

读取数据，删除第一条数据

![在这里插入图片描述][aec176a6f39145f8928dd25464bdc444.png_pic_center]

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], ...... ], ...... }

![在这里插入图片描述][193c5bf147364a43aa70fa243b23a94d.png_pic_center]

###### 12.3.4 准备时间线 ######

![在这里插入图片描述][0fc2b5cfd64b47139b58519f96ebf2a2.png_pic_center]

###### 12.3.5 自动播放和绘图 ######

![在这里插入图片描述][2f91170dde664acf870f4bed7dfb0d6b.png_pic_center]

###### 12.3.6 最终结果 ######

![在这里插入图片描述][425671b726434f128e4f13cc1b12c659.png_pic_center]

from pyecharts.charts import Bar, Timeline
    from pyecharts.options import *
    from pyecharts.globals import ThemeType
    
    f = open("1960-2019全球GDP数据.csv", 'r', encoding="GB2312")
    data_lines = f.readlines()
    f.close()
    
    data_lines.pop(0)
    
    data_dict = {
        }
    for line in data_lines:
        year = int(line.split(",")[0])
        country = line.split(",")[1]
        gdp = float(line.split(",")[2])
    
        try:
            data_dict[year].append([country, gdp])
        except KeyError:
            data_dict[year] = []
            data_dict[year].append([country, gdp])
    
    timeline = Timeline(
        {
        "theme": ThemeType.LIGHT}
    )
    
    sorted_year_list = sorted(data_dict.keys())
    for year in sorted_year_list:
        data_dict[year].sort(key=lambda element: element[1], reverse=True)
        year_data = data_dict[year][0:8]
    
        x_data = []
        y_data = []
        for country_gdp in year_data:
            x_data.append(country_gdp[0])
            y_data.append(country_gdp[1] / 100000000)
    
        bar = Bar()
        x_data.reverse()
        y_data.reverse()
        bar.add_xaxis(x_data)
        bar.add_yaxis("GDP(亿)", y_data, label_opts=LabelOpts(position="right"))
        bar.reversal_axis()
        bar.set_global_opts(
            title_opts=TitleOpts(title=f"{
          year}年全球前8GDP数据")
        )
    
        timeline.add(bar, str(year))
    
    timeline.add_schema(
        play_interval=200,
        is_timeline_show=True,
        is_auto_play=True,
        is_loop_play=False
    )
    
    timeline.render("1960年-2019年全球GDP前8国家.html")

运行结果

![在这里插入图片描述][3a23ec4ad057477e917b855e3cd95749.gif_pic_center]

[python_8_python_python]: https://www.bilibili.com/video/BV1qW4y1a7fU
[5361e7e3f8e040969d680ba0d160307b.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/45a1f567e13844b88057065261d2e759.png
[ff56d266cc1b4d8883a37cd740ed54c6.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/8708dcb7c7974b899096a67a71a6ed64.png
[7899316fead3434c904ec683a1a4eb9f.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/e57515271e9e4759819bae7b912ec722.png
[c5b453da67564431afac96ec778705eb.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/b20a192cf5e94fddb23ce02565a9a00f.png
[aec176a6f39145f8928dd25464bdc444.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/ee4cc210c6ed442c918a6e4c914faa8a.png
[193c5bf147364a43aa70fa243b23a94d.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/34614ba0401b4d539d100cfa6f4c759c.png
[0fc2b5cfd64b47139b58519f96ebf2a2.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/23febe64217f4619b34508c1ab0a53da.png
[2f91170dde664acf870f4bed7dfb0d6b.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/2641d0e021c94437b287a702e99fc9bb.png
[425671b726434f128e4f13cc1b12c659.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/4ce92b485e6345c094616d97da7787a1.png
[3a23ec4ad057477e917b855e3cd95749.gif_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/b281d4053e414620827af1c87cd3fe82.png