数据可视化技术与应用(Python) 课件 项目10 全球智慧城市平台可视化综合项目实战

环境数据可视化项目实战数据可视化技术与应用项目导读全球智慧城市平台可视化综合项目可以为城市管理者提供帮助。LeapData团队利用全球公认的指标（智慧出行、智慧环境、智慧政务、智慧经济、智慧公众和智慧生活）评估全球部分智慧城市的建设情况，接下来将对这几大指标做简单的描述项目导读01智慧出行和出行03智慧政务和经济02智慧生活●智慧出行：智慧出行关注以科技和数据驱动的方式改进城市交通系统和人们的出行体验，包括交通拥堵管理、智能交通信号灯、公共交通优化、出行数据分析和智能导航系统等。●

智慧环境：智慧环境关注城市的可持续发展和环境保护，包括能源管理、垃圾处理、水资源管理、空气质量监测、环境感知和智能建筑等方面的技术应用。●

智慧生活：智慧生活关注通过科技创新提升城市居民的生活质量和便利性，包括智能家居、智能健康管理、数字化娱乐、智能零售和便民服务等。●

智慧政务：智慧政务关注政府服务的数字化转型和效能提升，包括电子政务、在线公共服务、数字化城市管理、政府数据开放和智能决策支持系统等。●

智慧经济：智慧经济关注通过数字技术促进城市经济的创新和增长，包括数字化产业发展、创业创新支持、数字化金融服务、智能商务和数字化营销等方面的应用。●

智慧公众：智慧公众关注城市居民的参与和参与度的提升，包括数字化社区参与、城市信息共享、社交媒体参与、数字化教育和数字化文化活动等。项目目标学习目标能力目标素养目标掌握在大屏中布局可视化图的方法掌握在大屏中展示基本图的方法掌握在大屏中展示复杂图的方法能合理地分配图表在大屏显示的占比能根据不同的屏幕分辨率调整大屏中图表的展示效果通过全球智慧城市平台可视化案例培养学生的民族自豪感和自信心通过全球智慧城市平台可视化案例培养学生打造宜居、韧性、智慧城市的奋斗目标智慧出行、智慧环境数据可视化项目实战智慧政务、智慧经济数据可视化项目实战智慧公众、智慧生活数据可视化项目实战010302目录CONCENTS总结与建议0410-1智慧出行、智慧环境数据可视化项目实战大屏可视化知识点过滤智慧出行、智慧环境数据的缺失值和异常值0102目录CONCENTS智慧出行、智慧环境数据的可视化分析0310-1-1大屏可视化知识点大屏可视化知识点大屏可视化设计是指通过使用数据可视化技术，将大量的数据以直观、易懂的方式展示在大屏幕上，帮助用户快速理解和分析数据，从而支持决策和监控。它涉及选择合适的图表类型、设计清晰的布局、添加交互功能及优化视觉效果，以实现信息传达的最佳效果，提升用户体验和决策效率。本项目使用PyEcharts完成数据可视化。PyEcharts是一款基于Python的数据可视化库，适用于大屏可视化设计，本项目最终大屏可视化效果如图所示。大屏可视化知识点1.大屏可视化设计的必要流程大屏可视化设计的必要流程：首先明确设计目标，然后整理和清洗数据，接着选择适合的图表类型和布局方案，并为图表添加交互功能和进行样式设计，最后呈现出直观、易懂且具有吸引力的大屏可视化效果。确定需求和目标：明确大屏可视化的目标和需求，了解数据及可视化预期结果，以便为设计提供指导。数据准备和清洗：收集和整理需要可视化的数据，确保数据的准确性和完整性，并进行必要的清洗和处理，以便能够在大屏幕上使用。选择合适的图表类型和布局：根据数据的特点和需求，选择合适的图表类型，如柱状图、折线图和饼图等，并确定大屏幕可视化的整体布局和排版，考虑各个图表的位置、大小和相互关系。大屏可视化知识点2.选定主题配色方案在PyEcharts中，用户可以通过选择主题配色方案来为图表添加美观、一致的视觉效果。主题配色方案可以帮助用户快速设置图表的颜色和样式，以适应不同的场景和需求。选择主题配色方案主要使用set_global_opts方法。大屏可视化知识点通过将theme变量设置为所需的主题颜色名称（如dark)来选择主题配色方案。然后将该主题配色方案应用于图表的全局配置中，通过set_global_opts方法设置theme参数即可。用户可以根据具体需求选择相应的主题配色方案，例如，light适合明亮的背景，dark适合暗色背景，chalk适合粉笔风格等。具体的主题配色方案介绍见下表。通过设置主题配色方案，用户可以轻松地为PyEcharts图表设计出与整体风格匹配的大屏可视化效果。大屏可视化知识点用户可以根据个人的需求和喜好来选择适合的风格，以创造出与众不同的数据可视化效果。大屏可视化知识点3.规划图表占比通过使用PyEcharts，用户可以轻松地规划和呈现图表的比例关系，以直观地展示数据的分布情况和比例关系，包括展示产品销售份额、用户群体比例，以及数据分类的占比情况。在本综合项目实战中，使用Page类完成大屏中各部分图表的空间分配。Page是PyEcharts库中的一个类，用于创建包含多个图表或组件的页面。通过使用Page类将多个图表、表格或其他可视化组件放置在同一页上，以便在一个页面中展示和对比多个数据视图。这个类提供了简单而便捷的方法来组织和呈现多个可视化元素，使数据分析和可视化更加直观和易于理解。另外，可以自定义页面的布局样式，并使用dd()方法将图表或组件添加到页面中。大屏可视化知识点Page()类在PyEcharts库中支特以下几种布同样式。Page.SimplePageLayout(默认)：简单的布局样式，将图表按照添加的顺序依次排列在页面上。Page.DraggablePageLayout:可拖动的布局样式，可以用鼠标拖动图表调整其位置。Page.GridPageLayout:网格布局样式，将图表按照网格的形式划分排列在页面中，可以指定每行或每列显示的图表数量。Page.JupyterPageLayout:JupyterNotebook布局样式，适合在JupyterNotebook中显示图表，将图表以嵌入式的形式展示在页面上。大屏可视化知识点在创建Page()对象时，可以指定layout参数来选择所需的布局样式。本项目综合实战使用的就是简单布局样式，add()方法是PyEcharts库中用于向Page对象或Chart对象添加图表、组件或数据的方法。该方法可以将图表、组件或数据添加到页面或图表中，以便进行展示或分析。大屏可视化知识点4.调整大屏可视化分辨率要调整大屏可视化分辨率，可以使用PyEcharts库中的配置项进行设置。通过设置初始化选项(opts.InitOpts())的width和height参数，可以指定图表的宽度和高度，从而调整分辨率。用户可以根据大屏显示设备的需求，适当设置宽度和高度数值，确保图表在大屏上以合适的尺寸展示，提供更好的可视化效果和用户体验。通过创建InitOpts类的实例并传递相应的参数，可以在创建图表对象时设置图表的一些基本属性和样式。在这些参数中，width和height是InitOpts()类中用于设置图表宽度和高度的参数，下面对这两个参数进行具体讲解。