In [136]:

import pandas as pd
import csv, os
df = pd.read_csv(r'C:\Users\DELL\Desktop\2.csv',encoding='gbk')

In [137]:

df

Out[137]:

	地区	二零一七年	二零一六年	二零一五年	二零一四年
0	北京	30966	27892	28311	28331
1	天津	13528	13655	12245	11770
2	河北	24706	21479	18927	15977
3	山西	9252	8895	8153	8301
4	内蒙古	8013	8000	6877	6836
5	辽宁	23675	22950	22358	21872
6	吉林	11823	11670	12057	11723
7	黑龙江	17741	16939	16365	15706
8	上海	22214	20718	20328	19832
9	江苏	44137	41131	38598	36016
10	浙江	35373	32551	29700	27048
11	安徽	16477	14605	13916	13915
12	福建	17572	16238	15065	13426
13	江西	9908	8136	7665	7307
14	山东	50907	47419	39782	34138
15	河南	26216	22955	22063	20417
16	湖北	21809	20915	19705	18249
17	湖南	21051	19363	17365	15745
18	广东	68535	63670	58747	56862
19	广西	10339	9093	8094	7774
20	海南	3717	3080	2938	2879
21	重庆	13944	12810	12491	11769
22	四川	28502	23583	21998	22797
23	贵州	7018	6565	6168	5834
24	云南	11134	11166	10108	9334
25	西藏	640	580	544	451
26	陕西	13309	12696	11940	11647
27	甘肃	5850	5233	5275	5488
28	青海	2339	2248	2071	2113
29	宁夏	3823	3357	3475	3296
30	新疆	8919	9250	9587	9402

In [138]:

print(list(df.地区))

['北京', '天津', '河北', '山西', '内蒙古', '辽宁', '吉林', '黑龙江', '上海', '江苏', '浙江', '安徽', '福建', '江西', '山东', '河南', '湖北', '湖南', '广东', '广西', '海南', '重庆', '四川', '贵州', '云南', '西藏', '陕西', '甘肃', '青海', '宁夏', '新疆']

In [139]:

print(list(df.二零一七年))

[30966, 13528, 24706, 9252, 8013, 23675, 11823, 17741, 22214, 44137, 35373, 16477, 17572, 9908, 50907, 26216, 21809, 21051, 68535, 10339, 3717, 13944, 28502, 7018, 11134, 640, 13309, 5850, 2339, 3823, 8919]

In [140]:

二零一七年分省公交车总量 = zip(list(df.地区),list(df.二零一七年))

In [141]:

print(二零一七年分省公交车总量)

<zip object at 0x000002B6AEB2A8C8>

In [142]:

二零一七年分省公交车总量 = list(zip(list(df.地区),list(df.二零一七年)))
print(二零一七年分省公交车总量)

[('北京', 30966), ('天津', 13528), ('河北', 24706), ('山西', 9252), ('内蒙古', 8013), ('辽宁', 23675), ('吉林', 11823), ('黑龙江', 17741), ('上海', 22214), ('江苏', 44137), ('浙江', 35373), ('安徽', 16477), ('福建', 17572), ('江西', 9908), ('山东', 50907), ('河南', 26216), ('湖北', 21809), ('湖南', 21051), ('广东', 68535), ('广西', 10339), ('海南', 3717), ('重庆', 13944), ('四川', 28502), ('贵州', 7018), ('云南', 11134), ('西藏', 640), ('陕西', 13309), ('甘肃', 5850), ('青海', 2339), ('宁夏', 3823), ('新疆', 8919)]

In [143]:

from pyecharts.faker import Faker
from pyecharts import options as opts
from pyecharts.charts import Map
from pyecharts.globals import ChartType, SymbolType


def map_二零一七年分省公交车总量() -> Map:
    c = (
        Map()
        .add("二零一七年分省公交车总量(辆)", 分省公交车总量, "china")
        
        .set_global_opts(
            
            title_opts=opts.TitleOpts(title="二零一七年分省公交车数据"),
            visualmap_opts=opts.VisualMapOpts(min_=640,max_=68535)
        )
    )
    return c

In [144]:

二零一七年分省公交车总量地理图 =map_二零一七年分省公交车总量()
二零一七年分省公交车总量地理图.render_notebook()

Out[144]:

In [145]:

print(list(df.二零一四年))

[28331, 11770, 15977, 8301, 6836, 21872, 11723, 15706, 19832, 36016, 27048, 13915, 13426, 7307, 34138, 20417, 18249, 15745, 56862, 7774, 2879, 11769, 22797, 5834, 9334, 451, 11647, 5488, 2113, 3296, 9402]

In [146]:

二零一四年分省公交车总量 = zip(list(df.地区),list(df.二零一四年))

In [147]:

print(二零一四年分省公交车总量)

<zip object at 0x000002B6AEB2A908>

In [148]:

二零一四年分省公交车总量 = list(zip(list(df.地区),list(df.二零一四年)))
print(二零一四年分省公交车总量)

[('北京', 28331), ('天津', 11770), ('河北', 15977), ('山西', 8301), ('内蒙古', 6836), ('辽宁', 21872), ('吉林', 11723), ('黑龙江', 15706), ('上海', 19832), ('江苏', 36016), ('浙江', 27048), ('安徽', 13915), ('福建', 13426), ('江西', 7307), ('山东', 34138), ('河南', 20417), ('湖北', 18249), ('湖南', 15745), ('广东', 56862), ('广西', 7774), ('海南', 2879), ('重庆', 11769), ('四川', 22797), ('贵州', 5834), ('云南', 9334), ('西藏', 451), ('陕西', 11647), ('甘肃', 5488), ('青海', 2113), ('宁夏', 3296), ('新疆', 9402)]

In [149]:

from pyecharts.faker import Faker
from pyecharts import options as opts
from pyecharts.charts import Map
from pyecharts.globals import ChartType, SymbolType


def map_二零一四年分省公交车总量() -> Map:
    c = (
        Map()
        .add("二零一四年分省公交车总量(辆)", 分省公交车总量, "china")
        
        .set_global_opts(
            
            title_opts=opts.TitleOpts(title="二零一四年分省公交车数据"),
            visualmap_opts=opts.VisualMapOpts(min_=451,max_=56862)
        )
    )
    return c

In [150]:

对比分省公交车总量 = zip(list(df.二零一四年),list(df.二零一七年))

In [151]:

二零一四年分省公交车总量地理图 =map_二零一四年分省公交车总量()
二零一四年分省公交车总量地理图.render_notebook()

Out[151]:

结论¶

广东地区的公交车数量一直都处于第一，并且遥遥领先，这与广东的人口密集度高有关。
西藏地区的公交车数量一直都是最少的，与第一名的数量差距悬殊，差了几百倍
东部地区公交车数量明显多与西部地区，由此可得出交通与经济发展的相关性
公交车数量在2014-2017年并没有得到较大的发展，有些地区反而更少了，如新疆地区。这可能跟私家车的普及有关。

In [ ]: