未加星标

Python数据可视化:25年GDP之变

字体大小 | |
[开发(python) 所属分类 开发(python) | 发布者 店小二05 | 时间 2019 | 作者 红领巾 ] 0人收藏点击收藏

说实话,这一期起的有点标题党了。

用到的python知识并不多,只是利用Python对数据进行规整。

最多的应该是用大佬造的轮子,基于D3.js的数据可视化项目。

附上大佬的GitHub地址,有兴趣的小伙伴可以自行去围观。

https://github.com/Jannchie/Historical-ranking-data-visualization-based-on-d3.js

最后我利用大佬造的轮子,成功实现了25年间各省市GDP数据的可视化。


Python数据可视化:25年GDP之变

于是乎,你不就对各省市的GDP了解的一清二楚。

数据来源来自国家统计局。

附上相关链接,其实里面还有好多其他的数据,非常适合拿去练手。

http://data.stats.gov.cn/easyquery.htm?cn=E0103

本次的GDP数据如下,为各地区生产总值。

时间是1993年-2017年,共25年。


Python数据可视化:25年GDP之变

网站提供CSV文件下载,但是还是需要规整一下数据。

因为大佬造的轮子对数据有要求。


Python数据可视化:25年GDP之变

同时还需要注意一下编码问题,这里的CSV文件需要用gbk编码。

下面是从统计局下载下来的CSV数据。


Python数据可视化:25年GDP之变

我偷了个懒,直接就先在表格里删除了前三行,如下。


Python数据可视化:25年GDP之变

接下来便是用Python对数据进行规整,代码如下。

importpandasaspd #读取数据 df=pd.read_csv('gdp.csv',encoding='utf-8') (names,values,dates)=([],[],[]) #记得去除地区这个列名,遍历年份 foriindf.columns[1:]: forj,kinzip(df[i],df['地区']): #输出地区、GDP值、年份数据 print(k,j,i) names.append(k) values.append(int(j)) dates.append(int(i.replace('年',''))) #生成DateFrame格式的数据 data={ 'name':names, 'type':'', 'value':values, 'date':dates } #将数据转存为新的CSV文件 frame=pd.DataFrame(data) #设置编码格式,避免乱码 frame.to_csv('gdp_last.csv',encoding='utf_8_sig')

获取的CSV数据如下。


Python数据可视化:25年GDP之变

和大佬造的轮子所需数据格式是一样的,这里我不设置类型。

接下来就是克隆大佬的项目代码到你的计算机里。

这里以前我只是上传代码,没有去下载项目代码,所以不是很清楚怎么下载下来。

经过这次算是学会了。

首先安装一下GitHub Desktop,然后用你的GitHub账号登陆它。

配置一下你的用户名及绑定邮箱,便能克隆其他人的项目到你的本地。

然后打开src目录下的bargraph.html,浏览器就会打开一个网页。

在网页里点击选择文件,把文件上传上去就成功了。

网页上就会有动态视频出现,如下。

是不是发现很有意思,哈哈。

这里我根据自己个人需要,对大佬的轮子进行了修改。

修改的地方是在src目录下的config.js文件里。

主要是一些小细节的修改,比如最多显示的条目数,标题,以及条目的颜色。

修改的文件及我的CSV文件都已经上传到GitHub上头了。

有兴趣的小伙伴可以自行去围观,通过阅读原文即可直接到我的GitHub。

本文开发(python)相关术语:python基础教程 python多线程 web开发工程师 软件开发工程师 软件开发流程

代码区博客精选文章
分页:12
转载请注明
本文标题:Python数据可视化:25年GDP之变
本站链接:https://www.codesec.net/view/627799.html


1.凡CodeSecTeam转载的文章,均出自其它媒体或其他官网介绍,目的在于传递更多的信息,并不代表本站赞同其观点和其真实性负责;
2.转载的文章仅代表原创作者观点,与本站无关。其原创性以及文中陈述文字和内容未经本站证实,本站对该文以及其中全部或者部分内容、文字的真实性、完整性、及时性,不作出任何保证或承若;
3.如本站转载稿涉及版权等问题,请作者及时联系本站,我们会及时处理。
登录后可拥有收藏文章、关注作者等权限...
技术大类 技术大类 | 开发(python) | 评论(0) | 阅读(36)