大屏可视化知识点width:通过设置width参数，可以指定图表的宽度。用户可以使用像素值（如800px)或百分比（如80%）来表示宽度。例如，设置宽度为800像素可以使用width="800px",设置宽度占父容器的80%可以使用width="80%"。height:通过设置height参数，可以指定图表的高度。用户可以使用像素值或百分比来表示高度。例如，设置高度为600像素可以使用height="600px",设置高度占父容器的50%可以使用height="50%"。用户可以根据实际需求对这两个参数进行灵活设置，以适应不同的显示设备和布局要求。通过调整宽度和高度数值，可以控制图表在页面中的尺寸，以便在特定的环境中展示出最佳的可视化效果。10-1-2过滤智慧出行、智慧环境数据的缺失值和异常值过滤智慧出行、智慧环境数据的缺失值和异常值从“素材与案例\项目10＼数据集＼”路径中找到Smart_City_index_headers.csv数据集，如图10-2所示，其中有8列字段，接下来将对每一列的字段加以说明。过滤智慧出行、智慧环境数据的缺失值和异常值为了更清晰地表达字段的含义，可以查看表10-2中描述的字段含义在本项目中，用到了City列、Smart_Mobility列和Smart_Environment列。下面需要查看Smart_City_index_headers.csv数据集的City列、Smart_Mobility列和Smart_Environment列是否有空值并过滤异常值。过滤智慧出行、智慧环境数据的缺失值和异常值1.检查缺失值在Smart_City_index_headers.csv数据集中，需要检查所有列中的缺失值（空值）代码如下：importpandasaspd#读取csv文件df=pd.read_csv("C:\Users\Administrator\Desktop\Smart_City_index_headers.csv")过滤智慧出行、智慧环境数据的缺失值和异常值代码如下：#检查特定列是否含有空值columns_to_check=['City','Country','Smart_Mobility','Smart_Environment']forcolumnincolumns_to_check:#检查是否存在空值has_null=df[column].isnull().any()ifhas_null:print(f"列'{column}'有空值。")else:print(f"列'{column}'没有空值。")过滤智慧出行、智慧环境数据的缺失值和异常值图10-3缺失值检查结果列"City"没有空值。列"Smart_Mobility"没有空值。列"Smart_Environment"没有空值。Processfinishedwithexitcode0代码运行结果：过滤智慧出行、智慧环境数据的缺失值和异常值2.检查异常字符需要查看Smart_City_index_headers.csv数据集的Smart_Mobility列和Smart_Environment

列是否为数值类型以外的值，也就是检查异常值.过滤智慧出行、智慧环境数据的缺失值和异常值代码如下：importpandasaspd#读取csv文件df=pd.read_csv(r'C:\Users\Administrator\Desktop\Smart_City_index_headers.csv')#检查特定列是否含有空值columns_to_check=['Smart_Mobility','Smart_Environment']#检查列是否为数值类型forcolumnincolumns_to_check:ifpd.api.types.is_numeric_dtype(df[column]):print(f'列"{column}"是数值类型。')else:print(f'列"{column}"不是数值类型。')过滤智慧出行、智慧环境数据的缺失值和异常值图10-4过滤异常字符列"Smart_Mobility"是数值类型。列"Smart_Environment"是数值类型。Processfinishedwithexitcode

0代码运行结果：10-1-3智慧出行、智慧环境数据的可视化分析智慧出行、智慧环境数据的可视化分析在大屏上通过柱状图来展示智慧出行数据，

在此基础上通过折线图展示智慧环境数据，

并通过环形图同时展示智慧出行、

智慧环境数据。智慧出行数据的柱状图可视化分析：代码如下：importpandasaspd#导入pandas库用于数据处理frompyechartsimportoptionsasopts#导入PyEcharts库的options模块用于设置图表选项frompyecharts.chartsimportBar,Geo,HeatMap,Line,Map,Radar,Page#导入PyEcharts库的各种图表类型智慧出行、智慧环境数据的可视化分析代码如下：fromponentsimportTable#导入PyEcharts库的Table组件,用于创建表格#导入PyEcharts库的frompyecharts.globalsimportThemeTypeThemeType模块,用于设置图表主题importwebbrowser#导入WebBrowser库,用于在浏览器中打开HTML文件#忽略警告智慧出行、智慧环境数据的可视化分析代码如下：importwarningswarnings.filterwarnings('ignore')#表格和标题的颜色#设置图表主题为紫色激情theme_config=ThemeType.PURPLE_PAssIoN#设置表格颜色为深灰色table_color='#5B5C6E'智慧出行、智慧环境数据的可视化分析代码如下：#创建柱状图bar=Bar(init_opts=opts.Initopts(theme=theme_config,width="338",height="350px",chart_ia='bar'))#创建柱状图对象并设置初始化选项bar.set_series_opts(label_opts=opts.Labelopts(position="top"))#设置标签选项,使标签显示在矩形柱上方#添加横轴数据bar.add_xaxis(smart_mobility_city)bar.add_yaxis("SmartMobility",smart_mobility_values)#添加纵轴数据,并设置系列名称为smartMobility智慧出行、智慧环境数据的可视化分析代码如下：#读取数据data_path=r"c:\Users\Administrator\Desktop\smart_city_index_head-#替换为您的CSV文件路径ers.csv"df=pd.read_csv(data_path)#使用pandas库读取csv文件并存储为Data-Frame对象print(df