Plotly:绘制2005-2021年各省份人均可支配收入

简介: Plotly:绘制2005-2021年各省份人均可支配收入

本期,我们从国家统计局官网上下载了2005-2021年各省份的人均可支配收入的数据,用Plotly来做个小动画看看接近20年的时间里,哪个省份的人均可支配收入最高 。具体数据如下:

plotly的代码为:


import pandas as pd import plotly.graph_objects as go#导入相关的csv文件df=pd.read_csv('分省年度数据-人均可支配收入.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+'各省份人均可支配收入(元)',title_x=0.5))    ani_frames.append(frame)
d_inf=df.loc[:,['2005年','地区','colors']]d_inf.sort_values(by='2005年',inplace=True)
ini_bar= go.Bar(x=d_inf['2005年'],y=d_inf['地区'],orientation='h',textposition='outside',marker_color=d_inf['colors'],text=d_inf['2005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="2005年各省份人均可支配收入(元)",    title_x=0.5,    width=1000,height=750,    updatemenus=[buttons],    xaxis=dict(showgrid=True,zeroline=False,automargin=True,range=[0,81000]),    yaxis=dict(showgrid=True,zeroline=False,automargin=True)    ),    frames=ani_frames    )fig.update_yaxes(nticks=40)fig.show()

运行一下:




接近20年,稳稳排名前三的是:上海市、北京市、浙江省。

相关文章
|
10天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
7天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2513 16
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
|
7天前
|
机器学习/深度学习 算法 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
2024年中国研究生数学建模竞赛C题聚焦磁性元件磁芯损耗建模。题目背景介绍了电能变换技术的发展与应用,强调磁性元件在功率变换器中的重要性。磁芯损耗受多种因素影响,现有模型难以精确预测。题目要求通过数据分析建立高精度磁芯损耗模型。具体任务包括励磁波形分类、修正斯坦麦茨方程、分析影响因素、构建预测模型及优化设计条件。涉及数据预处理、特征提取、机器学习及优化算法等技术。适合电气、材料、计算机等多个专业学生参与。
1520 14
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
|
3天前
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。
|
9天前
|
编解码 JSON 自然语言处理
通义千问重磅开源Qwen2.5,性能超越Llama
击败Meta,阿里Qwen2.5再登全球开源大模型王座
550 14
|
1月前
|
运维 Cloud Native Devops
一线实战:运维人少,我们从 0 到 1 实践 DevOps 和云原生
上海经证科技有限公司为有效推进软件项目管理和开发工作,选择了阿里云云效作为 DevOps 解决方案。通过云效,实现了从 0 开始,到现在近百个微服务、数百条流水线与应用交付的全面覆盖,有效支撑了敏捷开发流程。
19282 30
|
9天前
|
人工智能 自动驾驶 机器人
吴泳铭:AI最大的想象力不在手机屏幕,而是改变物理世界
过去22个月,AI发展速度超过任何历史时期,但我们依然还处于AGI变革的早期。生成式AI最大的想象力,绝不是在手机屏幕上做一两个新的超级app,而是接管数字世界,改变物理世界。
465 48
吴泳铭:AI最大的想象力不在手机屏幕,而是改变物理世界
|
1月前
|
人工智能 自然语言处理 搜索推荐
阿里云Elasticsearch AI搜索实践
本文介绍了阿里云 Elasticsearch 在AI 搜索方面的技术实践与探索。
18838 20
|
1月前
|
Rust Apache 对象存储
Apache Paimon V0.9最新进展
Apache Paimon V0.9 版本即将发布,此版本带来了多项新特性并解决了关键挑战。Paimon自2022年从Flink社区诞生以来迅速成长,已成为Apache顶级项目,并广泛应用于阿里集团内外的多家企业。
17528 13
Apache Paimon V0.9最新进展
|
2天前
|
云安全 存储 运维
叮咚!您有一份六大必做安全操作清单,请查收
云安全态势管理(CSPM)开启免费试用
361 4
叮咚!您有一份六大必做安全操作清单,请查收