一、案例效果

通过pyecharts可以实现数据的动态显示，直观的感受1960~2019年世界各国GDP的变化趋势

二、通过Bar构建基础柱状图

反转x轴和y轴

标签数值在右侧

from pyecharts.charts import Barfrom pyecharts.options import LabelOpts# 构建柱状图对象bar = Bar()# 添加x轴数据bar.add_xaxis(["中国", "美国", "英国"])# 添加y轴数据bar.add_yaxis("GDP", [30, 20, 10], label_opts=LabelOpts(position="right"))#反转x轴和y轴bar.reversal_axis()# 绘图bar.render("基础柱状图.html")

三、基础时间线柱状图的绘制

1、Timeline()—时间线

柱状图描述的是分类数据，回答的是每一个分类中【有多少？】这个问题，这是柱状图的主要特点，同时柱状图很难动态的描述一个趋势性的数据，这里pyecharts为我们提供了一种解决方案——时间线

如果说一个Bar、Line对象是一张图表的话，时间线就是创建一个一维的x轴，轴上的每一个点就是一个图表对象

2、创建时间线

3、自动播放

4、时间线设置主题

from pyecharts.charts import Bar, Timelinefrom pyecharts.options import *from pyecharts.globals import ThemeTypebar1 = Bar()bar1.add_xaxis(["中国", "美国", "英国"])bar1.add_yaxis("GDP", [30, 20, 10], label_opts=LabelOpts(position="right"))bar1.reversal_axis()bar2 = Bar()bar2.add_xaxis(["中国", "美国", "英国"])bar2.add_yaxis("GDP", [50, 40, 30], label_opts=LabelOpts(position="right"))bar2.reversal_axis()bar3 = Bar()bar3.add_xaxis(["中国", "美国", "英国"])bar3.add_yaxis("GDP", [70, 60, 40], label_opts=LabelOpts(position="right"))bar3.reversal_axis()# 构建时间线timeline = Timeline({"theme": ThemeType.MACARONS})# 在时间线内部添加柱状图对象timeline.add(bar1, "点1")timeline.add(bar2, "点2")timeline.add(bar3, "点3")# 自动播放设置timeline.add_schema(play_interval=1000, # 自动播放的时间间隔，单位毫秒is_timeline_show=True,# 是否在自动播放的时候，显示时间线is_auto_play=True,# 是否自动播放is_loop_play=True # 是否循环自动播放)# 绘图是用时间线对象绘图，而不是bar对象timeline.render("基础时间线柱状图.html")

四、动态GDP柱状图的绘制

1、列表的sort方法

在前面我们学习过sorted函数，可以对数据容器进行排序。

在后面的数据处理中，我们需要对列表进行排序，并指定排序规则，sorted函数就无法完成了。所以我们补充学习列表的sort方法。

使用方法：

列表.sort(key=选择排序依据的函数，reverse=True|False)

· 参数key，是要求传入一个函数，表示将列表的每一个元素都传入函数中，返回排序的依据

· 参数reverse，是否反转排序结果，True表示降序，False表示升序

# 准备列表my_list = [["a", 33], ["b", 55], ["c", 11]]# 排序，基于带名函数# def choose_sort_key(element):# return element[1]# my_list.sort(key=choose_sort_key, reverse=True)# print(my_list)# 排序，基于lambda匿名函数my_list.sort(key=lambda element: element[1], reverse=True)print(my_list)

2、需求分析

3、处理数据

4、绘图

from pyecharts.charts import Bar, Timelinefrom pyecharts.options import *from pyecharts.globals import ThemeType# 读取数据f = open("D:/1960-2019全球GDP数据.csv", "r", encoding="GB2312")data_lines = f.readlines()# 关闭文件f.close()# 删除第一条数据data_lines.pop(0)# 将数据转换为字典存储，格式为：# {年份: [[国家, GDP],[国家, GDP],……], 年份: [[国家, GDP],[国家, GDP],……],……}# 先定义一个字典对象data_dict = dict()for line in data_lines:year = int(line.split(",")[0])# 年份country = line.split(",")[1] # 国家GDP = float(line.split(",")[2]) # GDP数据# 如何判断字典里面有没有指定的key呢？try:data_dict[year].append([country, GDP])except KeyError:data_dict[year]=[]data_dict[year].append([country, GDP])# 创建时间线对象timeline = Timeline({"theme": ThemeType.LIGHT})# 排序年份sorted_year_list = sorted(data_dict.keys())for year in sorted_year_list:data_dict[year].sort(key=lambda element: element[1], reverse=True)# 取出本年份前八名的国家year_data = data_dict[year][:8]x_data = []y_data = []for country_gdp in year_data:x_data.append(country_gdp[0]) # x轴添加国家y_data.append(country_gdp[1] / 100000000) # y轴添加gdp数据# 构建柱状图对象bar = Bar()x_data.reverse()y_data.reverse()bar.add_xaxis(x_data)bar.add_yaxis("GDP(亿)", y_data, label_opts=LabelOpts(position="right"))# 反转x轴和y轴bar.reversal_axis()# 设置每一年的图表标题bar.set_global_opts(title_opts=TitleOpts(title=f"{year}年全球前8名GDP数据"),toolbox_opts=ToolboxOpts(is_show=True))timeline.add(bar, str(year))# 设置时间线自动播放timeline.add_schema(play_interval=500,is_timeline_show=True,is_auto_play=True,is_loop_play=False)# 绘图timeline.render("1960-2019年全球GDP前8国家.html")

生成的图表链接（PC端打开）：

http://localhost:63342/pythonProject/1960-2019%E5%B9%B4%E5%85%A8%E7%90%83GDP%E5%89%8D8%E5%9B%BD%E5%AE%B6.html?_ijt=e2vorgbc1leno4grnck9tsdg21&_ij_reload=RELOAD_ON_SAVE