🧑 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

??在經濟分析中，地方財政收入是衡量地區經濟發展水平的重要指標之一。本文將利用Python和Pyecharts庫對2025年上半年地方財政收入排名前20的城市數據進行可視化分析，從多個維度展示數據，并生成一個炫酷的可視化大屏。

二、數據準備

??假設我們已經有了一個Excel文件，名為“2025年上半年地方財政收入排名前20的城市.xlsx”，包含了以下字段：序號、城市、2025年1-6月一般預算收入(億元)、2024年同期、名義增速(%)。

三、環境搭建

??確保安裝了以下Python包：

pip install pandas pyecharts openpyxl

四、代碼實現

??以下是完整的Python代碼，用于讀取數據、進行可視化分析，并生成可視化大屏。

import pandas as pd
from pyecharts.charts import *
from pyecharts import options as opts
from pyecharts.globals import ThemeType# 讀取數據
df = pd.read_excel("2025年上半年地方財政收入排名前20的城市.xlsx")

4.1 柱狀圖+折線圖組合（收入對比與增速）

bar_line = (Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK, width="1000px", height="600px")).add_xaxis(cities).add_yaxis("2025年收入(億元)", income25, category_gap="50%").add_yaxis("2024年收入(億元)", income24, category_gap="50%").extend_axis(yaxis=opts.AxisOpts(name="名義增速(%)",type_="value",min_=-5,max_=5,interval=1,axislabel_opts=opts.LabelOpts(formatter="{value}%"),splitline_opts=opts.SplitLineOpts(is_show=True, linestyle_opts=opts.LineStyleOpts(opacity=0.2))).set_global_opts(title_opts=opts.TitleOpts(title="收入對比與增速", subtitle="2025年上半年"),tooltip_opts=opts.TooltipOpts(trigger="axis", axis_pointer_type="cross"),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),yaxis_opts=opts.AxisOpts(name="收入(億元)"),visualmap_opts=opts.VisualMapOpts(min_=-5, max_=5,range_color=["#ff5252", "#ffeb3b", "#4caf50"],is_show=True, orient="horizontal", pos_top="-5%")).set_series_opts(label_opts=opts.LabelOpts(is_show=False),itemstyle_opts=opts.ItemStyleOpts(border_color="#fff"),)
)

4.2 餅圖：收入占比

pie = (Pie(init_opts=opts.InitOpts(theme=ThemeType.DARK, width="1000px", height="600px")).add("", [list(z) for z in zip(cities, income25)]).set_global_opts(title_opts=opts.TitleOpts(title="收入占比"),legend_opts=opts.LegendOpts(orient="vertical", pos_top="15%", pos_left="2%"),).set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c} ({d}%)"))
)

4.3 漏斗圖：增速分級

# 漏斗圖：增速分級
funnel = (Funnel(init_opts=opts.InitOpts(theme=ThemeType.DARK, width="1000px", height="600px")).add("增速分級", [["正增長(>2%)", len(df[df["名義增速(%)"] > 2])],["微增/微降(-2~2%)", len(df[df["名義增速(%)"].abs() <= 2])],["負增長(<-2%)", len(df[df["名義增速(%)"] < -2])]]).set_global_opts(title_opts=opts.TitleOpts(title="增速分級漏斗"))
)

4.4 詞云圖：城市詞云

wordcloud = (WordCloud(init_opts=opts.InitOpts(theme=ThemeType.DARK, width="1000px", height="600px")).add("", [list(z) for z in zip(cities, income25)], word_size_range=[20, 100]).set_global_opts(title_opts=opts.TitleOpts(title="城市詞云圖"))
)

4.5 增速排名條形圖

growth_rank = (Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK, width="1000px", height="600px")).add_xaxis(cities).add_yaxis("名義增速(%)", growth).set_global_opts(title_opts=opts.TitleOpts(title="增速排名"),xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),yaxis_opts=opts.AxisOpts(name="增速(%)"),visualmap_opts=opts.VisualMapOpts(min_=min(growth), max_=max(growth),range_color=["#ff5252", "#ffeb3b", "#4caf50"],is_show=True, orient="horizontal", pos_top="-5%"))
)

五、創建可視化大屏

page = Page(layout=Page.DraggablePageLayout, page_title="2025年上半年地方財政收入Top 20城市可視化分析")
# 組裝大屏
page.add(bar_line, pie, funnel, wordcloud, growth_rank)
page.render("2025年上半年地方財政收入Top20城市可視化分析.html")

六、可視化結果

??運行上述代碼后，會生成一個名為 2025年上半年地方財政收入Top20城市可視化分析.html 的文件。打開該文件，可以看到以下內容：

6.1 柱狀圖+折線圖組合：收入對比與增速

??柱狀圖展示了2025年上半年地方財政收入Top 20城市的排名情況。折線圖展示了名義增速走勢。

6.2 餅圖：收入占比

??餅圖展示了Top 20城市財政收入的占比情況。

6.3 漏斗圖：增速分級

??漏斗圖展示了Top 20城市財政收入的增速分級情況。

6.4 詞云圖：城市詞云

??詞云圖展示了Top 20城市名稱的詞云圖。

6.5 增速排名條形圖

??條形圖展示了Top 20城市財政收入的名義增速排名。

七、分析總結

??通過對2025年上半年地方財政收入Top 20城市數據的可視化分析，我們可以得出以下結論：

1. 收入對比：上海市和北京市的財政收入最高，分別為4684.4億元和3571.2億元。
2. 收入占比：上海市和北京市的財政收入占比較高，分別占到了較大的比例。
3. 增速走勢：深圳市和北京市的增速較高，分別為3.4%和2.6%。
4. 增速分級：大部分城市的增速為正增長，少數城市為負增長。
5. 城市詞云：上海市和北京市的詞云較大，表明這兩個城市的財政收入較高。

??總之，通過對財政收入數據的可視化分析，我們可以更好地了解各城市的財政收入水平，為制定相關政策提供參考依據。

---