.columns)智慧出行、智慧环境数据的可视化分析代码如下：#读取city列和smart_Mobility列,并按smart_Mobility列降序排列,选取前十名top_cities_Mobility=df[['city','smart_Mobility']].sort_values(by='smart_Mobility',ascending=False).head(10)#提取城市名和相应的智能出行指数smart_mobility_city=top_cities_Mobility['city'].tolist()#将城市名转换为列表smart_mobility_values=top_cities_Mobility['smart_Mobility'].tolist()#将智能出行指数转换为列表智慧出行、智慧环境数据的可视化分析代码如下：bar.set_global_opts(tit1e_opts=opts.TitleOpts(title="智慧出行排名前十的城市"),#设置图表标题xaxis-opts=opts.Axis0pts(axislabel-opts=opts.Label0pts(interval=0,rotate=45)),#设置横轴选项,确保所有横轴标签都显示,并将其旋转450visualmap_opts=opts.VisualMap0pts(max_=max(smart_mobility_val-ues),is_show=Fa1se),#设置可视化映射选项,用于控制颜色映射范围,这里不显示可视化映射智慧出行、智慧环境数据的可视化分析代码如下：legend_opts=opts.Legendopts(pos_top="5各",pos_right="93")page=Page(page_title=”全球智慧城市平台”,layout=Page.SimplePageLayout,)#创建页面对象,并设置页面标题和布局方式为简单布局#创建表格对象table=Table()page.add(table.add(headers=["全球智慧城市平台”],rows=[],attributes={#设置表格内容居中对齐"align":"center",智慧出行、智慧环境数据的可视化分析代码如下：#设置表格没有边框"border":False,#设置表格的内边距"padding":"2px","style":"letter-spacing:-1px;background:{};width:1890px;height:20px;font-size:25px;co1or:#c0c0c0;".format(table_color)#设置表格的样式,包括背景颜色、宽度、高度、字体大小和颜色}），智慧出行、智慧环境数据的可视化分析代码如下：bar#将柱状图添加到页面中）#渲染页面并保存为HTML文件#设置输出文件的名称output_filename="dashboard.html"#渲染页面并保存为HTML文件page.render(output_filename)#在浏览器中打开HTML文件webbrowser.open(output_filename)#使用webBrowser库在浏览器中打开HTML文件智慧出行、智慧环境数据的可视化分析效果演示由上图可以看出，前十名的智慧出行城市排名相互之间差距并不大，X和CU两个城市名列前茅，这也说明排名前十的城市智慧出行的交流是密切的，也是相互学习的。运行结果：10-2智慧政务、智慧经济数据可视化项目实战智慧政务、智慧经济数据的操作智慧政务、智慧经济数据的操作0102目录CONCENTS10-2-1智慧政务、智慧经济数据的操作智慧政务、智慧经济数据的操作图10-8数据集１.智慧政务、智慧经济数据的导入在本任务中，同样使用在子项目10-1用到的数据集Smart_City_index_headers.csv，子项目10-1中用到了City、Smart_Mobility和Smart_Environment列，将使用City、Smart_Government和Smart_Economy列，如图10-8所示。智慧政务、智慧经济数据的操作２.处理智慧政务、智慧经济数据本任务需要处理Smart_Government和Smart_Economy列，与子项目10-1中处理City、Smart_Mobility和Smart_Environment列一样，读者只需参考子项目10-1即可。10-2-2智慧政务、智慧经济数据可视化分析智慧政务、智慧经济数据可视化分析1.采用堆叠柱状图对智慧政务、智慧经济数据进行可视化分析代码如下：importpandasaspdfrompyechartsimportoptionsasoptsfrompyecharts.chartsimportBar,Line,Pie,PagefromponentsimportTablefrompyecharts.globalsimportThemeTypeimportwebbrowser#忽略警告importwarningswarnings.filterwarnings('ignore')#设置表格和标题的颜色智慧政务、智慧经济数据可视化分析代码如下：theme_config=ThemeType,PURPLE_PASsIONtable_color='#5B5C6E"#读取数据data_path=r"C:\UsersVAdministrator\Desktop\Smart_City_index_head-ers.csv"df=pd.read_csv(data_path)#计算Smart_Goverrment和Smart_Economy列的和,并按和降序排列,选取前10名dfr'smart_Tota1']=dfrsmart_Government']+df['smart_Economy']top_cities_Goverrment_Economy=df[fCity','Smart_Government','Smart_Economy','smart_Total']].sort_values(by='smart_Total',ascending=False).head(10)智慧政务、智慧经济数据可视化分析代码如下：smart_goverrment_values=top_cities_Government_Economy['Smart_Gov-ernment'].tolist()smart_economy_values=top_cities_Government_Economy['snart_Economy']to1ist()top_cities_Mobi1ity=df[r'city','Smart_Mobi1ity']].sort_values(by'Smart_Mobi1ity',ascending=False).head(10)smart_mobi1ity_city=top_cities_Mobi1ity