Python/Plotly各省份人口数量变化

简介: Python/Plotly各省份人口数量变化

本期,利用Python/Plotly工具制作自2000年以来中国各省份(不含港澳台地区)人口数量变化,数据来源:国家统计局

具体代码为:


import pandas as pd import plotly.graph_objects as go#导入相关的csv文件df=pd.read_csv('population.csv',encoding='gbk')df['colors']=['aliceblue','antiquewhite','aqua','aquamarine','azure','beige','bisque','black','blanchedalmond','blue','blueviolet','brown','burlywood','cadetblue','chartreuse','chocolate','coral','cornflowerblue','red','crimson','cyan','darkblue','darkcyan','darkgoldenrod','darkgray','darkgreen','darkkhaki','darkmagenta','darkolivegreen','darkorange','darkorchid']
ani_frames=[]
for i in df.columns[1:-1][::-1]:    df.sort_values(by=i,inplace=True)    bar=go.Bar(x=df[i],y=df['地区'],orientation='h',textposition='outside',marker_color=df['colors'],text=df[i])    frame=go.Frame(data=bar,layout=go.Layout(title=i+'各省份常驻人口数量(万人)',title_x=0.5))    ani_frames.append(frame)
d_inf=df.loc[:,['2000年','地区','colors']]d_inf.sort_values(by='2000年',inplace=True)
ini_bar= go.Bar(x=d_inf['2000年'],y=d_inf['地区'],orientation='h',textposition='outside',marker_color=d_inf['colors'],text=d_inf['2000年'])   
buttons={    "type":"buttons",    "direction":"right",    "pad":{"r":80,"t":0},    "buttons":[{"label":"Play","method":"animate","args":[        None,        dict(frame=dict(duration=600,redraw=True),            transition=dict(duration=1800,easing="linear-in-out"),            fromcurrent=True,            mode='immediate')    ]}]}    
fig=go.Figure(    data=[ini_bar],    layout=go.Layout(    title="2000年各省份常驻人口数量(万人)",    title_x=0.5,    width=1000,height=750,    updatemenus=[buttons],    xaxis=dict(showgrid=True,zeroline=False,automargin=True,range=[0,12500]),    yaxis=dict(showgrid=True,zeroline=False,automargin=True)    ),    frames=ani_frames    )fig.update_yaxes(nticks=40)fig.show()

看个运行效果的小动画:

1727502795595.png

源文件:population.csv我放到了以下地址:

https://github.com/gudanhero2018/Python自己试试吧😄

相关文章
|
1月前
|
IDE 开发工具 iOS开发
Python编程案例:招生档案按省份地区归档
Python编程案例:招生档案按省份地区归档
|
3月前
|
数据可视化 开发者 Python
Python 的 Plotly 库究竟隐藏着怎样的数据可视化魔法?快来一探究竟!
【8月更文挑战第22天】Python以简洁高效著称,在数据可视化领域,Plotly犹如魔法棒,将抽象数据变身为直观图形。这款强大的开源库支持多样图表创作,如线图、柱状图等,并可在Jupyter Notebook中使用或生成HTML文件分享。只需几步,即可安装并运用Plotly展示销售数据或分析学生成绩关联,甚至创建交互式股票价格走势图,让数据活灵活现,一目了然。
35 0
|
3月前
|
数据可视化 数据挖掘 数据处理
【Python】Python城乡人口数据分析可视化(代码+数据集)【独一无二】
【Python】Python城乡人口数据分析可视化(代码+数据集)【独一无二】
|
5月前
|
监控 数据可视化 应用服务中间件
Python进行数据可视化(Plotly、Dash)
【6月更文挑战第3天】本文介绍了Python中的数据可视化工具Plotly和Dash,它们用于创建交互式图表和Web应用。首先,通过`pip`安装Plotly和Dash库,然后通过案例展示了如何使用它们创建数据可视化应用。第一个案例是一个简单的销售数据可视化,用户可选择年份查看相应销售数据的条形图。第二个案例增加了交互性,允许用户通过下拉菜单选择产品查看销售趋势。接着,讨论了如何添加样式美化和交互性,使应用更吸引人且易于使用。最后,讲解了如何将Dash应用部署到生产环境,包括使用Gunicorn和Nginx,配置HTTPS,集成用户认证,以及日志记录和错误处理。文章强调了监控和性能优化对于生产
84 7
|
5月前
|
供应链 数据可视化 搜索推荐
【python plotly库介绍】从视觉到洞见:桑基图在业务分析中的应用【保姆级教程过于详细珍藏版】
【python plotly库介绍】从视觉到洞见:桑基图在业务分析中的应用【保姆级教程过于详细珍藏版】
|
6月前
|
Python
如何使用Python的Plotly库创建交互式图表?
Plotly是Python的交互式图表库,支持多种图表类型,如折线图、散点图、柱状图。使用步骤包括安装库、导入模块、准备数据、创建图表对象、添加数据和设置属性,最后显示或保存图表。
69 6
|
6月前
|
Python
如何使用Python的Plotly库创建交互式图表?
Plotly是Python的交互式图表库,支持多种图表类型。安装Plotly后,导入graph_objects和express模块。准备数据,然后使用Figure()或px.line()创建图表对象。通过add_trace()添加数据,设置属性,并用show()或write_html()展示或保存图表。以下是一个创建交互式折线图的简单示例,展示了数据准备、对象创建、属性设置及显示过程。Plotly还支持高级功能如子图、多轴和动画,适用于复杂需求。
39 0
|
Python
Python使用Plotly库创建图形的使用案例
使用Plotly库创建图形的使用案例
72 1
|
监控 数据可视化 前端开发
用Python的Plotly画出炫酷的数据可视化(含各类图介绍)
用Python的Plotly画出炫酷的数据可视化(含各类图介绍)
537 0