数据可视化与图表制作

在当今这个技术飞速发展的时代，数据可视化成为了一个热门话题。随着数据可视化领域的不断成长，现在有了许多不同类型的视觉图表。然而，面对一堆统计数据，数据分析师可能能够理解其中的信息，但对于普通人来说，仅凭直观感受很难理解数据所传达的信息。因此，需要图表来帮助可视化数据。

在众多图表类型中，竞速条形图因其动态展示数据而广受欢迎。特别是在展示COVID-19疫情数据时，竞速条形图能够清晰地告诉在不同时间段内哪个国家的病例数最多。

图表类型概览

本文将介绍以下几种图表类型：

• Plotly制作的竞速条形图
• raceplotly制作的竞速条形图
• 普通条形图
• 堆叠条形图
• 分组条形图
• 定制条形图

“可视化能够回答未曾意识到的问题。” —— Ben Schneiderman

竞速条形图

条形图因其简单直观而广受欢迎。本文将从如何导入可视化和读取数据集的库开始，逐步介绍如何制作竞速条形图。

首先，需要导入Plotly Express库和Pandas库来处理数据。

使用的数据集包含8列和1704行数据。其中有3列是分类数据（国家、大洲、iso_alpha），5列是数值数据（年份、预期寿命、人口、人均GDP、iso_num）。

在制作图表之前，需要检查数据集中是否有空值，并了解每个列的唯一值数量。

PlotlyExpress提供了令人惊叹的动画图表功能。通过这些功能，可以观察到在不同时间段内哪个大洲的人口最多。以下是制作竞速条形图的代码示例：

在这段代码中，设置了x轴和y轴的值，动画帧的值，以及数据分组的值。还设置了x轴和y轴的范围，以确保数据在动画过程中始终保持可见。

在制作Plotly动画图表时，需要设置以下参数：

• x, y：x轴和y轴的值
• animation_frame：每个动画帧的值
• animation_group：数据分组的值（如果可用）
• range_x, range_y：x轴和y轴的范围

注意：应始终固定x_range和y_range，以确保数据在条形图动画过程中始终保持可见。

可以通过以下方式设置x轴和y轴：

• 升序和降序

还可以通过调整margin的值来改变图表的外观。默认情况下，图例会出现在右侧，但如果需要，也可以将其设置为水平或垂直。此外，可以为条形图添加不同的颜色，并根据喜好添加背景色。

除了Plotly动画，还可以使用raceplotly来制作竞速条形图。以下是使用raceplotly制作竞速条形图的代码示例：

在这段代码中，没有预先指定颜色，而是直接使用raceplotly来创建竞速条形图。

将制作一个简单的条形图，并在主条上显示文本。图表将展示加拿大的预期寿命随年份的变化。以下是制作普通条形图的代码示例：

堆叠条形图展示了一个分类变量与其子分类变量之间的数量关系。它们显示了子分类随时间的变化。堆叠条形图主要用于比较变量之间的关系。它们是二维的，有两个轴：一个轴代表分类变量，另一个轴代表数值。可以以两种方式展示堆叠条形图：垂直和水平。

以下是制作堆叠条形图的代码示例：

分组条形图与堆叠条形图类似，但每个分类变量的子分类变量分别展示在不同的条形中。以下是制作分组条形图的代码示例：

关于

• LinkedIn
• Medium