最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

如何對csv文件數(shù)據(jù)分組,并用pyecharts展示

 更新時間:2022年11月01日 11:09:01   作者:陳年椰子  
這篇文章主要介紹了如何對csv文件數(shù)據(jù)分組,并用pyecharts展示,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教

在處理csv文件時,會有些數(shù)據(jù)需要分組展示。

比如以下文件及統(tǒng)計效果

為了避免重復(fù)勞動,

把pandas 和 pyecharts 做了個結(jié)合

# coding=UTF-8
 
from pyecharts import Bar,Scatter,Line
from pyecharts import Page
import pandas as pd
# 生成的HTML文件在程序目錄 render.html
 
def create_line(x_data, line_data_head, line_data, line_dict):
    # 建立一個Line圖返回
    # x_data X 軸數(shù)據(jù)
    # bar_data_head  數(shù)據(jù)列
    # bar_data 數(shù)據(jù)數(shù)組二維,數(shù)量和數(shù)據(jù)列匹配, 組內(nèi)數(shù)據(jù)和 X軸數(shù)據(jù)匹配
    # bar_dict 字典 , 標(biāo)題, 副標(biāo)題 , 長 , 寬
    line = Line(line_dict['title'], line_dict['subtitle'], width=line_dict['width'], height=line_dict['height'])
    for i in range(len(line_data_head)):
        line.add(line_data_head[i], x_data, line_data[i], xaxis_interval=0, is_smooth=True)
    return line
 
 
def lines_show(line_data):
    # 顯示多個曲線圖
    page = Page()
    for b in line_data:
        line = create_line(b['x'], b['head'], b['data'], b['dict'])
        page.add(line)
    page.render()
 
 
def create_bar(x_data, bar_data_head, bar_data, bar_dict):
    # 建立一個Bar圖返回
    # x_data X 軸數(shù)據(jù)
    # bar_data_head  數(shù)據(jù)列
    # bar_data 數(shù)據(jù)數(shù)組二維,數(shù)量和數(shù)據(jù)列匹配, 組內(nèi)數(shù)據(jù)和 X軸數(shù)據(jù)匹配
    # bar_dict 字典 , 標(biāo)題, 副標(biāo)題 , 長 , 寬
    bar = Bar(bar_dict['title'], bar_dict['subtitle'], width=bar_dict['width'], height=bar_dict['height'])
    for i in range(len(bar_data_head)):
        bar.add(bar_data_head[i], x_data, bar_data[i], xaxis_interval=0)
    return bar
 
 
def bars_show(bar_data):
    # 顯示多個柱狀圖
    page = Page()
    for b in bar_data:
        bar = create_bar(b['x'], b['head'], b['data'], b['dict'])
        page.add(bar)
    page.render()
 
 
def csv_data_show(csv_file, x_head_key, data_key, m_yw):
    # 讀取CSV 文件,獲取多列數(shù)據(jù),顯示相關(guān)圖示
    df = pd.read_csv(csv_file, sep=',', encoding='gb2312')
    cols_len = len(df.columns)
    rows_len = len(df)
    x_head = [str(c).strip() for c in df[x_head_key]]
    print '數(shù)據(jù)列', cols_len, '數(shù)據(jù)行', rows_len, 'X軸數(shù)據(jù)', len(x_head),  '圖數(shù)', len(data_key)
 
    yw_list = []
    for m_data in data_key:
        m_list = []
        m_list_head = []
        for i in m_data:
            di = [d for d in df[df.columns[i]]]
            m_list.append(di)
            m_list_head.append(df.columns[i])
        yw_i = {
            'x': x_head,
            'head': m_list_head,
            'data': m_list,
            'dict': m_yw
        }
        yw_list.append(yw_i)
    bars_show(yw_list)
    # lines_show(yw_list)
 
 
def csv_data_show_comb(csv_file, x_head_key, comb_key, data_key, m_yw):
    # 讀取CSV 文件,獲取單列數(shù)據(jù),分組顯示顯示相關(guān)圖示
    # x_head_key  X軸數(shù)據(jù)列
    # comb_key 分組數(shù)據(jù)列
    # data_key 顯示數(shù)據(jù)列
    df = pd.read_csv(csv_file, sep=',', encoding='gb2312')
    cols_len = len(df.columns)
    rows_len = len(df)
    m_comb = list(set([c for c in df[comb_key]]))
    m_xhead = [str(d).strip() for d in df[(df[comb_key] == m_comb[0])][x_head_key]]
    print '數(shù)據(jù)列', cols_len, '數(shù)據(jù)行', rows_len, 'X坐標(biāo)數(shù)據(jù)', len(m_xhead)
 
    yw_list = []
    m_list = []
    m_list_head = []
 
    for i in range(len(m_comb)):
        di = [d for d in df[(df[comb_key] == m_comb[i])][data_key]]
        m_list.append(di)
        m_list_head.append(str(m_comb[i]))
    yw_i = {
        'x': m_xhead,
        'head': m_list_head,
        'data': m_list,
        'dict': m_yw
    }
    yw_list.append(yw_i)
    bars_show(yw_list)
    # lines_show(yw_list)
 
