


Pandas+Pyecharts | Visualisation de l'analyse des données Fortune 500 2022
Dans ce numéro, nous utilisons Python pour analyser les données d'information des entreprises Fortune 500 en 2022, jetez un œil :
Dans quels pays se trouvent grossièrement les 500 plus grandes entreprises Quelles sont les 500 plus grandes entreprises chinoises et leur répartition dans les différentes villes du pays ? . J'espère que cela sera utile à mes amis Si vous avez des questions ou des domaines à améliorer, vous pouvez envoyer un message privé à l'éditeur. - Bibliothèques impliquées :
Partie visualisation :
-
Pictogramme — PictorialBar
Graphique à barres — Carte à barres
— Carte
Système de coordonnées géographiques — Géo
Water Polo Carte — Liquid
Carte de coordonnées polaires — Polar
Nuage de mots — WordCloud
import pandas as pd from pyecharts.charts import Pie from pyecharts.charts import Bar from pyecharts.charts import Grid from pyecharts.charts import Map from pyecharts.charts import Geo from pyecharts.charts import WordCloud from pyecharts.charts import PictorialBar from pyecharts.charts import Liquid from pyecharts.charts import Polar from pyecharts import options as opts from pyecharts.commons.utils import JsCode
df = pd.read_excel('2022年世界五百强排行榜.xlsx') df.head(10)
2.2 查看数据信息
df.info()
500条数据没有确缺失,不需要进行其他处理。
bar = ( Bar(init_opts=opts.InitOpts(width='1000px', height='1000px',bg_color='#0d0735')) .add_xaxis(x_data) .add_yaxis("",y_data) .set_series_opts(label_opts=opts.LabelOpts(position="right", font_size=12, font_weight='bold', formatter='{c} 家'), ) .set_global_opts( xaxis_opts=opts.AxisOpts(is_show=False,), yaxis_opts=opts.AxisOpts( axislabel_opts=opts.LabelOpts(font_size=13,color='#fff200'), axistick_opts=opts.AxisTickOpts(is_show=False), axisline_opts=opts.AxisLineOpts(is_show=False) ), title_opts=opts.TitleOpts(title="各国世界500强企业数量排名",pos_left='center',pos_top='1%', title_textstyle_opts=opts.TextStyleOpts(font_size=22,color="#38d9a9")), visualmap_opts=opts.VisualMapOpts(is_show=False, min_=20, max_=150, is_piecewise=False, dimension=0, range_color=['#203fb6', '#008afb', '#ffec4a', '#ff6611', '#f62336'] ), ) .reversal_axis() )
我国以145家世界500强企业高居榜首 美国128家、日本47家位居二、三位 亚洲方面还有韩国以18家的数量排名第六
p = ( Polar(init_opts=opts.InitOpts(width='1000px', height='800px', bg_color='#0d0735')) .add_schema( radiusaxis_opts=opts.RadiusAxisOpts(data=x_data[-8:], type_='category'), angleaxis_opts=opts.AngleAxisOpts( is_clockwise=True, is_scale=True, max_=150, axislabel_opts=opts.LabelOpts(font_size=14, color='#fff200'), axisline_opts=opts.AxisLineOpts(is_show=True,linestyle_opts=opts.LineStyleOpts( width=2,type_='dashed',color='#e4e932')), splitline_opts=opts.SplitLineOpts(is_show=True, linestyle_opts=opts.LineStyleOpts(type_='dashed', color='#9FC131') ), ), ) .add('',y_data[-8:], type_='bar') .set_global_opts( title_opts=opts.TitleOpts(title='各国世界500强企业数量排名TOP8',subtitle='制图@公众号:Python当打之年',pos_left='center',pos_top='1%', title_textstyle_opts=opts.TextStyleOpts(color='#38d9a9',font_size=20) ), visualmap_opts=opts.VisualMapOpts(max_=150, is_show = False, is_piecewise=True, split_number = 8, min_ = 10, range_color=['#203fb6', '#008afb', '#ffec4a', '#ff6611', '#f62336'] ), ) )
我国世界500强企业有145家,占比高达29%,接近总量的1/3
Les États-Unis en représentent 24,8, le Japon en représente 9,4%
La majorité des 145 entreprises Fortune 500 de mon pays se trouvent essentiellement dans des villes de premier rang Pékin se classe premier avec 54 entreprises Fortune 500. Shanghai et Shenzhen suivent de près avec respectivement 12 et 10 entreprises Pékin, Shanghai, Guangzhou, Shenzhen et Zhongshan, Guangzhou est sorti du top 5 avec 4 entreprises, se classant 7ème
m1 = ( Map(init_opts=opts.InitOpts(width='1000px', height='500px',theme='dark',bg_color='#0d0735')) .add('公司数量', region_data, "world", is_map_symbol_show=False, is_roam=False, ) .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts( legend_opts=opts.LegendOpts(is_show=False), visualmap_opts=opts.VisualMapOpts(is_show=True, max_=150, min_=0, is_piecewise=True, split_number=10, pos_top='50%', pos_left='10%', range_color=['#9ecae1','#6baed6','#4292c6','#2171b5','#08519c','#08306b','#d4b9da','#c994c7','#df65b0','#e7298a','#ce1256','#980043','#67001f'] ), ) )
效果2:
wd = WordCloud(init_opts=opts.InitOpts(width='1000px',height='600px',theme='dark',bg_color='#0d0735')) wd.add('', [list(z) for z in zip(x_data, y_data)], ) wd.set_global_opts( title_opts=opts.TitleOpts( title=""), tooltip_opts=opts.TooltipOpts(is_show=True), ) wd.render_notebook()
营收方面:
Walmart se classe premier avec un chiffre d'affaires d'exploitation de 572 754 dollars américains, Amazon se classe deuxième avec un chiffre d'affaires de 469 822 dollars américains et State Grid Corporation of China se classe troisième avec 460 616,9 millions de dollars américains Un total de 4 entreprises chinoises sont entrées dans le top 10 de la liste Fortune 500 : State Grid Co., Ltd. (3), China National Petroleum Corporation (4), China Petroleum & Chemical Corporation (5), China State Construction Engineering Corporation ( 9)
https: //www.heywhale.com/mw/project/6318517d9b96502cad5c5ab0
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds

