Error in user YAML: (<unknown>): found a tab character that violate indentation while scanning a plain scalar at line 3 column 3
---
- oeasy Python 0822
- 这是 oeasy 系统化 Python 教程，从基础一步步讲，扎实、完整、不跳步。愿意花时间学，就能真正学会。
- 本教程同步发布在：
- 个人网站： `https://oeasy.org`
- 蓝桥云课： `https://www.lanqiao.cn/courses/3584`
- GitHub： `https://github.com/overmind1980/oeasy-python-tutorial`
- Gitee： `https://gitee.com/overmind1980/oeasypython`
---pip3 install plotly
pip3 install openpyxl
pip install -U kaleido
wget https://labfile.shiyanlou.com/courses/3584/%E5%8C%97%E4%BA%AC2024%E5%B9%B4%E5%A4%A9%E6%B0%94%E6%95%B0%E6%8D%AE.xlsx
- 效果
import pandas as pd
import plotly.graph_objects as go
# 读取数据
file_path = '北京2024年天气数据.xlsx'
df = pd.read_excel(file_path)
# 统计气温出现次数
district_counts = df['平均气温'].value_counts()
# 使用 plotly 绘制柱形图
fig = go.Figure(go.Bar(
x=district_counts.index, # X轴为气温值
y=district_counts.values, # Y轴为出现次数
marker=dict(
color=district_counts.values, # 根据出现次数为柱子着色
colorscale='Viridis', # 使用渐变色调色板，效果较好
colorbar=dict(title="出现次数") # 添加色条
),
))
# 设置标题和标签
fig.update_layout(
title='2024年北京每月平均气温柱形图',
title_font_size=16,
xaxis_title='气温',
yaxis_title='出现次数',
xaxis=dict(tickangle=45), # 旋转x轴标签，避免重叠
margin=dict(t=40, b=40, l=40, r=40), # 设置图形边距
)
# 将图表保存为 HTML 文件
fig.write_html('bars.html')
# 提示保存完成
print("HTML文件已成功生成！")
sudo cp bars.html /usr/share/nginx/html
sudo service nginx start
firefox http://localhost/bars.html
- 效果
import pandas as pd
import plotly.graph_objects as go
# 读取Excel文件
file_path = '北京2024年天气数据.xlsx'
df = pd.read_excel(file_path)
# 统计气温出现次数
district_counts = df['平均气温'].value_counts()
# 只选择前30个最常见的气温
district_counts_top30 = district_counts.head(30)
# 使用 plotly 绘制饼图
fig = go.Figure(go.Pie(
labels=district_counts_top30.index, # 饼图的标签
values=district_counts_top30.values, # 饼图的值
hoverinfo='label+percent', # 鼠标悬停时显示标签和百分比
textinfo='percent', # 显示百分比
textfont=dict(size=12), # 设置文本大小
marker=dict(colors=['skyblue', 'gold', 'lightcoral', 'lightskyblue', 'lightgreen', 'pink']), # 饼图颜色
))
# 添加标题
fig.update_layout(
title='2024年北京前30个平均气温分布饼图',
title_font_size=16,
margin=dict(t=40, b=40, l=40, r=40) # 设置图形边距
)
# 将图表保存为 HTML 文件
fig.write_html('pie.html')
# 提示保存完成
print("HTML文件已成功生成！")
sudo cp pie.html /usr/share/nginx/html
sudo service nginx start
firefox http://localhost/pie.html
- 效果
import pandas as pd
import plotly.graph_objects as go
# 读取数据
file_path = '北京2024年天气数据.xlsx'
df = pd.read_excel(file_path)
# 将日期列转换为日期格式并提取月份
df['日期'] = pd.to_datetime(df['日期'], format='%Y年%m月%d日', errors='coerce')
if df['日期'].isna().any():
print("存在未能解析的日期，请检查数据格式！")
else:
print("日期格式解析成功！")
df['月份'] = df['日期'].dt.month
# 按月份计算平均气温
monthly_avg_temp = df.groupby('月份')['平均气温'].mean()
# 找到全年最高和最低气温及其对应日期
max_temp = df['平均气温'].max()
min_temp = df['平均气温'].min()
max_temp_date = df.loc[df['平均气温'] == max_temp, '日期'].iloc[0]
min_temp_date = df.loc[df['平均气温'] == min_temp, '日期'].iloc[0]
# 使用 plotly 绘制折线图
fig = go.Figure()
# 绘制平均气温折线图
fig.add_trace(go.Scatter(x=monthly_avg_temp.index,
y=monthly_avg_temp.values,
mode='lines+markers',
name='平均气温',
line=dict(color='blue')))
# 标记最高和最低气温
fig.add_trace(go.Scatter(x=[max_temp_date.month],
y=[max_temp],
mode='markers',
name=f'最高气温: {max_temp}℃ ({max_temp_date.strftime("%Y-%m-%d")})',
marker=dict(color='red', size=10)))
fig.add_trace(go.Scatter(x=[min_temp_date.month],
y=[min_temp],
mode='markers',
name=f'最低气温: {min_temp}℃ ({min_temp_date.strftime("%Y-%m-%d")})',
marker=dict(color='blue', size=10)))
# 设置图表标题和标签
fig.update_layout(
title='2024年北京月平均气温折线图',
xaxis_title='月份',
yaxis_title='平均气温 (℃)',
xaxis=dict(tickmode='array', tickvals=list(range(1, 13)), ticktext=[f'{i}月' for i in range(1, 13)]),
legend=dict(title='气温数据'),
template='plotly',
margin=dict(t=40, b=40, l=40, r=40)
)
# 将图表保存为 HTML 文件
fig.write_html('折线图.html')
# 提示保存完成
print("HTML文件已成功生成！")
- 本文来自 oeasy Python 系统教程。
- 想完整、扎实学 Python，
- 搜索 oeasy 即可。