35 Pandas+Pyecharts | 2023年胡润百富榜数据分析可视化

Python当打之年
可视化系列
5天前
912热度
2评论

大家好，我是欧K~

本期利用 python 分析2023年胡润百富榜数据，看看富豪榜年龄、资产、性别、行业、城市分布等等，希望对大家有所帮助，如有疑问或者需要改进的地方可以联系小编。

涉及到的库：

Pandas — 数据处理
Pyecharts — 数据可视化

1. 导入模块

import pandas as pd
from pyecharts.charts import Bar
from pyecharts.charts import Pie
from pyecharts.charts import Grid
from pyecharts.charts import Scatter
from pyecharts.charts import Map
from pyecharts.charts import WordCloud
from pyecharts import options as opts
import warnings
warnings.filterwarnings('ignore')

2. Pandas数据处理

2.1 读取数据

df = pd.read_excel('2023年胡润百富榜.xlsx')

2.2 数据信息

df.info()

2.3 筛选有销量的数据

df[['姓名1','姓名2']] = df['姓名'].str.split('、',expand=True)
df[['性别1','性别2']] = df['性别'].str.split('、',expand=True)
df[['年龄1','年龄2']] = df['年龄'].str.split('、',expand=True)

3. Pyecharts数据可视化

3.1 胡润百富榜排名变化及性别占比

def bar1():
    bar = (
        Bar(i)
        .add_xaxis(x_data2)
        .add_yaxis('', y_data2, category_gap = '50%')
        .reversal_axis()
        .set_global_opts(
            title_opts=opts.TitleOpts(
                title='1-胡润百富榜排名变化及性别占比',
                subtitle='-- 制图@公众号：Python当打之年 --',
                pos_top='3%',
                pos_left="center",
            ),
            visualmap_opts=opts.VisualMapOpts(
                range_color=range_color
            ),
        )
    )

    c2 = (
        Pie()
        .add(
            '',
            [list(z) for z in zip(x_data1, y_data1)],
            radius=['10%', '30%'],
            center=['65%', '65%'],
            label_opts=opts.LabelOpts(is_show=True,formatter="{b} ({c}位)：{d}%",position="outside"),
        )
    )
    bar.overlap(c2)
    return bar

排名上升的有594位，新晋榜单115位。

3.2 胡润百富榜年龄分布

百富榜富豪年龄多集中在50-70岁。

3.3 胡润百富榜年龄占比

def Pie1():
    Pie()
    .add('',
         [list(z) for z in zip(x_data,y_data)],
         radius=['38%','60%'],
         center=['50%','55%']
        )
    .set_global_opts(
        title_opts=opts.TitleOpts(
            title='3-胡润百富榜年龄占比',
            subtitle='-- 制图@公众号：Python当打之年 --',
            pos_top='3%',
            pos_left="center",
        ),
        legend_opts=opts.LegendOpts(is_show=False),
        visualmap_opts=opts.VisualMapOpts(
            is_show=False,
            max_ = 500,
            range_color=range_color
        )
    )
    return Pie