求個大佬指導資料可視化

做python可視化作業遇到好多問題，蹲個大佬指導我，都是很基礎的代碼！

uj5u.com熱心網友回復：

就是一個條形圖，一個餅圖，動態可視化還有地圖，我真的不會改了，救救孩子

uj5u.com熱心網友回復：

什么問題，說來聽聽

uj5u.com熱心網友回復：

參考 2 樓 cmd_ming 的回復:

什么問題，說來聽聽

就是條形圖縱坐標不知道為什么反了，動態可視化和地圖用老師的代碼報錯不知道怎么改，餅圖資料處理就有問題，

uj5u.com熱心網友回復：

要保密嗎  把代碼和 問題發出來  看看  

uj5u.com熱心網友回復：

參考 4 樓 cmd_ming 的回復:

要保密嗎  把代碼和 問題發出來  看看  

為什么縱坐標從大到小

uj5u.com熱心網友回復：

參考 5 樓 weixin_48429873 的回復:

Quote: 參考 4 樓 cmd_ming 的回復:

要保密嗎  把代碼和 問題發出來  看看  

為什么縱坐標從大到小

雖然不知道你源資料什么樣的，
但是有個方法可以試試，
在plt.show()之前加上一句 plt.gca().invert_yaxis()  試試

uj5u.com熱心網友回復：

參考 6 樓 cmd_ming 的回復:

Quote: 參考 5 樓 weixin_48429873 的回復:

Quote: 參考 4 樓 cmd_ming 的回復:

要保密嗎  把代碼和 問題發出來  看看  

為什么縱坐標從大到小

雖然不知道你源資料什么樣的，
但是有個方法可以試試，
在plt.show()之前加上一句 plt.gca().invert_yaxis()  試試

加上整個就倒過來了，源資料是這樣的 

uj5u.com熱心網友回復：

額 我用你的資料都正常呢

uj5u.com熱心網友回復：

參考 8 樓 cmd_ming 的回復:

額 我用你的資料都正常呢

好吧，謝謝。麻煩你了

uj5u.com熱心網友回復：

這個是%分號的問題，去掉%分號正常

uj5u.com熱心網友回復：

參考 9 樓 weixin_48429873 的回復:

Quote: 參考 8 樓 cmd_ming 的回復:

額 我用你的資料都正常呢

好吧，謝謝。麻煩你了

把你完整代碼和表插進來  我真想看看到底咋回事

uj5u.com熱心網友回復：

參考 10 樓 chuifengde 的回復:

這個是%分號的問題，去掉%分號正常

但是這個資料就帶著百分號，沒有別的辦法嗎？或者有什么函式可以去掉百分號嗎？

uj5u.com熱心網友回復：

參考 12 樓 weixin_48429873 的回復:

Quote: 參考 10 樓 chuifengde 的回復:

這個是%分號的問題，去掉%分號正常

但是這個資料就帶著百分號，沒有別的辦法嗎？或者有什么函式可以去掉百分號嗎？

我帶著百分號也是正常的

uj5u.com熱心網友回復：

參考 11 樓 cmd_ming 的回復:

Quote: 參考 9 樓 weixin_48429873 的回復:

Quote: 參考 8 樓 cmd_ming 的回復:

額 我用你的資料都正常呢

好吧，謝謝。麻煩你了

把你完整代碼和表插進來  我真想看看到底咋回事

2017年各國人口年度增長率
一、Requetsts爬取頁面

import pandas as pd

import requests

from bs4 import BeautifulSoup #決議html網頁工具

url = 'https://www.kylc.com/stats/global/yearly/g_population_growth_perc/2017.html'

r = requests.get(url,timeout=30)

r.encoding = 'utf-8'

print(r.text)

2.定位人口增長率排名表格節點

# 根據獲取的檔案文本創建BeautifulSoup物件

soup = BeautifulSoup(r.text,'html.parser')

# prettify方法獲取整個html檔案字串

print(type(soup))

stb = soup.table

print(type(stb))

print(stb.prettify())

4.pandas獲取表格默認資料

# 讀取表格到dataframe 

tb1 = pd.read_html(r.text)[0]

# 修改表頭

tb1.columns = ['排名', '國家/地區', '所在洲','人口年度增長率']

tb1=tb1.drop([39,80,121])

print(tb1)

tb1.to_excel('output.xlsx',sheet_name='ranklist',index=False)

2018年各國人口年度增長率
一、Requetsts爬取頁面

import pandas as pd

import requests

from bs4 import BeautifulSoup #決議html網頁工具

url = 'https://www.kylc.com/stats/global/yearly/g_population_growth_perc/2018.html'

r = requests.get(url,timeout=30)

r.encoding = 'utf-8'

print(r.text)

2.定位人口增長率排名表格節點?

