|
|
51CTO旗下网站
|
|
移动端

Python数据可视化:25年GDP之变

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。

作者:小F来源:法纳斯特|2019-01-02 11:59

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。

  1. import pandas as pd 
  2.  
  3. # 读取数据 
  4. df = pd.read_csv('gdp.csv', encoding='utf-8'
  5. (names, values, dates) = ([], [], []) 
  6. # 记得去除地区这个列名,遍历年份 
  7. for i in df.columns[1:]: 
  8.     for j, k in zip(df[i], df['地区']): 
  9.         # 输出地区、GDP值、年份数据 
  10.         print(k, j, i) 
  11.         names.append(k) 
  12.         values.append(int(j)) 
  13.         dates.append(int(i.replace('年'''))) 
  14. # 生成DateFrame格式的数据 
  15. data = { 
  16.     'name': names, 
  17.     'type'''
  18.     'value'values
  19.     'date': dates 
  20. # 将数据转存为新的CSV文件 
  21. frame = pd.DataFrame(data) 
  22. # 设置编码格式,避免乱码 
  23. 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。

【编辑推荐】

  1. 用Python分析了1w场吃鸡数据,原来吃鸡要这么玩!
  2. 起薪2万的爬虫工程师,Python需要学到什么程度才可以就业?
  3. 用Python分析“女神大会”,码农最想娶的女星竟然是......
  4. Python数据科学:方差分析
  5. Python开发在北京的就业现状分析
【责任编辑:未丽燕 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

读 书 +更多

戴尔“血汗工厂”调查报告

去年11月至今年8月间,香港学生组织大学师生监察无良企业行动(以下简称SACOM)通过调查发现,戴尔公司位于东莞的三家代工厂严重违反了《劳...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