0

0

Pandas+Pyecharts | 2022年世界500强数据分析可视化

Python当打之年

Python当打之年

发布时间:2023-08-09 17:19:20

|

1649人浏览过

|

来源于Python当打之年

转载

Sesame AI
Sesame AI

一款开创性的语音AI伴侣,具备先进的自然对话能力和独特个性。

下载
python当打之年" data-pluginname="mpprofile" data-signature="当打之年,专注于各领域python技术,量的积累,质的飞跃">


本期我们利用Python分析2022年世界500强企业信息数据,看看:

  • 500强企业大概分布在哪些国家
  • 500强企业中国企业有哪些,在国内各城市分布情况
  • 500强企业利润盈 亏情况
  • ...
希望对小伙伴们有所帮助,如有疑问或者需要改进的地方可以私信小编。

涉及到的库:

  • Pandas — 数据处理

  • Pyecharts — 数据可视化

可视化部分:

  • 象形图 — PictorialBar

  • 柱状图 — Bar

  • 地图 — Map

  • 地理坐标系 — Geo

  • 水球图 — Liquid

  • 极坐标图 — Polar

  • 词云 — WordCloud

1. 导入模块

import pandas as pd 
from pyecharts.charts import Pie
from pyecharts.charts import Bar
from pyecharts.charts import Grid
from pyecharts.charts import Map
from pyecharts.charts import Geo
from pyecharts.charts import WordCloud
from pyecharts.charts import PictorialBar
from pyecharts.charts import Liquid
from pyecharts.charts import Polar
from pyecharts import options as opts
from pyecharts.commons.utils import JsCode


2. Pandas数据处理

2.1 读取数据 
df = pd.read_excel('2022年世界五百强排行榜.xlsx')
df.head(10)

Pandas+Pyecharts | 2022年世界500强数据分析可视化

2.2 查看数据信息 

df.info()

Pandas+Pyecharts | 2022年世界500强数据分析可视化

500条数据没有确缺失,不需要进行其他处理。


3. Pyecharts数据可视化

3.1 各国世界500强企业数量排名柱状图 
bar = (
    Bar(init_opts=opts.InitOpts(width='1000px', height='1000px',bg_color='#0d0735'))
    .add_xaxis(x_data)
    .add_yaxis("",y_data)
    .set_series_opts(label_opts=opts.LabelOpts(position="right",
                                              font_size=12,
                                              font_weight='bold',
                                              formatter='{c} 家'),
                    )
    .set_global_opts(
                    xaxis_opts=opts.AxisOpts(is_show=False,),
                    yaxis_opts=opts.AxisOpts(
                        axislabel_opts=opts.LabelOpts(font_size=13,color='#fff200'),
                        axistick_opts=opts.AxisTickOpts(is_show=False),
                        axisline_opts=opts.AxisLineOpts(is_show=False)
                    ),
                    title_opts=opts.TitleOpts(title="各国世界500强企业数量排名",pos_left='center',pos_top='1%',
                              title_textstyle_opts=opts.TextStyleOpts(font_size=22,color="#38d9a9")),
                    visualmap_opts=opts.VisualMapOpts(is_show=False, 
                                      min_=20,
                                      max_=150,
                                      is_piecewise=False,
                                      dimension=0,
                                      range_color=['#203fb6', '#008afb', '#ffec4a', '#ff6611', '#f62336']
                                                     ),
                    )
    .reversal_axis()
)

Pandas+Pyecharts | 2022年世界500强数据分析可视化

  • 我国以145家世界500强企业高居榜首
  • 美国128家、日本47家位居二、三位
  • 亚洲方面还有韩国以18家的数量排名第六
3.2 各国世界500强企业数量排名TOP8极坐标图 
p = (
    Polar(init_opts=opts.InitOpts(width='1000px', height='800px', bg_color='#0d0735'))
    .add_schema(
        radiusaxis_opts=opts.RadiusAxisOpts(data=x_data[-8:], 
                                            type_='category'),
        angleaxis_opts=opts.AngleAxisOpts(
              is_clockwise=True, 
              is_scale=True,
              max_=150,
              axislabel_opts=opts.LabelOpts(font_size=14, color='#fff200'),
              axisline_opts=opts.AxisLineOpts(is_show=True,linestyle_opts=opts.LineStyleOpts(
                                                    width=2,type_='dashed',color='#e4e932')),
              splitline_opts=opts.SplitLineOpts(is_show=True,
                    linestyle_opts=opts.LineStyleOpts(type_='dashed', color='#9FC131')
                ),
             ),
    )
    .add('',y_data[-8:], type_='bar')
    .set_global_opts( 
        title_opts=opts.TitleOpts(title='各国世界500强企业数量排名TOP8',subtitle='制图@公众号:Python当打之年',pos_left='center',pos_top='1%',
            title_textstyle_opts=opts.TextStyleOpts(color='#38d9a9',font_size=20)
        ),
         visualmap_opts=opts.VisualMapOpts(max_=150, is_show = False, is_piecewise=True, split_number = 8, min_ = 10,
                                           range_color=['#203fb6', '#008afb', '#ffec4a', '#ff6611', '#f62336'] 
                                          ),
    )
)

Pandas+Pyecharts | 2022年世界500强数据分析可视化

3.3 各国世界500强企业数量占比饼状图

Pandas+Pyecharts | 2022年世界500强数据分析可视化

  • 我国世界500强企业有145家,占比高达29%,接近总量的1/3

  • 美国占比24.8,日本占比9.4%

3.4 各国世界500强企业数量排名TOP8象形图

Pandas+Pyecharts | 2022年世界500强数据分析可视化

3.5 中国各城市世界500强企业数量排名柱状图

Pandas+Pyecharts | 2022年世界500强数据分析可视化

国内方面:
  • 我国145家世界500强企业基本上也以一线城市居多
  • 北京以54家500强企业排名第一位,上海和深圳分别以12家和10家紧随其后
  • 北上广深中,广州以4家的数量跌出前5,排名第7

