本文主要是介绍2024.5.26.python.exercise，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
# # 导入包
# from pyecharts.charts import Bar, Timeline
# from pyecharts.options import LabelOpts, TitleOpts
# from pyecharts.globals import ThemeType
#
# # 从文件中读取信息
# GDP_file = open("1960-2019全球GDP数据.csv", "r", encoding="GB2312")
# GDP_data = GDP_file.readlines()
#
# # 关闭文件
# GDP_file.close()
#
# # 规整文件
# GDP_data.pop(0)
#
# # 定义一个字典来存文件
# GDP_dict = {}
# for line_data in GDP_data:
# GDP_year = int(line_data.split(",")[0])
# GDP_country = line_data.split(",")[1]
# GDP = float(line_data.split(",")[2])
# try:
# GDP_dict[GDP_year].append([GDP_country, GDP])
# except KeyError:
# GDP_dict[GDP_year] = []
# GDP_dict[GDP_year].append([GDP_country, GDP])
#
# # 创建时间线(并且设置其主题)
# GDP_line = Timeline({"theme": ThemeType.ROMA})
#
# # 排序数据对象
# sort_years = sorted(GDP_dict.keys())
#
# for year in GDP_dict:
# GDP_dict[year].sort(key=lambda element: element[1], reverse=True)
# year_data = GDP_dict[year][:8:]
# x_data = []
# y_data = []
# # 为x,y准备数据
# for country_data in year_data:
# x_data.append(country_data[0])
# y_data.append(country_data[1] / 100000000)
# # 建立柱状图
# GDP_bar = Bar()
# x_data.reverse()
# y_data.reverse()
# GDP_bar.add_xaxis(x_data)
# GDP_bar.add_yaxis("GDP(亿)", y_data, label_opts=LabelOpts(position="right"))
#
# # 反转x-y轴
# GDP_bar.reversal_axis()
#
# # 设置每一年的标题
# GDP_bar.set_global_opts(
# title_opts=TitleOpts(title=f"{year}年全球前八国家的GDP")
# )
#
# # 创建时间线
# GDP_line.add(GDP_bar, str(year))
#
# # 调整时间轴播放
# GDP_line.add_schema(
# play_interval=3000, # 时间移动的时间
# is_timeline_show=True, # 展示时间线
# is_auto_play=True, # 自动播放
# is_loop_play=True # 循环播放
# )
#
# # 生成柱状图
# GDP_line.render("1960-2019年全球GDP top8变化图(new).html")# 导入包
from pyecharts.charts import Bar, Timeline
from pyecharts.options import LabelOpts, TitleOpts
from pyecharts.globals import ThemeType# 从文件中得到GDP数据
GDP_file = open("1960-2019全球GDP数据.csv", "r", encoding="GB2312")
GDP_data = GDP_file.readlines()# 关闭文件
GDP_file.close()# 规整数据
GDP_data.pop(0)# 创建GDP字典,便于读数据
GDP_dict = {}# 为字典读数据
for line in GDP_data:year = int(line.split(",")[0]) # 得到年份数据country = line.split(",")[1] # 得到国家数据GDP = float(line.split(",")[2]) # 得到GDP数据# 每一年的第一个数据进入字典的时候是没有列表的,所以说要先try一下try:GDP_dict[year].append([country, GDP]) # 假如列表已经存在,则可以直接appendexcept KeyError:GDP_dict[year] = [] # 假如列表不存在,则先创造再添加GDP_dict[year].append([country, GDP])# 排序年份
sort_year = sorted(GDP_dict.keys())# 创建时间线(并且对其进行初始设置)
GDP_timeline = Timeline({"theme": ThemeType.CHALK})# 准备创造柱状图
for year in GDP_dict:GDP_dict[year].sort(key=lambda element: element[1], reverse=True)year_data = GDP_dict[year][:8:]x_data = []y_data = []for country in year_data:x_data.append(country[0])y_data.append(country[1] / 100000000)# 创建柱状图GDP_bar = Bar()x_data.reverse()y_data.reverse()GDP_bar.add_xaxis(x_data)GDP_bar.add_yaxis("GDP(亿)", y_data, label_opts=LabelOpts(position="right"))# 反转x-y轴GDP_bar.reversal_axis()# 设置每年的标题GDP_bar.set_global_opts(title_opts=TitleOpts(title=f"{year}年全球GDP排名前八国家"))# 时间线增加GDP_timeline.add(GDP_bar, str(year))# 设置时间线
GDP_timeline.add_schema(play_interval=3000, # 时间移动的时间is_timeline_show=True, # 展示时间线is_auto_play=True, # 自动播放is_loop_play=True # 循环播放
)# 生成柱状图
GDP_timeline.render("1960-2019年全球GDP top8变化图(mine).html")这篇关于2024.5.26.python.exercise的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
