### 使用 Jupyter Notebook 对中国各区域 GDP 数据进行分析和可视化 #### 准备工作 为了实现这一目标，首先需要确保已经安装并配置好了必要的 Python 库以及 Jupyter Notebook 扩展工具[^3]。 #### 加载所需库 在开始之前，在 Jupyter Notebook 中加载所需的 Python 库来处理数据和创建图表： ```python import pandas as pd from pyecharts.charts import Bar, Line from pyecharts import options as opts ``` #### 导入数据集 假设有一个 Excel 文件包含了从2011年至2021年的全国各大区GDP数据。使用 `pandas` 来导入这些数据到 DataFrame 中以便进一步操作: ```python data = pd.read_excel('全国大区GDP_2011-2021.xlsx') years = ['2011', '2012', '2013', '2014', '2015', '2016', '2017', '2018', '2019', '2020', '2021'] regions = data['地区'].unique() ``` #### 创建时间序列折线图展示趋势变化 对于每一年份的数据绘制一条代表不同地区的折线，以此观察各个区域内随时间推移的经济发展情况: ```python line_chart = ( Line(init_opts=opts.InitOpts(width='1200px', height='600px')) .add_xaxis(years) ) for region in regions: line_data = [] for year in years: value = float(data[(data['地区'] == region)][year]) line_data.append(value) line_chart.add_yaxis( series_name=str(region), y_axis=line_data, is_smooth=True, label_opts=opts.LabelOpts(is_show=False), ) line_chart.set_global_opts( title_opts=opts.TitleOpts(title="2011-2021 年各区域 GDP 趋势"), tooltip_opts=opts.TooltipOpts(trigger="axis"), toolbox_opts=opts.ToolboxOpts(), ).render_notebook() line_chart.render('各区域_GDP_增长趋势.html') ``` #### 绘制柱状图比较特定年份下的区域差异 选取某一年度（比如2021），通过条形图直观对比该年度内各地域之间的经济规模差距: ```python selected_year = "2021" sorted_gdp = sorted(zip(regions, map(lambda r: float(data[data['地区'] == r][selected_year]), regions)), key=lambda t:t[1], reverse=True) provinces_sorted, gdps_sorted = zip(*sorted_gdp[:]) bar_chart = ( Bar() .add_xaxis(list(provinces_sorted)) .add_yaxis("", list(gdps_sorted), category_gap="60%") .set_series_opts(label_opts=opts.LabelOpts(position="inside")) .set_global_opts( xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)), title_opts=opts.TitleOpts(title=f"{selected_year} 各区域 GDP 排名 (亿元)") ) ) bar_chart.render_notebook() bar_chart.render(f'{selected_year}_各区域_GDP排名.html') ``` 上述代码片段展示了如何利用 Pandas 和 PyEcharts 这两个强大的 Python 库在中国各区域之间进行多年跨度上的 GDP 分析与可视化[^1]。