# 根據獲取的檔案文本創建BeautifulSoup物件

soup = BeautifulSoup(r.text,'html.parser')

# prettify方法獲取整個html檔案字串

print(type(soup))

stb = soup.table

print(type(stb))

print(stb.prettify())

4.pandas獲取表格默認資料

# 讀取表格到dataframe 

tb2 = pd.read_html(r.text)[0]

# 修改表頭

tb2.columns = ['排名', '國家/地區', '所在洲','人口年度增長率']

tb2=tb2.drop([39,80,121])

print(tb2)

tb2.to_excel('output2.xlsx',sheet_name='ranklist', index=False)

2017老年人人口比重
一、Requetsts爬取頁面

import pandas as pd

import requests

from bs4 import BeautifulSoup #決議html網頁工具

url = 'https://www.kylc.com/stats/global/yearly/g_population_65above_perc/2017.html'

r = requests.get(url,timeout=30)

r.encoding = 'utf-8'

print(r.text)

2.定位老年人人口比重排名表格節點

# 根據獲取的檔案文本創建BeautifulSoup物件

soup = BeautifulSoup(r.text,'html.parser')

# prettify方法獲取整個html檔案字串

print(type(soup))

stb = soup.table

print(type(stb))

print(stb.prettify())

4.pandas獲取表格默認資料

# 讀取表格到dataframe 

tb3 = pd.read_html(r.text)[0]

# 修改表頭

tb3.columns = ['排名', '國家/地區', '所在洲','老年人(65歲及以上)占總人口比重']

tb3=tb3.drop([39,80,121])

print(tb3)

tb3.to_excel('output3.xlsx',sheet_name='ranklist', index=False)

2018老年人人口比重
一、Requetsts爬取頁面

import pandas as pd

import requests

from bs4 import BeautifulSoup #決議html網頁工具

url = 'https://www.kylc.com/stats/global/yearly/g_population_65above_perc/2018.html'

r = requests.get(url,timeout=30)

r.encoding = 'utf-8'

print(r.text)

2.定位老年人人口比重排名表格節點

# 根據獲取的檔案文本創建BeautifulSoup物件

soup = BeautifulSoup(r.text,'html.parser')

# prettify方法獲取整個html檔案字串

print(type(soup))

stb = soup.table

print(type(stb))

print(stb.prettify())

4.pandas獲取表格默認資料

# 讀取表格到dataframe 

tb4 = pd.read_html(r.text)[0]

# 修改表頭

tb4.columns = ['排名', '國家/地區', '所在洲','老年人(65歲及以上)占總人口比重']

tb4=tb4.drop([39,80,121])

print(tb4)

tb4.to_excel('output4.xlsx',sheet_name='ranklist', index=False)

將表格保存多個sheet

writer = pd.ExcelWriter('-各國人口增長率及老齡化程度分析.xlsx')

tb1.to_excel(writer,sheet_name = '2017人口增長率排名',index = False)

tb2.to_excel(writer,sheet_name = '2018人口增長率排名',index = False)

tb3.to_excel(writer,sheet_name = '2017老年人人口比重排名',index = False)

tb4.to_excel(writer,sheet_name = '2018老年人人口比重排名',index = False)

writer.save()

表格的合并與處理
將兩年人口增長率sheets合并

import pandas as pd

  

feature1 = pd.read_excel('-各國人口增長率及老齡化程度分析.xlsx',sheet_name='2017人口增長率排名')

feature1.columns = ["排名","國家/地區","所在洲","人口年度增長率"]

feature1['年份']='2017'

print(feature1)

feature2 = pd.read_excel('-各國人口增長率及老齡化程度分析.xlsx',sheet_name='2018人口增長率排名')

feature2.columns = ["排名","國家/地區","所在洲","人口年度增長率"]

feature2['年份']='2018'

print(feature2)

writer = pd.ExcelWriter('-各國人口增長率及老齡化程度分析.xlsx',mode='a',engine='openpyxl')

result=pd.concat([feature1,feature2])

print(result)

result.to_excel(writer,sheet_name='2017、2018人口增長率',index=False)

writer.save()

合并2018年人口增長率與老年人比重

import pandas as pd

import numpy as np

?

writer = pd.ExcelWriter('-各國人口增長率及老齡化程度分析.xlsx',mode='a',engine='openpyxl')

tb2=pd.read_excel('-各國人口增長率及老齡化程度分析.xlsx',sheet_name='2018人口增長率排名',index_col=0)

tb4=pd.read_excel('-各國人口增長率及老齡化程度分析.xlsx',sheet_name='2018老年人人口比重排名',index_col=0)

df2=pd.merge(tb2, tb4,on='國家/地區',how='left')

df2=df2.drop(['所在洲_y'],axis=1)#洗掉無用列

df2.columns = ['國家/地區', '所在洲', '2018人口增長率','2018老年人人口比重']#修改列名

print(df2)

df2.to_excel(writer,sheet_name='2018人口增長與老年人比重',index=False,na_rep='')

writer.save()

