Pandas遇上Pyecharts碰撞出可交互的可視化效果
◆?◆?◆ ?◆?◆
一個數據分析師的業(yè)務能力強不強，就看他的可視化做的漂不漂亮。
俗話說，一圖勝千言。然而，我一直在去往作圖好看的路上》》》
周末，花了2個小時簡單看了一下pyecharts庫，太炫酷了。于是，趕緊偷學了幾招！
先給大家看看成果，嘿嘿~別笑我！
#?導包import pandas as pdfrom pyecharts.charts import Bar,Timeline#?讀取Excel文件——2019年數據df = pd.read_excel(r'C:\Users\Administrator\Desktop\Demo.xlsx',sheet_name='2019')print(df)# result年份 地區(qū) 營業(yè)額 純利潤0 2019 東北 27 261 2019 華北 29 252 2019 西北 32 283 2019 西南 26 234 2019 東南 22 18#?實例化Bar()bar = Bar()# 橫軸標簽bar.add_xaxis(df['地區(qū)'].tolist())# 縱軸圖例，數據bar.add_yaxis(df.columns[2], df['營業(yè)額'].tolist())bar.add_yaxis(df.columns[3], df['純利潤'].tolist())#?生成效果圖bar.render_notebook()
# 讀取Excel文件——2017~2019年數據df1 = pd.read_excel(r'C:\Users\Administrator\Desktop\Demo.xlsx',sheet_name='2017-2019')print(df1)# result年份 地區(qū) 營業(yè)額 純利潤0 2017 東北 18 161 2017 華北 35 302 2017 西北 20 163 2017 西南 28 254 2017 東南 32 275 2018 東北 27 246 2018 華北 29 287 2018 西北 24 208 2018 西南 27 259 2018 東南 30 2510 2019 東北 27 2611 2019 華北 29 2512 2019 西北 32 2813 2019 西南 26 2314 2019 東南 22 18#?實例化Timeline()t = Timeline()#?通過循環(huán)，生成多個年份的交互圖for year in df1['年份'].unique():df_year = df1[df1['年份']==year]bar = Bar()bar.add_xaxis(df_year['地區(qū)'].tolist())bar.add_yaxis(df_year.columns[2], df_year['營業(yè)額'].tolist())bar.add_yaxis(df_year.columns[3], df_year['純利潤'].tolist())t.add(bar,f'{year}年')t.render_notebook()?
這樣，就實現(xiàn)了文章開頭展現(xiàn)出來的交互效果了。棒棒噠~大家也可以再返回去看看開頭的效果。
評論
圖片
表情