【33 Pandas+Pyecharts | 2023年胡润百富榜数据分析可视化】

部署运行你感兴趣的模型镜像

大家好,我是 👉【Python当打之年(点击跳转)】

剧荒了?

本期利用 python 分析一下「2023年胡润百富榜数据」 ,看看富豪榜年龄、资产、性别、行业、城市分布 等等,希望对大家有所帮助,如有疑问或者需要改进的地方可以联系小编。

涉及到的库:

  • Pandas — 数据处理
  • Pyecharts — 数据可视化

🏳️‍🌈 1. 导入模块

import pandas as pd
from pyecharts.charts import Bar
from pyecharts.charts import Pie
from pyecharts.charts import Grid
from pyecharts.charts import Scatter
from pyecharts.charts import Map
from pyecharts.charts import WordCloud
from pyecharts import options as opts
import warnings
warnings.filterwarnings('ignore')

🏳️‍🌈 2. Pandas数据处理

2.1 读取数据

df = pd.read_excel('2023年胡润百富榜.xlsx')

在这里插入图片描述

2.2 查看数据信息

df.info()

在这里插入图片描述

一共有1241条数据,包含排名、财富、排名变化、姓名、性别、年龄、公司、行业、地址等字段信息。

2.3 拆分姓名、性别、年龄列

df[['姓名1','姓名2']] = df['姓名'].str.split('、',expand=True)
df[['性别1','性别2']] = df['性别'].str.split('、',expand=True)
df[['年龄1','年龄2']] = df['年龄'].str.split('、',expand=True)

在这里插入图片描述

🏳️‍🌈 3. Pyecharts数据可视化

3.1 胡润百富榜排名变化及性别占比

def bar1():
    bar = (
        Bar(i)
        .add_xaxis(x_data2)
        .add_yaxis('', y_data2, category_gap = '50%')
        .reversal_axis()
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='1-胡润百富榜排名变化及性别占比',
                subtitle='-- 制图@公众号:Python当打之年 --',
                pos_top='3%',
                pos_left="center",
            ),
            visualmap_opts=opts.VisualMapOpts(
                range_color=range_color
            ),
        )
    )

    c2 = (
        Pie()
        .add(
            '',
            [list(z) for z in zip(x_data1, y_data1)],
            radius=['10%', '30%'],
            center=['65%', '65%'],
            label_opts=opts.LabelOpts(is_show=True,formatter="{b} ({c}位):{d}%",position="outside"),
        )
    )
    bar.overlap(c2)
    return bar

在这里插入图片描述

  • 排名上升的有594位,新晋榜单115位

3.2 胡润百富榜年龄分布

在这里插入图片描述

  • 百富榜富豪年龄多集中在50-70岁。

3.3 胡润百富榜年龄占比

def Pie1():
    Pie()
    .add('',
         [list(z) for z in zip(x_data,y_data)],
         radius=['38%','60%'],
         center=['50%','55%']
        )
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title='3-胡润百富榜年龄占比',
            subtitle='-- 制图@公众号:Python当打之年 --',
            pos_top='3%',
            pos_left="center",
        ),
        legend_opts=opts.LegendOpts(is_show=False),
        visualmap_opts=opts.VisualMapOpts(
            is_show=False,
            max_ = 500,
            range_color=range_color
        )
    )
    return Pie

在这里插入图片描述

3.4 胡润百富榜单TOP10

在这里插入图片描述

  • 钟睒睒先生以4500亿财富排名榜首,马化腾和黄铮分别以2800亿和2700亿的资产排名二、三位。

3.5 胡润百富榜财富占比

在这里插入图片描述

  • 富豪榜财富基本上集中在50-200亿这个区间范围。

3.6 胡润百富榜城市Top10

在这里插入图片描述

  • 按城市分布上来看,富豪人数前五的分别是:北京、深圳、杭州、香港和广州。

3.7 胡润百富榜省份地图分布

在这里插入图片描述

  • 富豪人数比较多的地区在东部沿海地区。

3.8 胡润百富榜行业词云

在这里插入图片描述

3.9 胡润百富榜企业词云

在这里插入图片描述

🏳️‍🌈 4. 可视化项目源码+数据

点击跳转:【全部可视化项目源码+数据】


以上就是本期为大家整理的全部内容了,赶快练习起来吧,原创不易,喜欢的朋友可以点赞、收藏也可以分享注明出处)让更多人知道。

您可能感兴趣的与本文相关的镜像

Python3.9

Python3.9

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

使用 pandaspyecharts 进行数据可视化分析是一个常见的数据分析流程,它们分别负责数据处理和生成图表。以下是基本步骤: 1. **导入库**:首先需要安装 pandas(用于数据处理)和 pyecharts(用于创建图表)。可以使用 `pip install pandas pyecharts` 安装。 ```python import pandas as pd from pyecharts import options as opts from pyecharts.charts import Bar, Line, Pie, Scatter ``` 2. **数据加载**:使用 pandas 的 `read_csv` 函数或者其他适合的方式读取 CSV 文件或数据库中的数据。 ```python data = pd.read_csv('your_data.csv') ``` 3. **数据预处理**:清洗、整理数据,确保数据质量和满足可视化需求。 4. **数据转换**:如果需要,对数据进行分组、计算等操作以便于可视化。例如,按类别计数: ```python grouped_data = data.groupby('category').size().reset_index(name='count') ``` 5. **绘制图表**:根据分析目的选择合适的 pyecharts 图表类型。例如,Bar chart 用于柱状图,Line chart 用于折线图,Pie chart 用于饼图,Scatter chart 用于散点图。 ```python bar_chart = Bar(grouped_data, 'category', 'count') line_chart = Line(data, x_axis=data['date'], y_axis=data['value']) ``` 6. **设置样式**:调整图表标题、标签、颜色、大小等选项。 ```python bar_chart.set_global_opts(title_opts=opts.TitleOpts(title="分类分布")) line_chart.set_series_opts(label_opts=opts.LabelOpts(is_show=False)) ``` 7. **显示或保存图表**:最后通过 `.render()` 或 `.export()` 方法将图表展示在网页上或保存成图片。 ```python bar_chart.render("分类分布.html") line_chart.export("趋势图.png") ```
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Python当打之年

您的鼓励是我创作的最大动力!

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值