 
def an_data1():
    # 畫2張圖 : 第一季度 及 1-5月
    m_data_list = [[1,2,3],[1,2,3,4,5]]
    m_yw = {
        'title': '工作量統(tǒng)計',
        'subtitle': '',
        'width': 800,
        'height': 300
    }
    csv_data_show(r'mt_data.csv', 'S_NAME', m_data_list, m_yw)
 
 
def an_data2():
    m_yw = {
        'title': '工作量統(tǒng)計-分組',
        'subtitle': '',
        'width': 800,
        'height': 300
    }
    csv_data_show_comb(r'mc_data.csv', 'S_NAME', 'D_MONTH', 'D_DATA', m_yw)

mc_data.csv

mt_data.csv

an_data1() 的效果

以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。

相關(guān)文章

  • 將python項目打包成exe與安裝包的全過程

    將python項目打包成exe與安裝包的全過程

    Python唯二的難題運(yùn)行速度和源代碼反編譯,一直是被眾多語言所詬病,下面這篇文章主要給大家介紹了關(guān)于如何將python項目打包成exe與安裝包的相關(guān)資料,需要的朋友可以參考下
    2021-11-11
  • Opencv對象追蹤的示例代碼

    Opencv對象追蹤的示例代碼

    這篇文章主要介紹了Opencv對象追蹤的示例代碼,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2021-03-03
  • 利用Python進(jìn)行音頻信號處理和音樂生成的代碼示例

    利用Python進(jìn)行音頻信號處理和音樂生成的代碼示例

    隨著計算機(jī)技術(shù)的快速發(fā)展,音頻信號處理和音樂生成逐漸成為了Python程序員們的關(guān)注點(diǎn),本文將介紹如何利用Python進(jìn)行音頻信號處理和音樂生成,包括基本概念、常用庫的使用以及實際的代碼示例,需要的朋友可以參考下
    2024-06-06
  • pandas DataFrame 交集并集補(bǔ)集的實現(xiàn)

    pandas DataFrame 交集并集補(bǔ)集的實現(xiàn)

    這篇文章主要介紹了pandas DataFrame 交集并集補(bǔ)集的實現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-06-06
  • 簡明 Python 基礎(chǔ)學(xué)習(xí)教程

    簡明 Python 基礎(chǔ)學(xué)習(xí)教程

    無論您剛接觸電腦還是一個有經(jīng)驗的程序員,本書都將有助您學(xué)習(xí)使用Python語言
    2007-02-02
  • python機(jī)器學(xué)習(xí)算法與數(shù)據(jù)降維分析詳解

    python機(jī)器學(xué)習(xí)算法與數(shù)據(jù)降維分析詳解

    這篇文章主要為大家介紹了python機(jī)器學(xué)習(xí)算法與數(shù)據(jù)降維的分析詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步
    2021-11-11
  • python中將字典形式的數(shù)據(jù)循環(huán)插入Excel

    python中將字典形式的數(shù)據(jù)循環(huán)插入Excel

    這篇文章主要介紹了python中將字典形式的數(shù)據(jù)循環(huán)插入Excel的方法,需要的朋友可以參考下
    2018-01-01
  • OpenCV中圖像與視頻的基礎(chǔ)操作總結(jié)

    OpenCV中圖像與視頻的基礎(chǔ)操作總結(jié)

    在計算機(jī)視覺領(lǐng)域,OpenCV是一款廣泛使用的開源庫,本文為大家介紹了如何使用OpenCV進(jìn)行這些操作,希望能幫助你更好地掌握圖像處理和視覺任務(wù)的開發(fā)技巧
    2023-06-06
  • python shutil文件操作工具使用實例分析

    python shutil文件操作工具使用實例分析

    這篇文章主要介紹了python shutil文件操作工具使用實例分析,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
    2019-12-12
  • Python科學(xué)計算之NumPy入門教程

    Python科學(xué)計算之NumPy入門教程

    這篇文章主要介紹了Python科學(xué)計算之NumPy,文中給出了詳細(xì)的介紹與示例代碼,對大家的理解具有一定的參考借鑒價值,有需要的朋友可以一起來學(xué)習(xí)學(xué)習(xí)。
    2017-01-01

最新評論

朝阳县| 韶山市| 永年县| 唐山市| 南投市| 黄浦区| 施甸县| 富裕县| 石首市| 札达县| 吉木乃县| 云霄县| 南江县| 南华县| 三河市| 鄂托克前旗| 郑州市| 湖北省| 炎陵县| 巴中市| 祁阳县| 长岛县| 工布江达县| 乌苏市| 绥棱县| 祁连县| 自贡市| 平果县| 明溪县| 阜城县| 乐山市| 博兴县| 湖北省| 东乡族自治县| 元氏县| 麦盖提县| 思茅市| 鲁山县| 西安市| 福建省| 和龙市|