数据如下，仅供参考：
def get_bar(x_data,y_data,colors,color_function):
bar1 = (
Bar()
.add_xaxis(x_data)
.add_yaxis('', y_data, category_gap='40%')
.set_series_opts(
label_opts=opts.LabelOpts(
position='insideRight',
vertical_align='middle',
font_size=14,
font_weight='bold',
formatter='{c} 元'),
itemstyle_opts={
'opacity': 0.9,
'color':JsCode(color_function)
}
)
.set_global_opts(
xaxis_opts=opts.AxisOpts(position='top'),
title_opts=opts.TitleOpts(
title="2023年中国内地31省区市居民人均可支配收入情况",
pos_top="2%",
pos_right="center",
),
)
.reversal_axis()
)
return bar1上海、北京以 80000+ 人均收入遥遥领先其他省份，浙江、江苏、天津以 50000+ 人均收入紧随其后；
上海、北京、浙江、江苏、天津、广东、福建、山东等8个省份人均收入超过全国人均收入水平； 排名靠后的甘肃，人均收入仅 25000+，不及北京、上海的的三分之一。
def get_map(x_data,y_data,colors,color_function):
map1 = (
Map()
.add('',
data,
'china',
itemstyle_opts={
'opacity': 0.9,
'color':JsCode(color_function)
}
)
.set_global_opts(
title_opts=opts.TitleOpts(
title="2023年中国内地31省区市居民人均可支配收入情况",
pos_top="2%",
pos_right="center",
),
visualmap_opts=opts.VisualMapOpts(
pos_left='20%',
pos_bottom='15%',
is_piecewise=False,
),
)
)
return map1以上就是本期为大家整理的全部内容了，喜欢的朋友可以点赞、点在看
也可以分享让更多人知道。
往期推荐
可视化 | Flask+Mysql+Echarts 豆瓣电影Top250数据分析系统
Pandas+Pyecharts | 当当网畅销图书榜单数据分析可视化
Pandas+Pyecharts | 海南旅游攻略数据分析可视化
Pandas+Pyecharts | 全国海底捞门店数据分析可视化
Pandas+Pyecharts | 京东某商品销量数据分析可视化
Pandas+Pyecharts | 第七次人口普查数据分析可视化
Pandas+Pyecharts | 快手APP全国大学生用户数据分析可视化
Pandas+Pyecharts | 奥迪汽车销量数据分析可视化
Pandas+Pyecharts | 剧荒了？用Python找找最近的热播好剧！
Pandas+Pyecharts | 2023年胡润百富榜数据分析可视化
Pandas+Pyecharts | 2023软科中国大学排名分析可视化
Pandas+Pyecharts | 成都大运会奖牌数据分析可视化
Pandas+Pyecharts | 电子产品销售数据分析可视化+用户RFM画像
Pandas+Pyecharts | 北京近五年历史天气数据可视化
Pandas+Pyecharts | 中国高校及专业数据分析可视化
Pandas+Pyecharts | 新冠疫情数据动态时序可视化
Pandas+Pyecharts | 全国吃穿住行消费排行榜，最‘抠门’的地区居然是北京！！！
Pandas+Pyecharts | 2022世界500强数据分析可视化
Pandas+Pyecharts | 上海市餐饮数据分析可视化
Pandas+Pyecharts | 山东省高考考生数据分析可视化
Pandas+Pyecharts | 20000+天猫订单数据可视化
Pandas+Pyecharts | 40000+汽车之家数据分析可视化
Pandas+Pyecharts | 广州市已成交房源信息数据可视化
Pandas+Pyecharts | 某直聘平台招聘信息数据可视化
可视化 | 分享一套Flask+Pyecharts可视化模板
用Python分析了3W+《独行月球》影评数据，看看观众们怎么说~
