当前位置：首页 > news >正文

万州网站建设多少钱黄页网站推广服务

news 2025/7/27 14:58:00

万州网站建设多少钱,黄页网站推广服务,网站论坛怎么建设,网页设计做网站文章目录1.基础柱状图2.基础时间线柱状图3.动态柱状图1.基础柱状图 from pyecharts.charts import Bar bar Bar() # 构建柱状图对象 bar.add_xaxis(["中国","美国","英国"]) bar.add_yaxis("GDP",[30,20,10]) bar.render()反转xy轴…

文章目录

1.基础柱状图
2.基础时间线柱状图
3.动态柱状图

1.基础柱状图

from pyecharts.charts import Bar
bar = Bar()  # 构建柱状图对象
bar.add_xaxis(["中国","美国","英国"])
bar.add_yaxis("GDP",[30,20,10])
bar.render()

在这里插入图片描述
反转xy轴
bar.reversal_axis()

from pyecharts.charts import Bar
bar = Bar()  # 构建柱状图对象
bar.add_xaxis(["中国","美国","英国"])
bar.add_yaxis("GDP",[30,20,10])
bar.reversal_axis() # 【反转】
bar.render()

在这里插入图片描述
若将数字（10、20、30）移到右侧
from pyecharts.options import LabelOpts
label_opts=LabelOpts(position=“right”)

from pyecharts.charts import Bar
from pyecharts.options import LabelOpts  # 【新增】
bar = Bar()  # 构建柱状图对象
bar.add_xaxis(["中国","美国","英国"])
bar.add_yaxis("GDP",[30,20,10],label_opts=LabelOpts(position="right"))  # 【修改】
bar.reversal_axis() # 反转
bar.render()

在这里插入图片描述

2.基础时间线柱状图

from pyecharts.charts import Bar, Timeline
from pyecharts.options import LabelOptsbar1 = Bar()  # 构建柱状图对象
bar1.add_xaxis(["中国","美国","英国"])
bar1.add_yaxis("GDP",[30,20,10],label_opts=LabelOpts(position="right"))
bar1.reversal_axis()bar2 = Bar()  # 构建柱状图对象
bar2.add_xaxis(["中国","美国","英国"])
bar2.add_yaxis("GDP",[50,40,30],label_opts=LabelOpts(position="right"))
bar2.reversal_axis()bar3 = Bar()  # 构建柱状图对象
bar3.add_xaxis(["中国","美国","英国"])
bar3.add_yaxis("GDP",[60,20,50],label_opts=LabelOpts(position="right"))
bar3.reversal_axis()timeline=Timeline()
timeline.add(bar1,"点1")
timeline.add(bar2,"点2")
timeline.add(bar3,"点3")
timeline.render()

在这里插入图片描述
为效果图设置自动播放

timeline.add_schema(play_interval=500,  # 每1000毫秒自动切换下一个点is_timeline_show=True,  # 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
)

为效果图设置颜色

from pyecharts.globals import ThemeType
timeline=Timeline({"theme":ThemeType.LIGHT})  # 设置主题theme

在这里插入图片描述
完整代码

from pyecharts.charts import Bar, Timeline
from pyecharts.globals import ThemeType
from pyecharts.options import LabelOptsbar1 = Bar()
bar1.add_xaxis(["中国","美国","英国"])
bar1.add_yaxis("GDP",[30,20,10],label_opts=LabelOpts(position="right"))
bar1.reversal_axis()bar2 = Bar()
bar2.add_xaxis(["中国","美国","英国"])
bar2.add_yaxis("GDP",[50,40,30],label_opts=LabelOpts(position="right"))
bar2.reversal_axis()bar3 = Bar()
bar3.add_xaxis(["中国","美国","英国"])
bar3.add_yaxis("GDP",[60,20,50],label_opts=LabelOpts(position="right"))
bar3.reversal_axis()timeline=Timeline({"theme":ThemeType.LIGHT})  # 设置颜色
timeline.add(bar1,"点1")
timeline.add(bar2,"点2")
timeline.add(bar3,"点3")timeline.add_schema(  # 自动切换play_interval=500,  # 每1000毫秒自动切换下一个点is_timeline_show=True,  # 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
)timeline.render()