[city].toliat()smart_mobility_values=top_cities_Mobi1ity['snartMobility'].tolist(#将智能出行指数转换为列表top_cities_evirorment=df[['city','smart_Environment']].sort_values(by='Smart_Environment',ascending=False).head(10)smart_evirorment_city=top_cities_evironment[City'].to1ist()smart_environment_values=top_cities_evironment['snart_Envirorment'].to1ist()智慧政务、智慧经济数据可视化分析代码如下：top_cities_evirorment=df[['City','Smart_Environment']].sort_values(by='Smart_Environment',ascending=False).head(10)smart_evirorment_city=top_cities_evironment[City'].tolist()smart_environment_values=top_cities_evironment['snart_Envirorment'].tolist()#创建柱状图bar=Bar(init_opts=opts.InitOpts(theme=theme_config,width="333"#创建柱状图对象并设置初始化选项height="350px",chart_id='bar'))bar.set_series_opts(label_opts=opts.LabelOpts(position="top"))智慧政务、智慧经济数据可视化分析代码如下：#设置标签选项,使标签显示在矩形柱上方#添加横轴数据bar.add_xaxis(smart_mobility_city)print()bar,add_yaxis("SmartMobi1ity”,smart_mobi1ity_values)#添加纵轴数据,并设置系列名称为SmartMobi1itybar.set_global_opts(tit1e_opts=opts.Tit1eOpts(tit1e=“智慧出行排名前十的城市"),智慧政务、智慧经济数据可视化分析代码如下：#设置图表标题xaxis-opts=opts.AxiaOpts(axislabel-optsopts.Label0pt(interval=0,rotate=45)),#设置横轴选项,确保所有横轴标签都显示,并将其旋转450visualmap_opts=opts.VisualMapOpts(max_=max(smart_mobi1ity_val-ues),is_show=Fa1se),#设置可视化映射选项,用于控制颜色映射范围,这里不显示可视化映射1egend_opts=opts.LegendOpts(pos_top="58",pos_right="98")智慧政务、智慧经济数据可视化分析代码如下：#创建折线图1ine=Line(init-opta=opts.InitOpta(themestheme-config,widths"338",height="350px",chart_id='1ine'))1ine,set_series-opts(label_opts=opts.LabelOpts(positionstop")#将标签放在折线图上方1ine.add_xaxis(anart_evironment-city)1ine.add_yaxis("SmartEnvironment",smart_environment_values)1ine.set_globa1_opts(tit1e_opts=opts,Tit1eOpts(化it1e="智慧环境排名前十的城市"),xaxis_opts=opts.Axis0pts(axislabe1_opts=opts.Labe10pts(interval=0rotate=45)),visualmap_opts=opts.VisualapOpts(max_"max(amart_environnent-values),is_show=False),1egend_opts=opts.LegendOpts(pos_top="58",pos_right="93")#创建环形图pie=Pie(init_opts=opts.InitOpts(theme=theme_config,width="33s"height="350px",chart_id='pie'))pie.set_series_opts(label_opts=opts.LabelOpts(is_show=False))智慧政务、智慧经济数据可视化分析代码如下：#不显示标签pie.add(series_name="智能出行",data_pair=[(city,value)forcity,valueinzip(smart_government_Economy_cities,smart_mobility_values)],#设置内环半径和外环半径radius=["408","553"],1abel_opts=opts,LabelOpts(is_show=False)#不显示标签pie.add(series_name=”智慧环境”,data_pair=[(city,value)forcity,valueinzip(smart_government_Economy_cities,smart_environment_values)],#设置内环半径和外环半径radius=["608","758"],1abel_opts=opts.Label0pts(is_show=False)不显示标签pie.set_global_opts(tit1e_opta=opts.Hit1eOpts(tit1e=智慧出行、智慧环境排名前十的城市)智慧政务、智慧经济数据可视化分析代码如下：#设置图表标题1egend_opts=opts.Legendopts(orient="vertical",pos_top="middle"pos_right="5%")#创建堆叠柱状图double_bar=Bar(init_opts=opta.InitOpts(theme=theme_config,width="338",height="350px"))double_bar.add_xaxis(smart_government_Economy_cities)double_bar.add_yaxis("SmartGovernment",smart_goverrment_values,stacks"stack1")double_bar.add_yaxis("SmartEconomy",smart_economy_values,stack="stackl")double_bar.set_global_opts(tit1e_opts=opts,Tit1eOpts(tit1e=“智慧政务和智慧经济排名前十的城市“),智慧政务、智慧经济数据可视化分析代码如下：xaxis_opts=opts.Axis0pts(axislabel_opts=opts.Label0pts(interval0,rotate=45)),legend_optssopts.Legendopts(poe-top"5",pos-right="1s"#将图例位置调整为右上角,竖排orient="vertical")page=Page(page_tit1e=“全球智慧城市平台”,1ayout.SimplePagelayot,)#创建页面对象,并设置页面标题和布局方式为简单布局#创建表格对象table=Table()page.add(table.add(headers=[“全球智慧城市平台”],rovs=[],attributes=(1）#设置表格内容居中对齐"align":"center",#设置表格没有边框智慧政务、智慧经济数据可视化分析代码如下："border";False,#设置表格的内边距“padding":"2px","style":"1etter-spacing:-1px;background:{);width:1890px;height:20px;font-size:25px;color:c0c0c0;",format(tahle_color)设置表格的样式,包括背景颜色、宽度、高度、字体大小和颜色#将柱状图添加到页面中barline#将折线图添加到页面中#将环形图添加到页面中pie,double_bar#渲染页面并保存output_filename="dashboard.html"page.render(output_filename)#打开网页webbrowser.open(output_fi1ename)智慧政务、智慧经济数据可视化分析如图10-9所示，堆叠柱状图将智慧政务和智慧经济的占比通过矩形柱分开表示，可以看出CU和CO这两个城市的这两项指标遥遥领先，表明这几年该国家重视智慧城市的建设，更加注重政务和经济的协同发展。运行结果：智慧政务、智慧经济数据可视化分析２.采用雷达图对智慧政务、智慧经济数据进行可视化分析importpandasaspdfrompyechartsimportoptionsasoptsfrompyecharts.chartsimportBar,Line,Pie,Radar,PagefromponentsimportTablefrompyecharts.globalsimportThemeTypeimportwebbrowser#忽略警告importwarningswarnings.filterwarnings('ignore')#表格和标题的颜色theme_config=TheneType.PURPLE_PASSIONtable_color='#5B5C6E"代码如下：智慧政务、智慧经济数据可视化分析#读取数据data_path=r"C:\UsersVAdministrator\Desktop\Smart_City_index_head-ers.csv"df=pd.read_csv(data_path)#计算smart_Government列和Smart_Econamy列的和,并按和降序排列,选取前10名dfr'smart_Tota1']=dfrsmart_Government']+df['Smart_Economy']top_cities_Government_Economy=df[['City','smart_Goverrment','smart_Economy','smart_Tota1']].sort_values(by='smart_Tota1',ascendingFalse).head(10)smart_government_Economy-citiestop-cities-Government-Econony[city].tolist()smart_government_values=top_cities_Goverrment_Econony['smart_Gov-ernment'].tolist()代码如下：智慧政务、智慧经济数据可视化分析代码如下：smart_mobility_city=top_cities_Mobi1ity[City'].tolist(）smart_mobi1ity_values=top_cities_Mobi1ityfsnartMobi1ity'].tolist()#将智能出行指数转换为列表top_cities_evironment=df[['city','smart_Environment']].sort_valuee(bys'Smart_Ervironment',ascending=Falae).head(10smart_evironment_city=top_cities_evironment['City].tolist(smart_envirorment_valuesstop_cities_evironmentfsmart_Ervironment'].tolist()#创建柱状图bar=Bar(init_opts=opts,InitOpts(theme=theme_config,width="33s",height=“350px”,chart_id=‘bar'))#创建柱状图对象,并设置初始化选项bar.set_series_opts(label_opts=opts.LabelOpts(position="top"))智慧政务、智慧经济数据可视化分析代码如下：#设置标签选项,使标签显示在矩形柱的上方#添加横轴数据bar.add_xaxis(smart_mobility_city)bar.add_yaxis(“SmartMobi1ity”,smart_mobi1ity-values)添加纵轴数据,并设置系列名称为SmartMobi1itybar.set_global_opts(tit1e_ops=opts.Tit1eOpta(化#设置标签选项,使标签显示在矩形柱的上方#添加横轴数据bar.add_xaxis(smart_mobility_city)bar.add_yaxis(“SmartMobi1ity”,smart_mobi1ity-values)添加纵轴数据,并设置系列名称为SmartMobi1itybar.set_global_opts(tit1e_ops=opts.Tit1eOpta(化it1e=“智慧出行排名前十的城市“),智慧政务、智慧经济数据可视化分析代码如下：#设置图表标题xaxia-opts"opts.Axis0pta(axialabel-opts*opts.Label0pts(interval=0,rotate=