前言

嗨喽~大家好呀，这里是魔王呐 ❤ ~

今天案例难度指数: ☆☆☆

准备

环境使用：

• 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

相关模块：

• pandas pyecharts

  —> pip install 模块

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

🎯 文章素材、解答、源码、教程领取处：点击

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))

推荐往期文章

对python感兴趣的小伙伴也可以看一下博主其他相关文章哦~

python小介绍：

python是什么？工作前景如何？怎么算有基础？爬数据违法嘛？。。

python数据分析前景：

用python分析“数据分析”到底值不值得学习，以及学完之后大概能拿到多少工资

python基础自测题：

Python 800 道习题 (°ー°〃) 测试你学废了嘛

最后推荐一套Python视频给大家，希望对大家有所帮助：

全套教程！你和大佬只有一步之遥【python教程】

尾语

要成功，先发疯，下定决心往前冲！

学习是需要长期坚持的，一步一个脚印地走向未来！

未来的你一定会感谢今天学习的你。

—— 心灵鸡汤

本文章到这里就结束啦~感兴趣的小伙伴可以复制代码去试试哦 😝

👇问题解答 · 源码获取 · 技术交流 · 抱团学习请联系👇