資料分析與可視化
2017、2018年人口增長前10名的條形圖

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

?

writer = pd.ExcelWriter('-各國人口增長率及老齡化程度分析.xlsx',mode='a',engine='openpyxl')

tb1=pd.read_excel('-各國人口增長率及老齡化程度分析.xlsx',sheet_name='2017人口增長率排名')

tb2=pd.read_excel('-各國人口增長率及老齡化程度分析.xlsx',sheet_name='2018人口增長率排名')

dd1=tb1.iloc[0:10]

dd2=tb2.iloc[0:10]

print(dd1)

rf=['國家/地區','人口年度增長率']

rf1=dd1[rf]

rf1.columns=['國家/地區','增長率']

plt.rcParams['font.sans-serif'] = ['SimHei']

plt.rcParams['axes.unicode_minus'] = False

plt.bar(rf1['國家/地區'],rf1['增長率'])

plt.title('2017各國人口增長率top10')

plt.show()

完整的很長，上邊就是我爬取網頁，合并表格一類

uj5u.com熱心網友回復：

將rf1排一下序，既然默認的是倒序，那就rf1升序排一下

uj5u.com熱心網友回復：

指的是rf1的增長率升序

uj5u.com熱心網友回復：

參考 15 樓 chuifengde 的回復:

將rf1排一下序，既然默認的是倒序，那就rf1升序排一下

怎么讓rf1升序排列？

uj5u.com熱心網友回復：

參考 17 樓 weixin_48429873 的回復:

Quote: 參考 15 樓 chuifengde 的回復:

將rf1排一下序，既然默認的是倒序，那就rf1升序排一下

怎么讓rf1升序排列？

用reverse報錯了

uj5u.com熱心網友回復：

rf1.sort_values(by=['增長率'],ascending = True,inplace= True)

uj5u.com熱心網友回復：

參考 19 樓 chuifengde 的回復:

rf1.sort_values(by=['增長率'],ascending = True,inplace= True)

這是什么錯誤？

uj5u.com熱心網友回復：

參考 20 樓 weixin_48429873 的回復:

Quote: 參考 19 樓 chuifengde 的回復:

rf1.sort_values(by=['增長率'],ascending = True,inplace= True)

這是什么錯誤？

這是修改源資料的原因，做個拷貝再排序展示就可以了
rfx= rf1.copy()
rfx.sort_values(by=['增長率'],ascending = True,inplace= True)
plt.bar(rfx['國家/地區'], rfx['增長率'])

uj5u.com熱心網友回復：

參考 21 樓 cmd_ming 的回復:

Quote: 參考 20 樓 weixin_48429873 的回復:

Quote: 參考 19 樓 chuifengde 的回復:

rf1.sort_values(by=['增長率'],ascending = True,inplace= True)

這是什么錯誤？

這是修改源資料的原因，做個拷貝再排序展示就可以了
rfx= rf1.copy()
rfx.sort_values(by=['增長率'],ascending = True,inplace= True)
plt.bar(rfx['國家/地區'], rfx['增長率'])

解決了！！！太感謝你了

uj5u.com熱心網友回復：

這不影響結果吧，只是個提示

uj5u.com熱心網友回復：

這個太難了，技術性問題很復雜啊

uj5u.com熱心網友回復：

來看看你們怎么弄

uj5u.com熱心網友回復：

rf1.sort_values(by=['增長率'],ascending = True,inplace= True) 

uj5u.com熱心網友回復：

借樓進來學習

uj5u.com熱心網友回復：

萌新瑟瑟發抖

uj5u.com熱心網友回復：

帖子寫到的不錯，確實受益很多

uj5u.com熱心網友回復：

下載需要積分，積分怎么來？

uj5u.com熱心網友回復：

唉，發這么長的貼總之只要解決問題就好啊

uj5u.com熱心網友回復：

秀啊，沒明白

uj5u.com熱心網友回復：

我這兒有一個史上最難C++問題 還沒有得到解決呢

uj5u.com熱心網友回復：

條圖，餅圖，散點圖，箱尾圖

uj5u.com熱心網友回復：

【文哲講AI的個人主頁】長按復制此條訊息，長按復制打開抖音查看TA的更多作品##Hq2wTDqj798##[抖音口令]

或者直接搜索：vince88888

在這里學下或者鞏固下基礎還是不錯的！

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/33136.html

標籤：腳本語言(Perl/Python)

上一篇：【JAVA】360-2021校招筆試-技術綜合A卷-0911

下一篇：JAVA和Python有啥區別？