🧑 博主简介：曾任某智慧城市类企业算法总监，目前在美国市场的物流公司从事高级算法工程师一职，深耕人工智能领域，精通python数据挖掘、可视化、机器学习等，发表过AI相关的专利并多次在AI类比赛中获奖。CSDN人工智能领域的优质创作者，提供AI相关的技术咨询、项目开发和个性化解决方案等服务，如有需要请站内私信或者联系任意文章底部的的VX名片（ID：xf982831907）

💬 博主粉丝群介绍：① 群内初中生、高中生、本科生、研究生、博士生遍布，可互相学习，交流困惑。② 热榜top10的常客也在群里，也有数不清的万粉大佬，可以交流写作技巧，上榜经验，涨粉秘籍。③ 群内也有职场精英，大厂大佬，可交流技术、面试、找工作的经验。④ 进群免费赠送写作秘籍一份，助你由写作小白晋升为创作大佬。⑤ 进群赠送CSDN评论防封脚本，送真活跃粉丝，助你提升文章热度。有兴趣的加文末联系方式，备注自己的CSDN昵称，拉你进群，互相学习共同进步。

【数据可视化-104】安徽省2025年上半年GDP数据可视化分析：用Python和Pyecharts打造炫酷大屏

• • @[TOC](【数据可视化-104】安徽省2025年上半年GDP数据可视化分析：用Python和Pyecharts打造炫酷大屏)
  • 一、引言
  • 二、数据概览
  • 三、可视化目标
  • • 3.1 创建柱状图 - GDP总量
    • 3.2 创建折线图 - 名义增长率
    • 3.3 创建地图 - GDP总量
    • 3.4 创建词云图 - 增量地区
  • 四、可视化大屏
  • 五、可视化结果分析
  • 六、进一步分析
  • 七、结论

一、引言

在数据分析领域，如何将枯燥的数据转化为直观、吸引人的图表，是每个数据分析师都需要掌握的技能。今天，我们将使用Python和Pyecharts库，对2025年上半年安徽省各市的GDP数据进行可视化分析。通过柱状图、折线图、地图和词云图等多种图表类型，我们将数据的多维度特征展现得淋漓尽致。

二、数据概览

我们的数据包含了安徽省16个市在2025年上半年的GDP表现，以及与2024年同期的对比。数据字段包括地区、2025年上半年GDP、2024年同期GDP、增量和名义增长率。

三、可视化目标

我们的目标是创建一个动态的、可交互的可视化大屏，展示各市GDP的总量、名义增长率、安徽省GDP地图以及增量地区的词云图。整个大屏将以黑色为背景，使用多种颜色来增强视觉效果，让人有一种视觉上的冲击，首先加载数据，代码如下。

import pandas as pd
from pyecharts.charts import Bar, Line, Map, WordCloud, Page
from pyecharts import options as opts
from pyecharts.globals import ThemeType

df = pd.read_excel("2025年安徽省上半年GDP数据.xlsx)

3.1 创建柱状图 - GDP总量

bar = (
    Bar(init_opts=opts.InitOpts(bg_color="#0d0d0d", theme=ThemeType.DARK))
    .add_xaxis(df["地区"].tolist())
    .add_yaxis("GDP总量", df["2025年上半年"].tolist(), color="#ffcc00")
    .set_global_opts(
        title_opts=opts.TitleOpts(title="2025年上半年安徽省各市GDP总量"),
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
        yaxis_opts=opts.AxisOpts(name="亿元"),
        visualmap_opts=opts.VisualMapOpts(max_=7000),
    )
)

3.2 创建折线图 - 名义增长率

line = (
    Line(init_opts=opts.InitOpts(bg_color="#0d0d0d", theme=ThemeType.DARK))
    .add_xaxis(df["地区"].tolist())
    .add_yaxis("名义增长率", df["名义增长率(%)"].tolist(), color="#00ccff")
    .set_global_opts(
        title_opts=opts.TitleOpts(title="2025年上半年安徽省各市名义增长率"),
        xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
        yaxis_opts=opts.AxisOpts(name="%"),
    )
)

3.3 创建地图 - GDP总量

map_chart = (
    Map(init_opts=opts.InitOpts(bg_color="#0d0d0d", theme=ThemeType.DARK))
    .add("", [[z, y] for z, y in zip(df["地区"], df["2025年上半年"])], "安徽")
    .set_global_opts(
        title_opts=opts.TitleOpts(title="2025年上半年安徽省各市GDP地图"),
        visualmap_opts=opts.VisualMapOpts(max_=7000),
    )
)

3.4 创建词云图 - 增量地区

wordcloud = (
    WordCloud(init_opts=opts.InitOpts(bg_color="#0d0d0d", theme=ThemeType.DARK))
    .add("", [list(z) for z in zip(df["地区"], df["增量"].tolist())], word_size_range=[20, 100])
    .set_global_opts(title_opts=opts.TitleOpts(title="2025年上半年安徽省各市GDP增量词云图"))
)

四、可视化大屏

page = Page(layout=Page.DraggablePageLayout, page_title="2025年上半年安徽省各市GDP数据可视化分析")
page.add(bar, line, map_chart, wordcloud)
page.render("anhui_gdp_visualization.html")

五、可视化结果分析

运行上述代码后，将生成一个名为“anhui_gdp_visualization.html”的文件。打开这个文件，你将看到一个动态的、可交互的可视化大屏，展示了安徽省各市的GDP总量、名义增长率、安徽省GDP地图以及增量地区的词云图。

• GDP总量柱状图：使用明亮的黄色，直观地展示了各市的经济规模。柱状图的高度直接反映了GDP的总量，使得经济实力一目了然。
• 名义增长率折线图：使用清新的蓝色，展示了各市经济增长的速度。折线的起伏揭示了经济增长的动态变化，帮助我们识别增长最快和最慢的地区。
• GDP安徽省地图：通过地图的形式，直观地展示了安徽省各市的GDP分布情况，颜色深浅反映了GDP的高低。
• 增量地区的词云图：通过词云的形式，直观地展示了各市GDP增量的大小，词的大小反映了增量的多少。

六、进一步分析

除了上述四个维度，我们还可以进一步分析以下两个维度：

1. 增量与增长率的关系：通过散点图展示各市GDP增量与名义增长率之间的关系，可以分析增量大的地区是否增长率也高，或者是否存在增量小但增长率高的地区。

2. 地区经济规模与增长率的分布：通过箱型图展示不同经济规模地区的增长率分布，可以分析经济规模对增长率的影响，是否经济规模较大的地区增长率较低，或者相反。

通过这些分析，我们可以更全面地理解安徽省各市的经济状况，为政策制定和经济规划提供数据支持。

七、结论

通过这次实践，我们不仅将枯燥的GDP数据转化为了生动的图表，还通过颜色和布局的精心设计，增强了图表的视觉效果。这样的可视化大屏不仅适用于数据分析报告，也可以用于商业演示或教育展示，帮助观众更好地理解和记忆数据。

---