說實話，這一期起的有點標題黨了。

用到的Python知識并不多，只是利用Python對數據進行規整。

最多的應該是用大佬造的輪子，基于D3.js的數據可視化項目。

附上大佬的GitHub地址，有興趣的小伙伴可以自行去圍觀。

• https://github.com/Jannchie/Historical-ranking-data-visualization-based-on-d3.js

最后我利用大佬造的輪子，成功實現了25年間各省市GDP數據的可視化。

于是乎，你不就對各省市的GDP了解的一清二楚。

數據來源來自國家統計局。

附上相關鏈接，其實里面還有好多其他的數據，非常適合拿去練手。

• http://data.stats.gov.cn/easyquery.htm?cn=E0103

本次的GDP數據如下，為各地區生產總值。

時間是1993年-2017年，共25年。

網站提供CSV文件下載，但是還是需要規整一下數據。

因為大佬造的輪子對數據有要求。

同時還需要注意一下編碼問題，這里的CSV文件需要用gbk編碼。

下面是從統計局下載下來的CSV數據。

我偷了個懶，直接就先在表格里刪除了前三行，如下。

接下來便是用Python對數據進行規整，代碼如下。

import pandas as pd 
 
# 讀取數據 
df = pd.read_csv('gdp.csv', encoding='utf-8') 
(names, values, dates) = ([], [], []) 
# 記得去除地區這個列名,遍歷年份 
for i in df.columns[1:]: 
    for j, k in zip(df[i], df['地區']): 
        # 輸出地區、GDP值、年份數據 
        print(k, j, i) 
        names.append(k) 
        values.append(int(j)) 
        dates.append(int(i.replace('年', ''))) 
# 生成DateFrame格式的數據 
data = { 
    'name': names, 
    'type': '', 
    'value': values, 
    'date': dates 
} 
# 將數據轉存為新的CSV文件 
frame = pd.DataFrame(data) 
# 設置編碼格式,避免亂碼 
frame.to_csv('gdp_last.csv', encoding='utf_8_sig') 

獲取的CSV數據如下。

和大佬造的輪子所需數據格式是一樣的，這里我不設置類型。

接下來就是克隆大佬的項目代碼到你的計算機里。

這里以前我只是上傳代碼，沒有去下載項目代碼，所以不是很清楚怎么下載下來。

經過這次算是學會了。

首先安裝一下GitHub Desktop，然后用你的GitHub賬號登陸它。

配置一下你的用戶名及綁定郵箱，便能克隆其他人的項目到你的本地。

然后打開src目錄下的bargraph.html，瀏覽器就會打開一個網頁。

在網頁里點擊選擇文件，把文件上傳上去就成功了。

網頁上就會有動態視頻出現，如下。

是不是發現很有意思，哈哈。

這里我根據自己個人需要，對大佬的輪子進行了修改。

修改的地方是在src目錄下的config.js文件里。

主要是一些小細節的修改，比如最多顯示的條目數，標題，以及條目的顏色。

修改的文件及我的CSV文件都已經上傳到GitHub上頭了。

有興趣的小伙伴可以自行去圍觀，通過閱讀原文即可直接到我的GitHub。