基于python完成披荆斩棘的哥哥数据化大屏

前言：数据可视化的意义是帮助人更好的分析数据，信息的质量很大程度上依赖于其表达方式。. 对数字罗列所组成的数据中所包含的意义进行分析，使分析结果可视化。. 其实数据可视化的本质就是视觉对话。. 数据可视化将技术与艺术完美结合，借助图形化的手段，清晰有效地传达与沟通信息。. 一方面，数据赋予可视化以价值;另一方面，数据可视化增加数据的灵性，两者相辅相成，帮助企业从信息中提取知识、从知识中收获价值。. 数据可视化的优势. 1、传递速度快. 人脑对视觉信息的处理要比书面信息块10倍。. 使用图表来总结复杂的数据，可以确保对关系的理解要比那些混乱的报告或电子表格更快。.

1.第四次公演各组评分柱形图。

2.数据采集方法：参考网络数据并手动输入到python中。

数据来源：百度百科

https://baidu.com/item/%E6%8A%AB%E8%8D%86%E6%96%A9%E6%A3%98%E7%9A%84%E5%93%A5%E5%93%A5%/50809506?fr=aladdin

3.设置# 各组组名，# 各组个人战得分，# 各组双人合作得分，# 各组阵营合作得分。

# 各组组名
name_group = ['陈小春部落','李承铉部落','张晋部落','赵文卓部落']
# 各组个人战得分
score_solo = [275,226,253,241]
# 各组双人合作得分
score_double = [218,231,283,254]
# 各组阵营合作得分
score_group = [827,895,772,803]

# 计算各组总得分。

score_total = []
for i,j,k in zip(score_solo,score_double,score_group):
    score_total.append(i+j+k)
score_total

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.globals import ThemeType

bar = (
    Bar(init_opts=opts.InitOpts(width='600px',height='400px',theme=ThemeType.DARK))
    .add_xaxis(name_group)
    .add_yaxis("solo赛",score_solo)
    .add_yaxis("双人赛",score_double)
    .add_yaxis("团体赛",score_group)
    .add_yaxis("总得分",score_total,gap='0%')
    .set_colors(['orange','skyblue','#ff8080', '#76dd0f'])
    .set_global_opts(title_opts=opts.TitleOpts(title="第四次公演各组评分柱形图"))
)

bar.render_notebook()

4.导入opts,Bar,ThemeType库

5.制作年龄分布玫瑰图

1.1数据采集方法：网页复制粘贴到excel,在导入python中

数据来源：百度知道：https://zhidao.baidu.com/question/560926209029291812.html

import pandas as pd
data_age = pd.read_excel('./data/披荆斩棘的哥哥年龄排序.xlsx')
data_age

 1.2# 加