Python实现动态柱状图的绘制

更新时间：2022年12月29日 14:17:53 作者：阳862

这篇文章主要为大家详细介绍了Python实现动态柱状图的绘制的相关资料，文中的示例代码讲解详细，具有一定的学习与借鉴价值，需要的可以参考一下

一.基础柱状图

如图

演示

from pyecharts.charts import Bar
from pyecharts.options import *
#构建柱状图对象
bar=Bar()
#添加x轴对象
bar.add_xaxis(["中国","美国","日本"])
#添加y轴对象
bar.add_yaxis("GDP",[40,50,30])
#设置全局选项
bar.set_global_opts(
    title_opts=TitleOpts(title="GDP柱状图"),#加名称
    visualmap_opts=VisualMapOpts(#加范围显示
        is_show=True
    )
)
#绘图
bar.render("基础柱状图.html")

结果是

反转x轴，y轴，设置数值标签在右侧

#添加y轴对象
bar.add_yaxis("GDP",[40,50,30],label_opts=LabelOpts(position="right"))
#反转x轴y轴
bar.reversal_axis()

结果是

小结

通过Bar（）构建一个柱状图对象
和折线图一样，通过add_xaxis()和add_yaxis()添加x和y轴数据
通过柱状图对象的: reversal_axis()，反转x和y轴
通过label_opts=LabelOpts(position="right")设置数值标签在右侧显示

二.基础时间线柱状图

演示

from pyecharts.charts import Bar,Timeline
from pyecharts.options import *
from pyecharts.globals import ThemeType
#构建柱状图对象
bar1=Bar()
#添加x轴对象
bar1.add_xaxis(["中国","美国","日本"])
#添加y轴对象
bar1.add_yaxis("GDP",[40,50,30],label_opts=LabelOpts(position="right"))
#反转x轴y轴
bar1.reversal_axis()
#设置全局选项
bar1.set_global_opts(
    title_opts=TitleOpts(title="GDP柱状图"),#加名称
    visualmap_opts=VisualMapOpts(#加范围显示
        is_show=True
    )
)
 
 
#构建柱状图对象
bar2=Bar()
#添加x轴对象
bar2.add_xaxis(["中国","美国","日本"])
#添加y轴对象
bar2.add_yaxis("GDP",[50,60,45],label_opts=LabelOpts(position="right"))
#反转x轴y轴
bar2.reversal_axis()
#设置全局选项
bar2.set_global_opts(
    title_opts=TitleOpts(title="GDP柱状图"),#加名称
    visualmap_opts=VisualMapOpts(#加范围显示
        is_show=True
    )
)
 
 
 
#构建柱状图对象
bar3=Bar()
#添加x轴对象
bar3.add_xaxis(["中国","美国","日本"])
#添加y轴对象
bar3.add_yaxis("GDP",[60,65,40],label_opts=LabelOpts(position="right"))
#反转x轴y轴
bar3.reversal_axis()
#设置全局选项
bar3.set_global_opts(
    title_opts=TitleOpts(title="GDP柱状图"),#加名称
    visualmap_opts=VisualMapOpts(#加范围显示
        is_show=True
    )
)
 
 
#构建时间线对象
timeline=Timeline({"theme":ThemeType.LIGHT})
#在时间线上添加柱状图对象
timeline.add(bar1,"点1")
timeline.add(bar2,"点2")
timeline.add(bar3,"点3")
 
 
#绘图是用时间线对象绘图，而不是用 bar了
timeline.render("基础时间线柱状图.html")

结果是

点击下面不同的点，就会显示出不同的柱状图

当然，这不是我们想要的最终结果，我们希望他可以制动播放并且一直循环下去

代码

#自动播放设置
timeline.add_schema(
    play_interval=1000,#这里是放下一张图的时间间隔，毫秒为单位
    is_timeline_show=True,#是否显示时间线
    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，而不是用 bar了
timeline.render("基础时间线柱状图.html")

结果是

这样我们就可以控制上图中的“播放键”去控制是否自动循环播放

三.GDP动态柱状图绘制

1.了解列表的sort方法并配合lambda匿名函数完成列表排序

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=TruelFalse)

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

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)

结果是

上图中，第一种是基于带名函数，第二种是基于lambda函数

2.完成图表所需数据

#将数据转为字典存储，格式为：
#{ 年份:[[国家, gdp]，[国家, gdp]，...... ]，年份:[[国家,gdp]，[国家, gdp]，.....], ...... }，比如：
#{ 1960:[[美国, 123]，[中国, 231]，...... ]，1961:[[美国,124]，[中国, 234]，.....], ...... }
#先定义一个字典
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])#因为美国的GDP是科学计数法，所以用float强制转回来
    #如何判断字典里面有没有制定的key呢？
    try:
        data_dict[year].append([country,GDP])
    except KeyError:
        data_dict[year]=[]
        data_dict[year].append([country,GDP])
 
print(data_dict)

结果是

上图就是1999年的数据

3.完成GDP动态图表绘制

from pyecharts.charts import Bar,Timeline
from pyecharts.options import *
 
#读取文件
f=open("D:/1960-2019全球GDP数据.csv","r",encoding="ANSI")
data_lines=f.readlines()
#关闭文件
f.close()
#删除第一行数据
data_lines.pop(0)
 
