🧑 博主簡介：曾任某智慧城市類企業算法總監，目前在美國市場的物流公司從事高級算法工程師一職，深耕人工智能領域，精通python數據挖掘、可視化、機器學習等，發表過AI相關的專利并多次在AI類比賽中獲獎。CSDN人工智能領域的優質創作者，提供AI相關的技術咨詢、項目開發和個性化解決方案等服務，如有需要請站內私信或者聯系任意文章底部的的VX名片（ID：xf982831907）

💬 博主粉絲群介紹：① 群內初中生、高中生、本科生、研究生、博士生遍布，可互相學習，交流困惑。② 熱榜top10的常客也在群里，也有數不清的萬粉大佬，可以交流寫作技巧，上榜經驗，漲粉秘籍。③ 群內也有職場精英，大廠大佬，可交流技術、面試、找工作的經驗。④ 進群免費贈送寫作秘籍一份，助你由寫作小白晉升為創作大佬。⑤ 進群贈送CSDN評論防封腳本，送真活躍粉絲，助你提升文章熱度。有興趣的加文末聯系方式，備注自己的CSDN昵稱，拉你進群，互相學習共同進步。

---

一、引言

在國際貿易的版圖中，中國的出口數據一直備受關注。今天，我們將使用Python和Pyecharts庫，對2025年1-7月全國出口總額排名前10的省市數據進行可視化分析。通過柱狀圖、折線圖、餅圖、地圖和詞云圖等多種圖表類型，我們將直觀地展示這些省市的出口和進口情況。

公眾號有更全的數據可視化內容，詳細資料可以添加博主微信公眾號，公眾號名稱：NLP隨手記

二、數據概覽

首先，讓我們快速瀏覽一下數據。這份數據包含了2025年1-7月全國出口總額排名前10的省市，以及它們的同比增長率和進出口總額。單位：億元 數據來源：各省市統計局/海關

三、數據可視化

我們的目標是創建一個動態的、可交互的可視化大屏，展示各市的出口總額、同比增長率、進口額分布、出口額省份地圖以及進口額省份詞云圖。整個大屏將以黑色為背景，使用多種顏色來增強視覺效果，讓人有一種視覺上的沖擊。

以下是基于Pyecharts的完整代碼，用于生成我們的可視化大屏。

import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Bar, Line, Pie, Map, WordCloud, Grid, Page
from pyecharts.globals import ThemeType# 數據準備
data = {"省市": ["廣東省", "浙江省", "江蘇省", "山東省", "上海市", "福建省", "安徽省", "四川省", "北京市", "湖北省"],"出口總額": [34361.6, 24218.9, 22068.8, 12428.7, 11233.5, 6726.8, 3647.3, 3641.1, 3540.8, 3427.9],"同比增長(%)": [1.7, 8.4, 9.3, 6.6, 10.7, -5, 13.8, 6.4, 1.8, 37.9],"進出口總額": [53965.4, 31934.3, 33092, 20360.7, 25477.7, 10871.2, 5434.1, 6025.7, 18207.7, 4771.8]
}df = pd.DataFrame(data)

3.1 創建柱狀圖 - 出口總額

bar = (Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK, bg_color="#0d0d0d")).add_xaxis(df["省市"].tolist()).add_yaxis("出口總額", df["出口總額"].tolist(), color="#ffcc00").set_global_opts(title_opts=opts.TitleOpts(title="2025年1-7月全國出口總額Top 10省市"),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),yaxis_opts=opts.AxisOpts(name="億元"),)
)

3.2 創建折線圖 - 同比增長率

line = (Line().add_xaxis(df["省市"].tolist()).add_yaxis("同比增長(%)", df["同比增長(%)"].tolist(), color="#00ccff").set_global_opts(title_opts=opts.TitleOpts(title="同比增長率"),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),yaxis_opts=opts.AxisOpts(name="%"),)
)

3.3 創建餅圖 - 進口額分布

pie = (Pie().add("",[list(z) for z in zip(df["省市"], df["進出口總額"].tolist())],radius=["30%", "75%"],center=["50%", "50%"],rosetype="radius",).set_global_opts(title_opts=opts.TitleOpts(title="進口額分布"),legend_opts=opts.LegendOpts(orient="vertical", pos_top="15%", pos_left="2%"),)
)

3.4 創建地圖 - 出口額省份地圖

map_chart = (Map().add("出口額", [list(z) for z in zip(df["省市"], df["出口總額"].tolist())], "china").set_global_opts(title_opts=opts.TitleOpts(title="出口額省份地圖"),visualmap_opts=opts.VisualMapOpts(max_=40000),)
)

3.5 創建詞云圖 - 進口額省份詞云圖

wordcloud = (WordCloud().add("", [list(z) for z in zip(df["省市"], df["進出口總額"].tolist())], word_size_range=[20, 100]).set_global_opts(title_opts=opts.TitleOpts(title="進口額省份詞云圖"))
)

四、數據可視化大屏布局

grid_top = (Grid(init_opts=opts.InitOpts(theme=ThemeType.DARK, bg_color="#0d0d0d")).add(bar, grid_opts=opts.GridOpts(pos_left="5%", pos_right="55%", pos_top="10%", height="40%")).add(line, grid_opts=opts.GridOpts(pos_left="55%", pos_right="5%", pos_top="10%", height="40%"))
)grid_middle = (Grid(init_opts=opts.InitOpts(theme=ThemeType.DARK, bg_color="#0d0d0d")).add(pie, grid_opts=opts.GridOpts(pos_left="50%", pos_right="50%", pos_top="55%", height="40%"))
)grid_bottom = (Grid(init_opts=opts.InitOpts(theme=ThemeType.DARK, bg_color="#0d0d0d")).add(map_chart, grid_opts=opts.GridOpts(pos_left="5%", pos_right="50%", pos_top="60%", height="40%")).add(wordcloud, grid_opts=opts.GridOpts(pos_left="50%", pos_right="5%", pos_top="60%", height="40%"))
)# 將圖表添加到頁面
page = Page(layout=Page.DraggablePageLayout, page_title="2025年1-7月全國出口總額Top 10省市數據分析")
page.add(grid_top, grid_middle, grid_bottom)
page.render("export_import_data_visualization.html")

五、可視化結果分析

運行上述代碼后，將生成一個名為“export_import_data_visualization.html”的文件。打開這個文件，你將看到一個動態的、可交互的可視化大屏，展示了2025年1-7月全國出口總額排名前10的省市的出口總額、同比增長率、進口額分布、出口額省份地圖以及進口額省份詞云圖。

• 出口總額柱狀圖：使用明亮的黃色，直觀地展示了各市的經濟規模。柱狀圖的高度直接反映了出口總額的大小，使得經濟實力一目了然。
• 同比增長率折線圖：使用清新的藍色，展示了各市經濟增長的速度。折線的起伏揭示了經濟增長的動態變化，幫助我們識別增長最快和最慢的地區。
• 進口額餅圖：通過餅圖的形式，直觀地展示了各市的進口額分布情況，顏色深淺反映了進口額的高低。
• 出口額省份地圖：通過地圖的形式，直觀地展示了各市的出口額分布情況，顏色深淺反映了出口額的高低。
• 進口額省份詞云圖：通過詞云的形式，直觀地展示了各市的進口額分布情況，詞的大小反映了進口額的多少。

六、結論

通過這次實踐，我們不僅將枯燥的進出口數據轉化為了生動的圖表，還通過顏色和布局的精心設計，增強了圖表的視覺效果。這樣的可視化大屏不僅適用于數據分析報告，也可以用于商業演示或教育展示，幫助觀眾更好地理解和記憶數據。

---