45)),#设置横轴选项,确保所有横轴标签都显示,并将其旋转45°visualmap_opts=opts.Visua1MapOpts(max_=max(smart_mobi1ity_va1-ues),is_show=Fa1se),#设置可视化映射选项,用于控制颜色映射范围,这里不显it1e=“智慧出行排名前十的城市“),智慧政务、智慧经济数据可视化分析代码如下：#设置图表标题xaxia-opts"opts.Axis0pta(axialabel-opts*opts.Label0pts(interval=0,rotate=45)),#设置横轴选项,确保所有横轴标签都显示,并将其旋转45°visualmap_opts=opts.Visua1MapOpts(max_=max(smart_mobi1ity_va1-ues),is_show=Fa1se),#设置可视化映射选项,用于控制颜色映射范围,这里不显示可视化映射智慧政务、智慧经济数据可视化分析代码如下：1egend_opts=opts.Legend0pts(pos_top="53",pos_right="98")#创建折线图1ine=Line(init-opta=opts.InitOpta(themestheme-config,widths"338",height="350px",chart_id='1ine'))1ine.set_series_opts(label_optsopts,LabelOpts(position="top"))#将标签放在折线图上方line.add_xaxis(snart_evironment_city)1ine.add_yaxis("SmartEnvironment",smart_environment_values)1ine.set_global_opts(tit1e_opts=opts,Tit1eOpts(tit1e=“智慧环境排名前十的城市”)xaxis-opts=opts,Axia0pts(axislabel-opts=opts.Label0ptg(interva1=0,rotate=45)),visualmap_opts=opts.Visua1MapOpts(max_=max(smart_environment_values),is_show=False)1egend_opts=opts.Legend0pts(pos_top="58",pos_right="98")智慧政务、智慧经济数据可视化分析代码如下：#创建环形图pie=pie(init_opts=opts.InitOpts(theme=theme_config,width="33",height="350px",chart_id=pie'))pie.set_series_opts(label_opts=opts.LabelOpts(is_show=False))不显示标签pie.add(series_name="智能出行",data_pair=[(city,value)forcity,valueinzip(smart_government_Economy_cities,smart_mobility_values)],#设置内环半径和外环半径radius=["408","558"],1abel_opts=opts.Label0pts(is_show=False)不显示标签pie.add(series_names"智慧环境”,data_pair=[(city,value)forcity,valueinzip(smart_governmentEconomy_cities,smart_environment_values)],=智慧政务、智慧经济数据可视化分析代码如下：#创建环形图pie=pie(init_opts=opts.InitOpts(theme=theme_config,width="33",height="350px",chart_id=pie'))pie.set_series_opts(label_opts=opts.LabelOpts(is_show=False))不显示标签pie.add(series_name="智能出行",data_pair=[(city,value)forcity,valueinzip(smart_government_Economy_cities,smart_mobility_values)],#设置内环半径和外环半径radius=["408","558"],1abel_opts=opts.Label0pts(is_show=False)不显示标签pie.add(series_names"智慧环境”,data_pair=[(city,value)forcity,valueinzip(smart_governmentEconomy_cities,smart_environment_values)],智慧政务、智慧经济数据可视化分析代码如下：#设置内环半径和外环半径radius=["603","75"],1abel_optsmopts.LabelOpta(is_ahowmFalse)#不显示标签pie.set_global_opts(tit1e_opts=opts,Tit1eOpts(tit1e=“智慧出行、智慧环境排名前十的城市“),#设置图表标题1egend_opts=opts.Legendopts(orient="vertical",pos_top="middle"pos_right="5%")#创建堆叠柱状图double_bar=Bar(init_opts=opts.InitOpts(thene=theme_config,width="338",height="350px"))double_bar.add_xaxis(smart_goverrment_Economy_cities)double_bar.add_yaxis("SmartGovernment",smart_govermment_valuesstack="stackl")double_bar,add_yaxis("SmartEconoy",smart_econony-values,stack"stackl")double_bar.set_global_opts(tit1e_opts=opts,Tit1eOpts(tit1e=智慧政务和智慧经济排名前十的城市”),智慧政务、智慧经济数据可视化分析代码如下：xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(interval=0rotate=45)),1egend_opts=opts.Legend0pts(pos_top="58",pos_right="18",orient=“vertica1”)#将图例位置调整为右上角,竖排#创建雷达图radar=Radar(init_opts=opts.InitOpts(thene=theme_config