最新！新一线城市竞争力盘点（动态图），谁在崛起？谁在没落？
导读：近年来新一线城市这个概念越来越被大众所熟知。前一段时间，2020年15座新一线城市榜单出炉。今天我们用数据来聊一聊新一线城市。
新一线城市2000-2019年GDP变化趋势 新一线城市2000-2019年GDP和人口变化趋势 新一线城市2001-2019年人口增量数据 新一线城市近10年平均房价走势图
pip install plotly -i https://pypi.tuna.tsinghua.edu.cn/simple# 导入包
import pandas as pd
import plotly as py
import plotly.graph_objs as go
import plotly.express as px
from plotly import tools# 读入数据
df_gdp = pd.read_excel('../data/新一线城市人口和GDP.xlsx', sheet_name=0)
df_pop = pd.read_excel('../data/新一线城市人口和GDP.xlsx', sheet_name=1)
# 合并数据
df_all = pd.merge(left=df_gdp, right=df_pop, on=['城市', '年份'])
df_all = df_all.sort_values(['城市','年份'])
df_all.head() 
直接使用px调用某个绘图方法，会自动创建画布，并画出图形。 展示图形，可以直接在notebook中展示，也可以使用py.offline.plot(fig,filename="XXX.html")代码保存成html网页动态图片。
data_frame：数据框名称 x：列名，展示的维度 y：列名，展示的度量 color：颜色 text：条形图标记文本 title：标题 range_y：y轴的刻度范围 animation_frame：列名，控制动画帧
# 条形图
fig2 = px.bar(df_all, x='城市', y='GDP', color='城市', text='GDP',
title='新一线城市近20年GDP变化趋势',
range_y=[300, 25000],
animation_frame='年份',
)
fig2.update_layout(yaxis_title='GDP(亿元)') # 更新布局配置
py.offline.plot(fig2, filename='2000-2019年GDP变化趋势.html')# 散点图
fig3 = px.scatter(df_all, x='GDP', y='人口', animation_frame='年份', animation_group='城市',
size='人口', color='城市', hover_name='城市', size_max=50, text='城市',
range_x=[300, 25000], range_y=[150, 4000],
title='新一线城市近20年GDP和人口变化趋势',
)
fig3.update_layout(xaxis_title='GDP(亿元)', yaxis_title='人口(万人)')
py.offline.plot(fig3, filename='2000-2019年GDP和人口变化趋势.html')03 可视化效果
下面我们来具体看下可视化效果：
新一线城市2000-2019年GDP变化趋势
新一线城市2000-2019年GDP和人口变化趋势
新一线城市2001-2019年人口增量数据
新一线城市近10年平均房价走势图
评论