Solution aux problèmes d'autorisation Lors de la visualisation de la version Python dans Linux Terminal Lorsque vous essayez d'afficher la version Python dans Linux Terminal, entrez Python ...

Lorsque vous utilisez la bibliothèque Pandas de Python, comment copier des colonnes entières entre deux frames de données avec différentes structures est un problème courant. Supposons que nous ayons deux dats ...

Précision avec Python: Source de sablier Dessin graphique et vérification d'entrée Cet article résoudra le problème de définition variable rencontré par un novice Python dans le programme de dessin graphique de sablier. Code...

Choix de la bibliothèque de développement d'applications de bureau multiplateforme Python De nombreux développeurs Python souhaitent développer des applications de bureau pouvant s'exécuter sur Windows et Linux Systems ...

De nombreux développeurs s'appuient sur PYPI (PythonPackageIndex) ...

Conversion et statistiques de données: traitement efficace des grands ensembles de données Cet article introduira en détail comment convertir une liste de données contenant des informations sur le produit en une autre contenant ...

Comment gérer les images haute résolution à Python pour trouver des zones blanches? Traitement d'une image haute résolution de 9000x7000 pixels, comment trouver avec précision deux de l'image ...

Lorsque vous utilisez Python pour se connecter à un serveur FTP, vous pouvez rencontrer des problèmes d'encodage lors de l'obtention de fichiers dans le répertoire spécifié et de les télécharger, en particulier du texte sur le serveur FTP ...
