# 交互式数据可视化课堂记录 **Repository Path**: shuimushisan/Interactive-data-visualization ## Basic Information - **Project Name**: 交互式数据可视化课堂记录 - **Description**: No description available - **Primary Language**: Unknown - **License**: MIT - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 2 - **Forks**: 0 - **Created**: 2022-03-02 - **Last Updated**: 2025-05-28 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # 期末交互式数据可视化项目介绍文档 ### - 数据分析+交互式数据可视化 - --- > **写在前面:** >- ipynb文档读取的数据在pychram文件的data文件夹下 >- 首次运行文件,需要等待函数调用生成图表,需要稍微等待几秒,请谅解 ### 1.项目概况 项目名称: | 中国劳动人口及行业的可视化分析 ---|--- 数据来源: | 国家统计局-数据查询的劳动力和就业人员相关数据 | 数据介绍: | 中国近五十年来,各行各业的就业人员占比、人口分布以及变化 ([具体请查看pycharm/data目录](https://gitee.com/shuimushisan/Interactive-data-visualization/tree/master/%E6%9C%9F%E6%9C%AB%E9%A1%B9%E7%9B%AE/pycharm%E6%BA%90%E6%96%87%E4%BB%B6/data)) 发布日期: | 2022-7-06 代码版本: | 迭代二 文件拥有者: | 梁颖欣 1910130034 ### 2.数据目标 通过国家统计局关于劳动力和就业人员相关数据可视化,分析产业未来发展趋势,为年轻人提供更加全面的眼光去看待中国的经济发展,也才能更好地为我们自己寻求更好更佳的就业方向指导。 ### 3.项目介绍 > 本可视化项目分别从人口分布、劳动力变化、男女性别比例、GDP分布、产业就业分布以及城镇经营类型六大主题着手。 >> 为当代年轻人了解和关注中国社会发展提供了渠道,也为他们未来就业提供了更优的就业选择指导。 >>> ### 接下来是项目成果展示,解释在图里 - 首页 ![image](https://gitee.com/shuimushisan/Interactive-data-visualization/raw/master/%E6%9C%9F%E6%9C%AB%E9%A1%B9%E7%9B%AE/img/%E9%A6%96%E9%A1%B5.png) - 主题1:人口分布 ![image](https://gitee.com/shuimushisan/Interactive-data-visualization/raw/master/%E6%9C%9F%E6%9C%AB%E9%A1%B9%E7%9B%AE/img/%E4%B8%BB%E9%A2%981%EF%BC%9A%E4%BA%BA%E5%8F%A3%E5%9C%B0%E5%9B%BE.png) - 主题2:劳动力人口变化 - 总人口 ![image](https://gitee.com/shuimushisan/Interactive-data-visualization/raw/master/%E6%9C%9F%E6%9C%AB%E9%A1%B9%E7%9B%AE/img/%E4%B8%BB%E9%A2%982%EF%BC%9A%E6%80%BB%E4%BA%BA%E5%8F%A3.png) - 劳动人口 ![image](https://gitee.com/shuimushisan/Interactive-data-visualization/raw/master/%E6%9C%9F%E6%9C%AB%E9%A1%B9%E7%9B%AE/img/%E4%B8%BB%E9%A2%982%EF%BC%9A%E5%8A%B3%E5%8A%A8%E5%8A%9B.png) - 总览 ![image](https://gitee.com/shuimushisan/Interactive-data-visualization/raw/master/%E6%9C%9F%E6%9C%AB%E9%A1%B9%E7%9B%AE/img/%E4%B8%BB%E9%A2%982%EF%BC%9A%E6%80%BB%E7%BB%93.png) - 主题3:性别比例变化 - 男性 ![image](https://gitee.com/shuimushisan/Interactive-data-visualization/raw/master/%E6%9C%9F%E6%9C%AB%E9%A1%B9%E7%9B%AE/img/%E4%B8%BB%E9%A2%983%EF%BC%9A%E7%94%B7%E6%80%A7.png) - 女性 ![image](https://gitee.com/shuimushisan/Interactive-data-visualization/raw/master/%E6%9C%9F%E6%9C%AB%E9%A1%B9%E7%9B%AE/img/%E4%B8%BB%E9%A2%983%EF%BC%9A%E5%A5%B3%E6%80%A7.png) - 主题4:行业与GDP - 各省的GDP ![image](https://gitee.com/shuimushisan/Interactive-data-visualization/raw/master/%E6%9C%9F%E6%9C%AB%E9%A1%B9%E7%9B%AE/img/%E4%B8%BB%E9%A2%984%EF%BC%9A%E5%90%84%E7%9C%81.png) - 各行业的GDP ![image](https://gitee.com/shuimushisan/Interactive-data-visualization/raw/master/%E6%9C%9F%E6%9C%AB%E9%A1%B9%E7%9B%AE/img/%E4%B8%BB%E9%A2%984%EF%BC%9A%E5%90%84%E8%A1%8C%E4%B8%9A.png) - 主题5:三大产业 - 三大产业就业人员人数 ![image](https://gitee.com/shuimushisan/Interactive-data-visualization/raw/master/%E6%9C%9F%E6%9C%AB%E9%A1%B9%E7%9B%AE/img/%E4%B8%BB%E9%A2%985%EF%BC%9A%E5%B0%B1%E4%B8%9A%E4%BA%BA%E5%91%98.png) - 三大产业就业人员占比 ![image](https://gitee.com/shuimushisan/Interactive-data-visualization/raw/master/%E6%9C%9F%E6%9C%AB%E9%A1%B9%E7%9B%AE/img/%E4%B8%BB%E9%A2%985%EF%BC%9A%E5%8D%A0%E6%AF%94.png) - 主题6:城镇经营 ![image](https://gitee.com/shuimushisan/Interactive-data-visualization/raw/master/%E6%9C%9F%E6%9C%AB%E9%A1%B9%E7%9B%AE/img/%E4%B8%BB%E9%A2%986%EF%BC%9A%E5%9F%8E%E9%95%87.png) ### 4.心得总结 - 本次项目的样式以及代码撰写有参考了部分开源代码,在此罗列并表示我由衷的感谢!也希望我提供的地址能够让更多人认识这些**优秀的作者及网站** - bootstrap官网的基本框架:[bootstrap](https://www.bootcss.com/) - 以及bootstrap教程视频:[极客学院:一周学会Bootstrap](https://www.bilibili.com/video/BV1Lx411v73k?from=search&seid=16610645895972569308) - 中国站长网页模版:[中国站长](https://sc.chinaz.com/) - **解决问题参考链接** - 在课堂上只学会了怎么绘制中国地图,自行查找了其他地图的绘制方法供大家参考。 本来项目开端使用的是外国的数据,但最后更改了项目主题,不够我个人感觉这一条还是很有用的,因此也罗列一下 - pycharts地图绘制:[美国地图](https://www.jianshu.com/p/f359a8902277) - pycharts官网:[教程](https://pyecharts.org/#/zh-cn/intro) - kaggle网站:[数据来源以及故事分析参考](https://www.kaggle.com/datasets) - **心得**:本次数据可视化模块主要使用的是pycharts而不是bokeh,个人觉得在可视化图表选择方面,pycharts的选择和样式方面都要更多一些,同时也更加美观一些,自学起来也十分简单和便利,但也要注意在部分图表使用时需要将部分的数据更换为列表的形式才能进行可视化分析。 - 总的来说这一节课和本次的项目实践都让我十分的受益匪浅,项目run成功的一刻也让我成就感满满,再次感谢各位同学的帮忙以及许智超老师的教导(鞠躬)