目录
项目描述:
本篇需要的部分数据展示:
饼图:
效果图:
代码部分:
热力图:
数据集:
效果图:
代码部分:
1、主要使用Matplotlib库(python)和echarts实现数据的提取,以及数据分析 2、利用不同的图表来显示数据分析结果(可视化)
数据集:(共30条数据)
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False
df = pd.read_csv("medals_total.csv")
values = df['Gold'].values
Country = df['Country Code'].values
plt.figure(figsize=(11, 6.5)) # 指定figure的宽和高,单位为英寸
plt.pie(values,
labels=Country,
shadow=True, # 是否显示阴影
colors=plt.cm.get_cmap('Set3')(range(12)), # 使用matplotlib自带颜色
pctdistance=0.8, # 百分比标签与圆心的距离
startangle=90, # 饼图的开始角度,默认为0度
autopct='%0.1f%%', # 格式化输出百分比
labeldistance=1.05, # labels与圈边界的距离,默认为1.1
)
plt.axis('equal') # 设置为标准圆形
plt.legend(loc=3) # 1,2,3,4从右下角顺时针旋转
plt.title('北京冬奥会金牌占比(共计109枚)')
plt.show()
import numpy as np
import pandas as pd
from pandas import Series , DataFrame
import matplotlib.pyplot as plt
import matplotlib
%matplotlib inline
import seaborn as sns
rank = sns.load_dataset('qs-world-university-rankings-2017-to-2022-V2',data_home='D:')
X = rank.iloc[:,[0,1,3]]
X = X.loc[(X['university']=='Massachusetts Institute of Technology (MIT) ')|(X['university']=='Stanford University')|(X['university']=='Harvard University')|(X['university']=='University of Cambridge')|(X['university']=='California Institute of Technology (Caltech)')|(X['university']=='University of Oxford')]
rank = X.pivot(index='university',columns='year',values='score')# 对数据表进行重塑 index是重塑的新表的索引名称是什么,columns是重塑的新表的列名称,values是值
print(rank)
plt.figure(figsize=(15, 8))
sns.heatmap(rank,annot=True,fmt='f')#热力图,annot是在热力图上显示数值,fmt以浮点数显示数值
#折线图
rank = X.pivot(index='year',columns='university',values='score')
rank.plot(figsize = (10,6))#折线图显示
plt.show()