效果图
在这里插入图片描述

3.动态柱状图

（1）sort方法

a=[["a",5],["b",3],["c",9]]  # 数据a是由列表组成的列表def f(x):  # 对列表的1号下标(数字)排序return x[1]a.sort(key=f,reverse=True) 
# 用key指明排序函数，明确参照哪个数据对列表排序
# reverse=True 表示由大到小排序print(a)  # [['c', 9], ['a', 5], ['b', 3]]

也可使用匿名函数书写

a=[["a",5],["b",3],["c",9]]  # 由列表组成的列表a.sort(key=lambda x:x[1],reverse=True) print(a)  # [['c', 9], ['a', 5], ['b', 3]]

（2）数据下载
数据下载

在这里插入图片描述

使用记事本打开（第一行无效数据）

在这里插入图片描述

（3）数据处理与绘图

from pyecharts.charts import Bar, Timeline
from pyecharts.globals import ThemeType
from pyecharts.options import LabelOpts, TitleOptsf=open("D:/1960-2019全球GDP数据.csv","r",encoding="GB2312")  # 注意编码，与源文档一致
data_lines=f.readlines()
# readlines按照行的方式把整个文件中的内容进行一次性读取，返回一个列表，其中每一行的数据为一个元素
f.close()
data_lines.pop(0)  # 删除第一条数据"""
将数据转换为字典，格式为
{1960:[[美国,123],[中国,456]],1961:[[xxx],[xxx]]}
"""
data_dict={}  # 空字典
for x in data_lines:year=int(x.split(",")[0]) # 根据逗号切割，0号下标是年份，1号国家，2号GDPcountry=x.split(",")[1]GDP=float(x.split(",")[2])  # 使用float将科学计数法转化为数字try:  # 如果当前年份的列表存在，进行追加data_dict[year].append([country,GDP])except KeyError:  # KeyError表示当前数据不存在。年份不存在应创建新列表data_dict[year]=[]data_dict[year].append([country,GDP])  # 创建完列表再添加数据# 创建时间线,设置颜色主题
timeline=Timeline({"theme":ThemeType.LIGHT})# 将每一年的数据都构造为一个图表
# 字典是乱序的，需要取出年份并排序
sort_year_list = sorted(data_dict.keys())  # .key取出字典的键(年份)，sorted默认从小到大排序
# 输出:[1960, 1961, 1962, ...]for year in sort_year_list:
# 最终图表只要前八,需要进行排序data_dict[year].sort(key=lambda x: x[1],reverse=True) # 对该年的数据，根据GDP由大到小排序year_data = data_dict[year][0:8]  # 切片取前八x_data=[]  # x轴数据的空列表，存放国家y_data=[]  # y轴数据的空列表，存放GDPfor y in year_data:x_data.append(y[0])  # 下标0是国家y_data.append(y[1]/100000000)  # 下标1是GDP,GDP以亿为单位# 构建柱状图bar=Bar()x_data.reverse()  # x轴数据反转，原来最大的在最下面，反转后到最上面y_data.reverse()  # 要保证x和y轴数据对应，y也要反转bar.add_xaxis(x_data)bar.add_yaxis("GDP(亿)",y_data,label_opts=LabelOpts(position="right"))  # 以亿为单位,数据右侧显示bar.reversal_axis()  # 反转xy轴# 设置每一年的图表标题bar.set_global_opts(title_opts=TitleOpts(title=f"{year}年全球前八GDP数据"))# 添加到时间线，add(bar对象,鼠标聚焦显示的内容(年份))timeline.add(bar,str(year))# 自动播放
timeline.add_schema(play_interval=500,is_timeline_show=True,is_auto_play=True,is_loop_play=False
)# 生成
timeline.render("1960-2019全球GDP前8国家.html")