数据可视化分析（柱状图、饼图、折线图、雷达图）

您所在的位置：网站首页 › 柱形图饼图折线图区别 › 数据可视化分析（柱状图、饼图、折线图、雷达图）

数据可视化分析（柱状图、饼图、折线图、雷达图）

2022-05-27 19:10| 来源: 网络整理| 查看: 265

分析文件’课程成绩.xlsx’，至少要完成内容：

1）每年不同班级平均成绩情况

2）不同年份总体平均成绩情况

3）不同性别学生成绩情况，并分别用合适的图表展示出三个内容的分析结果。

导入相应的库 from functools import reduce import xlrd from flask import Flask, jsonify, render_template, request, url_for from pyecharts import Line,Bar,Pie,Radar python读取excel文件数据 excel_path="..\\class.xlsx" #打开文件，获取excel文件的workbook（工作簿）对象 excel=xlrd.open_workbook(excel_path,encoding_override="utf-8") # 返回所有Sheet对象的list all_sheet=excel.sheets() #循环遍历每个sheet对象存储表中所有数据 grade_list=[] # 将文件中数据存进grade_list for sheet in all_sheet: for each_row in range(sheet.nrows):#循环打印每一行 # each_row="".join(str(each_row).split()) grade_list.append(sheet.row_values(each_row)) python图表中文乱码 #设置中文乱码 from pylab import * mpl.rcParams['font.sans-serif'] = ['SimHei'] 列表数据相加求平均 def sum_list(items): sum_numbers = 0 count = 0 for x in items: sum_numbers += x count += 1 return int(sum_numbers / count) 查找不同年级的班级所有数据 #查找不同年级的班级所有数据 def deffentScore(grade): #不同年级对应的数据 grade_score=[] for grade_list_row in grade_list: if grade in grade_list_row[0]: grade_score.append(grade_list_row) return grade_score #查找不同年级的班级 def deffentGrade(grade): #不同年级对应的分类 grade_score=[] for grade_list_row in grade_list: if grade in grade_list_row[0] and grade_list_row[0] not in grade_score: grade_score.append(grade_list_row[0]) return grade_score 图利用map和reduce编写一个str2float函数，把字符串转化成浮点数利用map和reduce编写一个str2float函数，把字符串‘123.456’转换成浮点数123.456 def StrToFloat(s): l=s.split('.') return reduce(lambda x,y:int(x)+int(y)/10**len(y),l)

python移除列表空数据 #移除空数据，缺考数据，移除表格中的空格 def removeNull(alist): for i in alist: if '缺考' in i[4] or '' in i: alist.remove(i) clist=[] for i in alist: blist=[] count=0 for y in i: y=''.join(str(y).split()) count+=1 if count>2 and count 课程分析 function change(e) { if(e==1){ document.getElementById('iframe-a').contentWindow.location.reload(); } else if(e==2){ document.getElementById('iframe-d').contentWindow.location.reload(); } }

1、项目采用的技术栈

flask框架

Numpy：矩阵计算与其它大多数框架的数据处理基础；

Matplotlab：专业画图工具，话说这个单词还是真是在Matlab之间插入了plot这个词形成的；

PyEcharts：是一款将python与echarts结合的强大的数据可视化工具，可以展示动态图，在线报告使用比较美观，并且展示数据方便，鼠标悬停在图上，即可显示数值、标签等。

2、系统模块列表

柱状图、饼图、折线图、雷达图

3、柱状图：每年不同班级平均成绩情况

@app.route('/test',methods=['POST']) def testGet(): year = request.form.get('year') year_score=deffentScore(year) year_class=deffentGrade(year) avg_score=differentClassesEachYear(year_class,year_score) #绘图 # //设置柱状图的主标题与副标题 bar = Bar("柱状图", "每年不同班级平均成绩情况") # //添加柱状图的数据及配置项 bar.add("平均成绩", year_class, avg_score, mark_line=["average"], mark_point=["max", "min"]) # //生成本地文件（默认为.html文件） bar.render('./templates/yearClass.html') print("执行get") return render_template("Base.html")

4、饼图：根据不同年份总体分析平均成绩情况

def overAll(): year=['2016','2017','2018'] year=['16','17','18'] year_score=[] for i in year: list1=[] for grade_list_row in grade_list: if i in grade_list_row[0]: list1.append(grade_list_row[4]) year_score.append(sum_list(list1)) # //设置主标题与副标题，标题设置居中，设置宽度为900 pie = Pie("饼状图", "不同年份总体平均成绩情况",title_pos='center',width=900) # //加入数据，设置坐标位置为【75，50】，上方的colums选项取消显示，显示label标签 pie.add("年份", year, year_score ,center=[50,50],is_legend_show=False,is_label_show=True) # //保存图表 pie.render('./templates/overall.html')

5、折线图

def overAllTwo(): year_score=deffentScore('16') year_class=deffentGrade('16') avg_score=differentClassesEachYear(year_class,year_score) year_score1=deffentScore('17') year_class1=deffentGrade('17') avg_score1=differentClassesEachYear(year_class1,year_score1) year_score2=deffentScore('18') year_class2=deffentGrade('18') avg_score2=differentClassesEachYear(year_class2,year_score2) class1=['班级1','班级2','班级3'] #移除最后一个元素 avg_score2.pop() line = Line("折线图","不同年份总体平均成绩情况") # //is_label_show是设置上方数据是否显示 line.add("2016年", class1, avg_score, is_label_show=True) line.add("2017年", class1, avg_score1, is_label_show=True) line.add("2018年", class1, avg_score2, is_label_show=True) line.render('./templates/overalltwo.html')

6、雷达图：根据不同性别学生分析成绩情况

def sex1(sexName): sex_score=[] sex_class=[] score=[] for grade_list_row in grade_list: if sexName in grade_list_row[1]: sex_score.append(grade_list_row) for grade_list_row in sex_score: if grade_list_row[0] not in sex_class: sex_class.append(grade_list_row[0]) for className in sex_class: list1=[] for grade_list_row in sex_score: if className==grade_list_row[0]: list1.append(grade_list_row[4]) score.append(sum_list(list1)) score1=[] score1.append(score) print(score1,sex_class) radar = Radar("雷达图", "不同班级男女的平均成绩") schema =[('网络1611',100), ('网络1612',100), ('网络1613',100), ('网络1711',100), ('网络1712',100), ('网络1714',100), ( '网络1811',100), ('网络1814',100), ('网络1813',100)] # //传入坐标 radar.config(schema) # //一般默认为同一种颜色，这里为了便于区分，需要设置item的颜色 radar.add("平均成绩",score1,item_color="#1C86EE") radar.render('./templates/sex.html')

【本文地址】

数据可视化分析（柱状图、饼图、折线图、雷达图）

数据可视化分析（柱状图、饼图、折线图、雷达图）

今日新闻

推荐新闻