中国奥运会成绩，知道多少？张图告诉你.docxVIP

中国奥运会成果，晓得多少？13张图告知你 本文使用的数据很简约，但是涉及到了很多之前关于Plotly绘图和Python的文章，推举阅读： 可视化神器Plotly玩转子图 55个案例：吃透Python字符串格式化 图解Pandas的groupby机制 可视化神器Plotly玩转直方图 可视化神器Plotly玩转气泡图 酷炫！高级可视化神器Plotly玩转饼图 图形预览 看看部分图形效果呈现： 导入库 导入的库次要是两种：数据处理和绘图相关 #?数据处理相关import?pandas?as?pdimport?numpy?as?np#?绘图相关import?plotly.express?as?pximport?plotly.graph_objects?as?gofrom?plotly.subplots?import?make_subplots??#?制造多子图 两种方式数据 从网上收集的中国队历届夏季奥运会获奖情况，整理成两种方式：宽表和长表 1、宽表 宽表方式是将字段尽可能多陈列出来 2、长表 长表方式是将字段尽可能削减，同一个字段的数据信息可能消灭反复 中国参与了多少届夏季奥运会 次要讲解的是Python中字符串格式化的学问点，3种不同的格式化呈现方式： 占位符%s format() f-string 总奖牌数 呈现的是中国历届奥运会的总奖牌数变化趋势： fig?=?px.line(df,x=地点,y=总数,text=总数)fig.update_layout(title=中国获得总奖牌数)fig.show() 从结果的图形中，我们看到2008年是最多的，刚好是100枚到底是家门口的竞赛 fig?=?px.scatter(????df,????x=地点,????y=总数,????color=金牌,????size=总数,????text=总数????)fig.show() 男子和女子金牌对比 从结果中我们可以看出来： 1984年第一次参与奥运会，男子金牌数量是高于女子的 此后，每届都是女子高于男子：巾帼不让须眉 多目标变化 fig?=?go.Figure()fig.add_trace(go.Scatter(????x=df[年份].tolist(),????y=df[总数].tolist(),????name=总数))fig.add_trace(go.Bar(????x=df[年份].tolist(),????y=df[金牌].tolist(),????name=金牌))fig.add_trace(go.Scatter(????x=df[年份].tolist(),????y=df[银牌].tolist(),????name=银牌))fig.add_trace(go.Scatter(????x=df[年份].tolist(),????y=df[铜牌].tolist(),????name=铜牌))fig.add_trace(go.Scatter(????x=df[年份].tolist(),????y=df[金牌榜].tolist(),????name=金牌榜))fig.add_trace(go.Bar(????x=df[年份].tolist(),????y=df[男子金牌].tolist(),????name=男子金牌))fig.add_trace(go.Scatter(????x=df[年份].tolist(),????y=df[女子金牌].tolist(),????name=女子金牌))fig.show() 多目标变化 通过子图的方式呈现不同目标的变化趋势： #?两个基本参数：设置行、列fig?=?make_subplots(rows=4,?cols=2,???????????????????subplot_titles=[奖牌总数,金牌,银牌,铜牌,金牌榜,男子金牌,女子金牌,金牌占比])?#?添加数据轨迹fig.add_trace(go.Scatter(????x=df[年份].tolist(),????y=df[总数].tolist(),????name=总数),1,1)fig.add_trace(go.Bar(????x=df[年份].tolist(),????y=df[金牌].tolist(),????name=金牌),1,2)fig.add_trace(go.Bar(????x=df[年份].tolist(),????y=df[银牌].tolist(),????text=df[银牌].tolist()