3.6 各国世界500强企业数量地图分布
m1 = (
    Map(init_opts=opts.InitOpts(width='1000px', height='500px',theme='dark',bg_color='#0d0735')) 
    .add('公司数量', 
         region_data, 
         "world", 
         is_map_symbol_show=False,
         is_roam=False, 
        )
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        legend_opts=opts.LegendOpts(is_show=False),
        visualmap_opts=opts.VisualMapOpts(is_show=True, 
                                          max_=150,
                                          min_=0,
                                          is_piecewise=True,
                                          split_number=10,
                                          pos_top='50%',
                                          pos_left='10%',
                                          range_color=['#9ecae1','#6baed6','#4292c6','#2171b5','#08519c','#08306b','#d4b9da','#c994c7','#df65b0','#e7298a','#ce1256','#980043','#67001f']
        ), 
    )
)

Pandas+Pyecharts | 2022年世界500强数据分析可视化

效果2:

3.7 中国世界500强企业数量占比水球图

Pandas+Pyecharts | 2022年世界500强数据分析可视化

3.8 世界500强企业公司名称词云
wd = WordCloud(init_opts=opts.InitOpts(width='1000px',height='600px',theme='dark',bg_color='#0d0735'))
wd.add('', 
       [list(z) for z in zip(x_data, y_data)],
      )
wd.set_global_opts(
        title_opts=opts.TitleOpts(
            title=""),
        tooltip_opts=opts.TooltipOpts(is_show=True),
    )
wd.render_notebook()

Pandas+Pyecharts | 2022年世界500强数据分析可视化

营收方面:

  • 沃尔玛以572754百万美元的营业收入排名第1,亚马逊以469822百万美元的营业收入排名第2,我国国家电网有限公司以460616.9百万美元排名第3
  • 我国共有4家企业进入世界500强榜单前10:国家电网有限公司(3)、中国石油天然气集团有限公司(4)、中国石油化工集团有限公司(5)、中国建筑集团有限公司(9)
4.  在线运行地址

篇幅原因,部分代码未展示,在线运行地址(含源码)

https://www.heywhale.com/mw/project/6318517d9b96502cad5c5ab0

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

通义千问
通义千问

阿里巴巴推出的全能AI助手

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
Python 时间序列分析与预测
Python 时间序列分析与预测

本专题专注讲解 Python 在时间序列数据处理与预测建模中的实战技巧,涵盖时间索引处理、周期性与趋势分解、平稳性检测、ARIMA/SARIMA 模型构建、预测误差评估,以及基于实际业务场景的时间序列项目实操,帮助学习者掌握从数据预处理到模型预测的完整时序分析能力。

79

2025.12.04

Python 数据清洗与预处理实战
Python 数据清洗与预处理实战

本专题系统讲解 Python 在数据清洗与预处理中的核心技术,包括使用 Pandas 进行缺失值处理、异常值检测、数据格式化、特征工程与数据转换,结合 NumPy 高效处理大规模数据。通过实战案例,帮助学习者掌握 如何处理混乱、不完整数据,为后续数据分析与机器学习模型训练打下坚实基础。

32

2026.01.31

golang map内存释放
golang map内存释放

本专题整合了golang map内存相关教程,阅读专题下面的文章了解更多相关内容。

77

2025.09.05

golang map相关教程
golang map相关教程

本专题整合了golang map相关教程,阅读专题下面的文章了解更多详细内容。

40

2025.11.16

golang map原理
golang map原理

本专题整合了golang map相关内容,阅读专题下面的文章了解更多详细内容。

67

2025.11.17

java判断map相关教程
java判断map相关教程

本专题整合了java判断map相关教程,阅读专题下面的文章了解更多详细内容。

47

2025.11.27

http与https有哪些区别
http与https有哪些区别

http与https的区别:1、协议安全性;2、连接方式;3、证书管理;4、连接状态;5、端口号;6、资源消耗;7、兼容性。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

2904

2024.08.16

C# ASP.NET Core微服务架构与API网关实践
C# ASP.NET Core微服务架构与API网关实践

本专题围绕 C# 在现代后端架构中的微服务实践展开,系统讲解基于 ASP.NET Core 构建可扩展服务体系的核心方法。内容涵盖服务拆分策略、RESTful API 设计、服务间通信、API 网关统一入口管理以及服务治理机制。通过真实项目案例,帮助开发者掌握构建高可用微服务系统的关键技术,提高系统的可扩展性与维护效率。

9

2026.03.11

Go高并发任务调度与Goroutine池化实践
Go高并发任务调度与Goroutine池化实践

本专题围绕 Go 语言在高并发任务处理场景中的实践展开,系统讲解 Goroutine 调度模型、Channel 通信机制以及并发控制策略。内容包括任务队列设计、Goroutine 池化管理、资源限制控制以及并发任务的性能优化方法。通过实际案例演示,帮助开发者构建稳定高效的 Go 并发任务处理系统,提高系统在高负载环境下的处理能力与稳定性。

22

2026.03.10

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
最新Python教程 从入门到精通
最新Python教程 从入门到精通

共4课时 | 22.5万人学习

Django 教程
Django 教程

共28课时 | 4.9万人学习

SciPy 教程
SciPy 教程

共10课时 | 1.9万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号