,width="33鲁",height="350px"))radar.add_schema(schema=[opts.RadarIndicatorItem(name=c)forcinsmart_government_Economy_cities])radar.add("Smart_Government",[amart-government-values],color“#9B59B6")radar.add("Smart_Economy",[smart_economy_values],color="#FPC0cB")radar.set_global_optstit1e_opts=opts,Tit1eOpts(tit1em"智慧政务和智慧经济排名前十的城市"),1egend_opts=opts.Legendopts(pos_top="5%",pos_right="18"智慧政务、智慧经济数据可视化分析代码如下：#将图例位置调整为右上角,竖排orient="vertical")page=Page(page_title=“全球智慧城市平台”,1ayout=Page,SimplePageLayout,)#创建页面对象,并设置页面标题和布局方式为简单布局table=Table()#创建表格对象page.add(table.add(headers=["全球智慧城市平台"],rows=[],attributes={#设置表格内容居中对齐"align":"center",#设置表格没有边框"border":False,#设置表格的内边距"padding":"2px""style":"1etter-spacing:-1px;background:{};width:1890px智慧政务、智慧经济数据可视化分析代码如下：eiaht:20px;font-size:25px;color:#c0c0c0:"format(tab1e_color)#设置表格的样式,包括背景颜色、宽度、高度、字体大小和颜色)#将柱状图添加到页面中bar1ine#将折线图添加到页面中#将环形图添加到页面中pie,double_bar,radar#渲染页面并保存output_fi1ename="dashboard.htm1"page,render(output_filename)#打开网页webbrowser.open(output_fi1enare)智慧政务、智慧经济数据可视化分析通过图10-10可以看出，将雷达图加入大屏中能够从更多的维度查看智慧政务和智慧经济的指标，大屏所反映的智慧城市排名符合城市通过努力所追求的技术赋能智慧城市的初心。运行结果：10-3智慧公众、智慧生活数据可视化项目实战智慧公众、智慧生活数据的导入智慧公众、智慧生活数据的处理0102目录CONCENTS智慧公众、智慧生活数据的可视化分析0310-3-1智慧公众、智慧生活数据的导入智慧公众、智慧生活数据的导入在本子项目中，同样使用在子项目10-1用到的数据集Smart_City_index_headers.csv，只不过与前两个子项目不同的是，本子项目还将用到Smart_People、Smart_Living列及SmartCity_Index列，如图10-11所示。10-3-2智慧公众、智慧生活数据的处理智慧公众、智慧生活数据的处理本任务需要处理Smart_People和Smart_Living列，与子项目10-1中City、Sｍart_Mobility和Smart_Environment列的处理一样，读者只需参考子项目10-1即可。10-3-3智慧公众、智慧生活数据的可视化分析智慧公众、智慧生活数据的可视化分析本任务采用面积图对智慧公众、智慧生活数据进行可视化分析代码如下：importpandasaspdfrompyechartsimportoptionsasoptsfrompyecharts.chartsimportBar,Line,Pie,Radar,PagefromponentsimportTablefrompyecharts.globalsimportThemeTypeimportwebbrowser#忽略警告importwarningswarnings.filterwarnings('ignore')#设置表格和标题的颜色theme_config=ThemeType.PURPLE_PAssIoNtable_color='#5B5C6E'智慧公众、智慧生活数据的可视化分析代码如下：#读取数据data_path=r"c:\Users\Administrator\Desktop\smart_city_index_head-ers.csv"df=pd.read_csv(data_path)#计算smart_Government列和smart_Economy列的和,并按和降序排列,选取前10名df['smart_Tota1']=dfr'smart_Government']+df['smart_Economy']top_cities_Government_Economy=df[['city','smart_Government','smart_Economy','smart_Tota1']].sort_values(by='smart_Total',ascending=False).head(10)智慧公众、智慧生活数据的可视化分析代码如下：smart-government-Economy-cities=top-cities-Government-Economyrcity'].tolist()smart_government_values=top_cities_Government_Economy['smart_Gov-ernment'].tolist()smart_economy_values=top_cities_Government_Economy['smart_Economy'].tolist()top_cities_Mobility=df[['city','smart_Mobility']].sort_values(by='smart_Mobility',ascending=False).head(10)smart_mobility_city=top_cities_Mobility['city'].tolist()smart_mobility_values=top_cities_Mobility[smart_Mobility'].tolist()智慧公众、智慧生活数据的可视化分析代码如下：#将智能出行指数转换为列表top_cities_evironment=df[['city','smart_Environment']].sort_values(by='smart_Environment',ascending=False).head(10)smart_evironment_city=top_cities_evironment['city'].tolist()smart_environment_values=top_cities_evironment['smart_Environment'].tolist()智慧公众、智慧生活数据的可视化分析代码如下：#计算smart_People列和smart_Living列的和,并按和降序排列,选取前10名df['smart_Tota1']=df['smart_People']+dfrsmart_Living']top_cities_People_Living=df[['city','smart_People','smart_Living','smart_Total']].sort_values(by='smart_Total',ascending=False).head(10)smart_people_living_cities=top_cities_People_Living['city'].tolist()smart-people-values=top_cities_People_Living['smart_People'].tolist()smart-living-values=top-cities-People-Living['smart-Living']tolist()print(smart_living_values)print(smart_people_values)智慧公众、智慧生活数据的可视化分析代码如下：#创建柱状图bar=Bar(init_opts=opts.Initopts(theme=theme_config,width="33%",#创建柱状图对象,并设置初始化选项height="350px",chart_id='bar'))bar.set_series_opts(label_opts=opts.Labelopts(position="top"))#设置标签选项,使标签显示在矩形柱上方bar.add_xaxis(smart_mobi1ity_city)#添加横轴数据bar.add_yaxis("SmartMobility”,smart_mobility_values)#添加纵轴数据,并设置系列名称为smartMobilitybar.set_global_opts(title_opts=opts.TitleOpts(title=”智慧出行排名前十的城市"),智慧公众、智慧生活数据的可视化分析代码如下：#设置图表标题xaxis-opts=opts.Axis0pts(axislabel-opts=opts.Label0pts(interva1=0,rotate=45)),#设置横轴选项,确保所有横轴标签都显示,并将其旋转450visualmap_opts=opts.visualMapopts(max_=max(smart_mobi1ity_val-ues),is_show=Fa1se),#设置可视化映射选项,用于控制颜色映射范围,这里不显示可视化映射1egend_opts=opts.Legendopts(pos_top="5%",pos_right="9%")#创建折线图1ine=Line(init-opts=opts.Initopts(theme=theme-config,width="33务",height="350px",chart_id='1ine'))line.set_series_opts(label_opts=opts.Labelopts(position="top"))智慧公众、智慧生活数据的可视化分析#将标签放在折线图上方1ine.add_xaxis(smart_evironment_city)1ine.add_yaxis("smartEnvironment",smart_environment_values)1ine.set_global_opts(title_opts=opts.TitleOpts(title="智慧环境排名前十的城市”),xaxis_opts=opts.Axis0pts(axislabel_opts=opts.Labelopts(interval=0,rotate=45)),visualmap-opts=opts.visualMapopts(max-=max(smart-environment-values),is_show=False),1egend_opts=opts.Legendopts(pos_top="5%",pos_right="9%")#创建环形图pie=Pie(init_opts=opts.Initopts(theme=theme_config,width="33%",height="350px",chart_id='pie'))pie.set_series_opts(label_opts=opts.Labelopts(is_show=False))代码如下：智慧公众、智慧生活数据的可视化分析#不显示标签pie.add(series_name="智能出行”,data_pair=[(city,value)forcity,valueinzip(smart_government-Economy_cities,smart_mobility_values)],#设置内环半径和外环半径radius=["40务","55各"],label_opts=opts.Labelopts(is_show=False)#不显示标签pie.add(series_name="智慧环境",代码如下：智慧公众、智慧生活数据的可视化分析data_pair=[(city,value)forcity,valueinzip(smart_government-Economy_cities,smart_environment_values)],#设置内环半径和外环半径radius=["60%","75%"],label_opts=opts.LabelOpts(is_show=False)#不显示标签pie.set_global_opts(tit1e_opts=opts.Tit1eOpts(tit1e="智慧出行、智慧环境排名前十的城市”)#设置图表标题legend_opts=opts.Legendopts(orient="vertical",pos_top="middle",代码如下：智慧公众、智慧生活数据的可视化分析pos_right="5%")#创建堆叠柱状图double_bar=Bar(init_opts=opts.Initopts(theme=theme_config,width="33务",height="350px"))double_bar.add_xaxis(smart_government_Economy_cities)double_bar.add_yaxis("smartGovernment",smart-government-values,stack="stack1")double_bar.add_yaxis("smartEconom