#将数据转为字典存储，格式为：
#{ 年份:[[国家, gdp]，[国家, gdp]，...... ]，年份:[[国家,gdp]，[国家, gdp]，.....], ...... }，比如：
#{ 1960:[[美国, 123]，[中国, 231]，...... ]，1961:[[美国,124]，[中国, 234]，.....], ...... }
#先定义一个字典
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])#因为美国的GDP是科学计数法，所以用float强制转回来
    #如何判断字典里面有没有制定的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()#创建时间线对象
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国家
    year_data=data_dict[year][:8]
    x_data=[]
    y_data=[]
    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,单位为亿元
 
    #构建柱状图
    bar=Bar()
    bar.add_xaxis(x_data)
    bar.add_yaxis("GDP亿元",y_data,label_opts=LabelOpts(position="right"))
    #反转x轴，y轴
    bar.reversal_axis()
 
    #创建时间线对象
 
    timeline.add(bar,str(year))
 
#设置时间为自动播放
timeline.add_schema(
    play_interval=1000,#时间间隔
    is_timeline_show=True,#是否显示时间
    is_loop_play=True,#是否循环
    is_auto_play=True#是否自动播放
)
#绘图
timeline.render("1960——2019全球GDP前八国家.html")

结果是

存在问题：我们希望第一行是GDP数量最多的，然后依次递减

解决方法很简单：把x轴和y轴上的数据都反转一下就可以了

    #构建柱状图
    bar=Bar()
    x_data.reverse()
    y_data.reverse()
    bar.add_xaxis(x_data)
    bar.add_yaxis("GDP亿元",y_data,label_opts=LabelOpts(position="right"))

结果是

这样就基本没问题了

我们还可以给他：

添加主题类型

from pyecharts.globals import ThemeType
 
timeline = Timeline({"theme":ThemeType.LIGHT})#创建时间线对象

结果是

设置动态标题

#反转x轴，y轴
    bar.reversal_axis()
    #设置每一年的图表标题
    bar.set_global_opts(
        title_opts=TitleOpts(title=f"{year}年全球GDP前八数据")
    )

结果是

四.完整代码

from pyecharts.charts import Bar,Timeline
from pyecharts.options import *
from pyecharts.globals import ThemeType
 
#读取文件
f=open("D:/1960-2019全球GDP数据.csv","r",encoding="ANSI")
data_lines=f.readlines()
#关闭文件
f.close()
#删除第一行数据
data_lines.pop(0)
 
#将数据转为字典存储，格式为：
#{ 年份:[[国家, gdp]，[国家, gdp]，...... ]，年份:[[国家,gdp]，[国家, gdp]，.....], ...... }，比如：
#{ 1960:[[美国, 123]，[中国, 231]，...... ]，1961:[[美国,124]，[中国, 234]，.....], ...... }
#先定义一个字典
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])#因为美国的GDP是科学计数法，所以用float强制转回来
    #如何判断字典里面有没有制定的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})#创建时间线对象
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国家
    year_data=data_dict[year][:8]
    x_data=[]
    y_data=[]
    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,单位为亿元
 
    #构建柱状图
    bar=Bar()
    x_data.reverse()
    y_data.reverse()
    bar.add_xaxis(x_data)
    bar.add_yaxis("GDP亿元",y_data,label_opts=LabelOpts(position="right"))
    #反转x轴，y轴
    bar.reversal_axis()
    #设置每一年的图表标题
    bar.set_global_opts(
        title_opts=TitleOpts(title=f"{year}年全球GDP前八数据")
    )
    #创建时间线对象
 
    timeline.add(bar,str(year))
 
#设置时间为自动播放
timeline.add_schema(
    play_interval=1000,#时间间隔
    is_timeline_show=True,#是否显示时间
    is_loop_play=True,#是否循环
    is_auto_play=True#是否自动播放
)
#绘图
timeline.render("1960——2019全球GDP前八国家.html")

以上就是Python实现动态柱状图的绘制的详细内容，更多关于Python动态柱状图的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

新版Pycharm显示Conda executable is not found解决办法
这篇文章主要给大家介绍了关于新版Pycharm显示Conda executable is not found解决办法,文中通过图文介绍的非常详细,对大家学习或者使用Pycharm具有一定的参考借鉴价值,需要的朋友可以参考下
2023-07-07
Python3.10新特性之match语句示例详解
这篇文章主要为大家介绍了Python3.10新特性之match语句示例详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
2023-02-02
python实现网上购物系统
这篇文章主要为大家详细介绍了python实现网上购物系统，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2022-06-06
python安装cxOracle避坑总结不要直接pip install
这篇文章主要为大家介绍了python安装cx_Oracle是遇到的一些问题的解决办法的总结，来帮大家避避坑有需要的朋友可以借鉴参考下，希望能够有所帮助祝大家多多进步
2021-10-10
利用Python将图片中扭曲矩形的复原
这篇文章主要给大家介绍了关于如何利用Python将图片中扭曲矩形复原的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2020-09-09
python 利用jieba.analyse进行关键词提取
这篇文章主要介绍了python 利用jieba.analyse进行关键词提取的方法，帮助大家更好的利用python，感兴趣的朋友可以了解下
2020-12-12
python二分法实现实例
这篇文章主要介绍了python二分法的实现代码，大家可以参考使用
2013-11-11
python模块引入问题和解决方案
本文主要介绍了python模块引入问题和解决方案，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2023-03-03
Python完美还原超级玛丽游戏附代码与视频
读万卷书不如行万里路，只学书上的理论是远远不够的，只有在实战中才能获得能力的提升，本篇文章手把手带你用Python实现超级玛丽，90后的回忆老游戏,快来看戴帽子的大胡子穿着背带裤的马里奥
2021-11-11
Django3.2 自动发现所有路由代码详解
这篇文章主要为大家介绍了Django自动发现所有路由的方法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助
2021-12-12