《Python数据可视化案例教程》教案 项目7 时间型数据可视化.docx

PAGE2

PAGE2

PAGE9

PAGE9

课题

时间型数据可视化

课时

2课时（90min）

教学目标

知识目标：

（1）了解时间型数据的概念及应用场景。

（2）了解折线图、面积图和日历图的概念及应用。

（3）掌握使用pyecharts绘制折线图、面积图和日历图的方法。

技能目标：

能使用折线图、面积图和日历图对时间型数据进行可视化和分析。

素养目标：

（1）锻炼观察事物的能力，敢于创新。

（2）强化环境保护意识，提倡节约能源、绿色健康出行。

教学重难点

教学重点：时间型数据的概念及应用场景，折线图、面积图和日历图的概念及应用，使用pyecharts绘制折线图、面积图和日历图的方法

教学难点：能使用折线图、面积图和日历图对时间型数据进行可视化和分析

教学方法

案例分析法、问答法、讨论法、讲授法

教学用具

电脑、投影仪、多媒体课件、教材

教学过程

主要教学内容及步骤

考勤

【教师】使用APP进行签到

【学生】班干部报请假人员及原因

问题导入

【教师】扫码播放“常见的时间型数据及可视化图表”视频（详见教材），帮助学生了解常见的时间型数据及可视化图表，并提出问题：

问题1：列举生活中常见的时间型数据。

问题2：列举常见的时间型数据可视化图表。

【学生】观看、思考、讨论、举手回答

传授新知

【教师】通过学生的回答引入要讲的知识，讲解时间型数据的概念及应用场景，折线图、面积图和日历图的概念及应用，以及使用pyecharts绘制折线图、面积图和日历图的方法等知识

7.1什么是时间型数据

时间型数据是指按照时间排序的数据，如每年不同季度的销售额、每天的气象数据等。时间型数据常用于分析一个或多个变量随时间变化的情况。对时间型数据进行可视化可以清晰、直观地呈现数据的变化趋势和分布规律，可以帮助用户更好地进行趋势分析、周期性分析和时间序列预测等，从而做出更准确的预测和决策。

时间型数据可视化常用的图表有折线图、面积图和日历图。

7.2折线图

折线图是一种将数据点按照顺序连接起来的图表，常用于清晰地显示数据在一段连续时间内的变化情况，如数据增减的趋势、增减的速率、增减的规律等。在折线图中，一般用x轴表示时间，y轴表示对应的值。折线图可以通过标记或注释，突出显示某个时间点数值的重要性；还可以通过不同颜色或线型的线段，区分不同数据序列之间的差异。

?【例7-1】

?【教师】通过多媒体展示“‘全国人口年度数据.xlsx’文件中的数据（部分）”图片，并提出问题：

使用折线图实现2003—2022年全国年末总人口、城镇人口和乡村人口可视化。

?【学生】聆听、思考、写代码、举手回答

?【教师】总结学生的回答

【问题分析】

本案例基于“全国人口年度数据.xlsx”文件中的数据，使用pyecharts的Line类绘制折线图。读取数据时，将文件中的第1列数据指定为行标签，然后将读取的数据按列标签升序排列。绘制折线图时，将列标签转化的列表作为x轴数据；分别将“年末总人口（万人）”“城镇人口（万人）”“乡村人口（万人）”行数据作为y轴数据，并设置每个数据系列名称。

【参考代码】

importpandasaspd#导入pandas库

#导入pyecharts库中的options模块

frompyechartsimportoptionsasopts

#导入pyecharts库中charts模块的Line类

frompyecharts.chartsimportLine

#导入pyecharts库中globals模块的ThemeType全局变量

frompyecharts.globalsimportThemeType

#读取数据，并将第1列数据指定为行标签

df=pd.read_excel(全国人口年度数据.xlsx,index_col=0)

df=df.sort_index(axis=columns)#将数据按列标签升序排列

#创建Line类对象，并设置初始配置项，包括画布大小、图表主题和网页标题

line=Line(init_opts=opts.InitOpts(

width=1200px,height=600px,

theme=ThemeType.SHINE,page_title=折线图))

line.add_xaxis(xaxis_data=df.columns.tolist())#添加x轴数据

#添加y轴数据（使用loc通过行标签选取对应行的数据），并设置数据系列名称

line.add_yaxis