数据可视化分析（柱状图折线图热力图）

Posted 2020-11-24 yyh28

一、项目简介

1.1    项目博客地址

https://rpc.cnblogs.com/metaweblog/yyh28

1.2    项目完成的功能与特色

分析文件‘集美大学各省录取分数.xlsx’，完成以下功能：

1）集美大学2015-2018年间不同省份在本一批的平均分数，柱状图展示排名前10的省份，

2）分析福建省这3年各批次成绩情况，使用折线图展示结果，并预测2019年录取成绩

3）分析其他省份数据。用热力图，地图方式绘制所有省份数据情况。

      1.3 项目采用的技术栈

              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；

              Pandas：提供类似于R语言的DataFrame操作，非常方便；

              百度地图API

              热力图

1.3    项目借鉴源代码的地址

https://www.jianshu.com/p/c18dedc38b7b

1.4    团队成员任务分配表

二、项目的需求分析

对文件数据进行提取、分析

三、项目功能架构图、主要功能流程图

 

四、系统模块说明

4.1 系统模块列表

柱状图、折线图、热力图

4.2 各模块详细描述（名称，功能，运行截图，关键源代码）

4.2.1柱状图：集美大学2015-2018年间不同省份在本一批的平均分数，展示排名前10的省份。

 

 

 

#绘图
plt.figure()
plt.bar(x=province_dict_keys,height=province_dict_values,alpha=0.8)
for x,y in enumerate(province_dict_values):
    plt.text(x, y, ‘%s‘ % y, ha=‘center‘, va=‘bottom‘)
#设置标题
plt.title("排名前10的省份")
# 为两条坐标轴设置名称
plt.xlabel("省份")
plt.ylabel("平均分")
#图片的显示及存储
log = datetime.datetime.now().strftime(‘%Y-%m-%d‘)
# plt.savefig(‘./logging/%s_all_a.jpg‘ % log)   #图片的存储
# plt.close()   #关闭matplotlib

4.2.2折线图：分析福建省这3年各批次成绩情况，使用折线图展示结果，并预测2019年录取成绩

 

 

 

 

#折线图

plt.figure()

plt.plot(grade_year,grade,‘ro-‘, color=‘#4169E1‘, alpha=0.8, label=‘提前批航海类（理工）‘)

plt.plot(grade_year,grade1,‘ro-‘, color=‘#FFFA12‘, alpha=0.8, label=‘师范类(面向全省)（理工）‘)

plt.plot(grade_year,grade2,‘ro-‘, color=‘#78FF1D‘, alpha=0.8, label=‘师范类(面向厦门)（理工）‘)

plt.plot(grade_year,grade3,‘ro-‘, color=‘#1CFFB7‘, alpha=0.8, label=‘农村专项计划（理工）‘)

plt.plot(grade_year,grade4,‘ro-‘, color=‘#1BE9FF‘, alpha=0.8, label=‘本一批（理工）‘)

plt.plot(grade_year,grade5,‘ro-‘, color=‘#1F98FF‘, alpha=0.8, label=‘本一批(面向厦门)（理工）‘)

plt.plot(grade_year,grade6,‘ro-‘, color=‘#2237FF‘, alpha=0.8, label=‘闽台合作（理工）‘)

plt.plot(grade_year,grade7,‘ro-‘, color=‘#BA6BFF‘, alpha=0.8, label=‘预科批（理工）‘) #在当前绘图对象绘图（X轴，Y轴，蓝色虚线，线宽度）

for y in [grade,grade1,grade2,grade3,grade4,grade5,grade6,grade7]:

    for x,yy in zip(grade_year,y):

        plt.text(x, yy+1,str(yy), ha=‘center‘, va=‘bottom‘, fontsize=7)

plt.xlabel("年份") #X轴标签

plt.ylabel("分数线") #Y轴标签

plt.title("福建省这3年理工各批次成绩情况") #标题

# plt.savefig(‘./logging/%s_all_b.jpg‘ % log)   #图片的存储

#显示图示

plt.legend()

plt.show()

 

4.2.3热力图：分析其他省份数据。有精力同学可以研究热力图，地图方式绘制所有省份数据情况。

 

 

 

 

 

 

gr=batch(‘本一批‘,‘理工‘)

gr=sorted(gr.items(),key=lambda x:x[1],reverse=True)

file = open(r‘../point.json‘,‘w‘) #建立json数据文件

point_pr(gr,file)

 

#获取经纬度

def getlnglat(address):

    url = ‘http://api.map.baidu.com/geocoding/v3/‘

    output = ‘json‘

    ak = ‘8atpMUyuexdbuYFU838ejPvSPnWYZoks‘

    add = quote(address) #由于本文城市变量为中文，为防止乱码，先用quote进行编码

    uri = url + ‘?‘ + ‘address=‘ + add  + ‘&output=‘ + output + ‘&ak=‘ + ak

    req = urlopen(uri)

    res = req.read().decode() #将其他编码的字符串解码成unicode

    temp = json.loads(res) #对json数据进行解析

    return temp

 

def point_pr(gr,file):

#每个省份的经纬度

    print(gr)

    for line in gr:

        # line是个list，取得所有需要的值

        b = line[0] #将第一列city读取出来并清除不需要字符

        if b == ‘西藏‘ or b == ‘‘:

            continue

        c= line[1]#将第二列price读取出来并清除不需要字符

        lng = getlnglat(b)[‘result‘][‘location‘][‘lng‘] #采用构造的函数来获取经度

        lat = getlnglat(b)[‘result‘][‘location‘][‘lat‘] #获取纬度

        str_temp = ‘{"lat":‘ + str(lat) + ‘,"lng":‘ + str(lng) + ‘,"count":‘ + str(c) +‘},‘

        # print(str_temp) #也可以通过打印出来，把数据copy到百度热力地图api的相应位置上

        file.write(str_temp) #写入文档

    file.close()

五、项目总结

      5.1 特点

              对集美大学近几年的录取分数进行分析，并生成图表

      5.2 不足之处

              整体不够美观

码云地址：https://gitee.com/leaf28/university.git