前言

大家早好、午好、晚好吖 ❤ ~欢迎光临本文章

今天案例难度指数: ☆☆☆

准备

环境使用：

在开始写我们的代码之前，我们要准备好运行代码的程序

• Anaconda (python3.9)

  –> 识别我们写的代码

开发工具：

• jupyter notebook

  –> 代码编辑功能敲代码的工具

不会安装的可以文末名片+我获取哦 😎

相关模块：

• pandas pyecharts

  —> pip install 模块

第三方安装模块：win + R 输入cmd 输入安装命令 pip install 模块名

如果出现爆红 可能是因为 网络连接超时 切换国内镜像源

一、什么是数据分析

明确目的–获得数据(爬虫，现有，公开的数据)–数据预处理——数据可视化——结论

二、步骤

1. 读取数据

2. 数据预处理

3. 可视化

代码展示

导入模块

import pandas as pd  

读取数据

df = pd.read_html('http://tjj.hunan.gov.cn/hntj/ttxw/202105/t20210519_19050124.html')  

df = df[0]

df

数据清洗

1. 删除 del remove drop()

2. 重命名列索引字段 热，rename()

重命名

df = df.rename(columns={0:'城市',1:'人口数',2:'城市比重',3:'乡村比重'})  

df

df.index[[0,1,2]]

df = df.drop(df.index[[0,1,2]])

df

重新设置行索引

df = df.reset_index(drop=True)  
df

可视化

导入模块

import pyecharts

pyecharts.__version__

from pyecharts.charts import Bar  # V1.0+

# c = Bar()  # 实例化
# c.add_xaxis()
# c.add_yaxis()

链式调用

c = (
    Bar()
    .add_xaxis(df['城市'].tolist())
    .add_yaxis('人口数',df['人口数'].tolist())
    .reversal_axis()

)

显示图形

c.render('人口数.html')
# c.render_notebook()

地图

from pyecharts.charts import Map
a = (
    Map()
    .add('人口数',maptype='湖南',data_pair=[ list(i) for i in zip(map_show.index,map_show.values)])
)
a.render_notebook()

# from pyecharts import Bar  # V0.5+

转化为列表

df['城市'].tolist()  

df['人口数'].tolist()

df.columns

分组

map_show = df.groupby('城市')['人口数'].sum()

map_show

map_show.index

map_show.values

推导式

[ list(i) for i in zip(map_show.index,map_show.values)]  

for i in zip(map_show.index,map_show.values):
    print(list(i))

尾语 💝

好了，今天的分享就差不多到这里了！

完整代码、更多资源、疑惑解答直接点击下方名片自取即可。

对下一篇大家想看什么，可在评论区留言哦！看到我会更新哒(ง •_•)ง

喜欢就关注一下博主，或点赞收藏评论一下我的文章叭！！！

最后，宣传一下呀~👇👇👇更多源码、资料、素材、解答、交流皆点击下方名片获取呀👇👇👇