【pyecharts】绘制一个简单的动态GDP柱形图

偏执的太偏执、 2024-02-21 08:35 61阅读 0赞

## 一、获取数据 ##

数据格式为（一小部分）：

![bba73dd513924aafb71e13730d2d9584.png][]

f = open("E:\\code\\python\\资料\\可视化案例数据\\动态柱状图数据\\1960-2019全球GDP数据.csv", "r", encoding="GB2312")
    # 一次读取一行，内容放到列表中，每一行为一个元素
    data = f.readlines()
    f.close()

## 二、把数据放入字典中，便于后续处理数据 ##

data.pop(0)  # 去掉第一行的标题信息
    # 把数据转换为字典存储
    data_dict = {}  # 字典内的数据为：{年份，[[美国，1],[中国，2],[日本，3]]}，对应的value是列表
    for i in data:
        time = int(i.split(",")[0])#把年份设置为整数
        country = i.split(",")[1]
        gdp = float(i.split(",")[2])#由于数据中过大的数据采用科学计数法，可以转换为float来统一格式
        # 如果字典中没有对应的键，则执行data_dict[time]时会出现KeyError的错误
        # 刚开始时字典为空，对异常进行捕获，捕获后添加相应的键和值
        try:
            data_dict[time].append([country, gdp])  # data_dict[time]对应的是一个列表，可以调用append进行添加元素
        except KeyError:
            data_dict[time] = []  # 添加一个空的键值对
            data_dict[time].append([country, gdp])  # 再进行值的添加

## 三、根据GDP的大小对字典中值的内容进行排序，并为每一个年份都创建一个柱形图 ##

# 按照从小到大的顺序获取字典中的年份
    data_dict_year = data_dict.keys()
    bar_sum = []
    for year in data_dict_year:
        # 对每个年份对应的国家按照gdp从大到小排序
        data_dict[year].sort(key=lambda element: element[1], reverse=True)
        bar_data_name = []
        bar_data_gdp = []
        # 为了使柱形图中的数据按照从上到下的方式显示，要把添加柱形图的顺序反转（最大值最后添加）
        for i in range(7, -1, -1):  # 获取gdp总量前八的国家和gdp
            bar_data_name.append(data_dict[year][i][0])
            bar_data_gdp.append(data_dict[year][i][1])
        # 为每个年份分别创建一个柱形图
        bar = Bar()
        bar.add_xaxis(bar_data_name)
        bar.add_yaxis("GDP", bar_data_gdp)
        bar.set_global_opts(title_opts=options.TitleOpts(True, f"{year}年GDP"))
        bar.set_series_opts(  # 设置标签在右侧显示
            label_opts=options.LabelOpts(
                is_show=True,
                position="right"
            )
        )
        bar.reversal_axis()
        bar_sum.append(bar)

## 四、创建时间线对象，并对时间线进行参数设置 ##

# 创建时间线对象
    timeline = Timeline({"theme": ThemeType.LIGHT})
    temp_year = 1960
    for i in bar_sum:
        timeline.add(i, f"{temp_year}年GDP")
        temp_year = temp_year + 1
    timeline.add_schema(
        play_interval=400,  # 自动播放时间间隔（单位为：s）
        is_timeline_show=True,  # 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=False  # 是否循环播放
    )
    timeline.render()

## 五、效果图 ##

![e842428d47bc49b1baab6ff336ee25cf.png][]

## 六、完整代码 ##

from pyecharts.charts import Bar, Timeline
    from pyecharts.globals import ThemeType
    from pyecharts import options
    
    f = open("E:\\code\\python\\资料\\可视化案例数据\\动态柱状图数据\\1960-2019全球GDP数据.csv", "r", encoding="GB2312")
    # 一次读取一行，内容放到列表中，每一行为一个元素
    data = f.readlines()
    f.close()
    data.pop(0)  # 去掉第一行的标题信息
    # 把数据转换为字典存储
    data_dict = {}  # 字典内的数据为：{年份，[[美国，1],[中国，2],[日本，3]]}，对应的value是列表
    for i in data:
        time = int(i.split(",")[0])
        country = i.split(",")[1]
        gdp = float(i.split(",")[2])
        # 如果字典中没有对应的键，则执行data_dict[time]时会出现KeyError的错误
        # 刚开始时字典为空，对异常进行捕获，捕获后添加相应的键和值
        try:
            data_dict[time].append([country, gdp])  # data_dict[time]对应的是一个列表，可以调用append进行添加元素
        except KeyError:
            data_dict[time] = []  # 添加一个空的键值对
            data_dict[time].append([country, gdp])  # 再进行值的添加
    
    # 按照从小到大的顺序获取字典中的年份
    data_dict_year = data_dict.keys()
    bar_sum = []
    for year in data_dict_year:
        # 对每个年份对应的国家按照gdp从大到小排序
        data_dict[year].sort(key=lambda element: element[1], reverse=True)
        bar_data_name = []
        bar_data_gdp = []
        # 为了使柱形图中的数据按照从上到下的方式显示，要把添加柱形图的顺序反转（最大值最后添加）
        for i in range(7, -1, -1):  # 获取gdp总量前八的国家和gdp
            bar_data_name.append(data_dict[year][i][0])
            bar_data_gdp.append(data_dict[year][i][1])
        # 为每个年份分别创建一个柱形图
        bar = Bar()
        bar.add_xaxis(bar_data_name)
        bar.add_yaxis("GDP", bar_data_gdp)
        bar.set_global_opts(title_opts=options.TitleOpts(True, f"{year}年GDP"))
        bar.set_series_opts(  # 设置标签在右侧显示
            label_opts=options.LabelOpts(
                is_show=True,
                position="right"
            )
        )
        bar.reversal_axis()
        bar_sum.append(bar)
    # 创建时间线对象
    timeline = Timeline({"theme": ThemeType.LIGHT})
    temp_year = 1960
    for i in bar_sum:
        timeline.add(i, f"{temp_year}年GDP")
        temp_year = temp_year + 1
    timeline.add_schema(
        play_interval=400,  # 自动播放时间间隔
        is_timeline_show=True,  # 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=False  # 是否循环播放
    )
    timeline.render()

[bba73dd513924aafb71e13730d2d9584.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/21/5f90f66dcd144814a5411d0e5c200d09.png
[e842428d47bc49b1baab6ff336ee25cf.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/02/21/77910840849044a3a6787f878d7ab20a.png