🧑 博主简介：曾任某智慧城市类企业算法总监，CSDN / 稀土掘金 等平台人工智能领域优质创作者。
目前在美国市场的物流公司从事高级算法工程师一职，深耕人工智能领域，精通python数据挖掘、可视化、机器学习等，发表过AI相关的专利并多次在AI类比赛中获奖。
一、引言
本文将使用 Python 和 Pyecharts 来对 2025 年 1-6 月浙江省各市居民收入数据进行可视化分析，从多个维度展示居民收入的分布情况，并生成炫酷的可视化大屏。
二、数据准备
本次分析的数据集包含以下字段：序号、地区、全体居民人均可支配收入、累计增长（%）、城镇居民人均可支配收入、农村居民人均可支配收入。以下是部分数据：
| 序号 | 地区 | 全体居民人均可支配收入 | 累计增长(%) | 城镇居民人均可支配收入 | 农村居民人均可支配收入 |
|---|---|---|---|---|---|
| 1 | 杭州市 | 44709 | 4.7 | 49138 | 28596 |
| 2 | 宁波市 | 43797 | 4.6 | 48789 | 30054 |
| 3 | 绍兴市 | 43030 | 5.9 | 49486 | 30265 |
| 4 | 舟山市 | 39527 | 5.0 | 44849 | 27638 |
三、环境搭建
在开始之前，确保已经安装了以下 Python 包：
pip install pandas pyecharts openpyxl
四、数据可视化
以下是完整的 Python 代码，用于读取数据、进行可视化分析，并生成炫酷的可视化大屏。
import pandas as pd
from pyecharts.charts import Bar, Line, Pie, Funnel, Grid, Scatter, Map, Page
from pyecharts import options as opts
from pyecharts.globals import ThemeType
# 读取数据
df = pd.read_excel("2025年1-6月浙江省各市居民收入排名.xlsx")
# 数据准备
regions = df["地区"].tolist()
total_income = df["全体居民人均可支配收入"].tolist()
growth_rate = df["累计增长(%)"].tolist()
urban_income = df["城镇居民人均可支配收入"].tolist()
rural_income = df["农村居民人均可支配收入"].tolist()
4.1 柱状图：全体居民人均可支配收入排名
bar = (
Bar()
.add_xaxis(regions)
.add_yaxis("全体居民人均可支配收入", total_income, category_gap="50%")
)
4.2 折线图：累计增长百分比
line = (
Line()
.add_xaxis(regions)
.add_yaxis("累计增长(%)", growth_rate)
)
4.3 饼图：全体居民人均可支配收入占比
pie = (
Pie()
.add("", [list(z) for z in zip(regions, total_income)])
)
4.4 散点图：城镇居民与农村居民人均可支配收入对比
scatter = (
Scatter()
.add_xaxis(urban_income)
.add_yaxis("农村居民人均可支配收入", rural_income)
)
4.5 地图：浙江省各市全体居民人均可支配收入分布
map_ = (
Map()
.add("全体居民人均可支配收入", [list(z) for z in zip(regions, total_income)], "浙江")
)
4.6 双轴图：城镇居民与农村居民人均可支配收入
line_bar = (
Bar()
.add_xaxis(regions)
.add_yaxis("城镇居民人均可支配收入", urban_income, category_gap="50%")
.extend_axis(
yaxis=opts.AxisOpts(
name="农村居民人均可支配收入",
type_="value",
position="right",
axislabel_opts=opts.LabelOpts(formatter="{value} 元"),
)
)
.set_global_opts(
title_opts=opts.TitleOpts(title="城镇居民与农村居民人均可支配收入", subtitle="2025年1-6月"),
yaxis_opts=opts.AxisOpts(name="城镇居民人均可支配收入（元）"),
xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(rotate=-15)),
)
)
line_bar.overlap(
Line(init_opts=opts.InitOpts(theme=ThemeType.DARK))
.add_xaxis(regions)
.add_yaxis("农村居民人均可支配收入", rural_income, yaxis_index=1)
.set_global_opts(
yaxis_opts=opts.AxisOpts(
name="农村居民人均可支配收入（元）",
type_="value",
position="right",
axislabel_opts=opts.LabelOpts(formatter="{value} 元"),
)
)
)
五、生成可移动的可视化大屏
page = Page(layout=Page.DraggablePageLayout, page_title="2025年1-6月浙江省各市居民收入可视化分析")
page.add(bar, line, pie, map_, scatter, line_bar)
page.render("2025年1-6月浙江省各市居民收入可视化大屏.html")
六、可视化结果
运行上述代码后，会生成一个名为 2025年1-6月浙江省各市居民收入可视化大屏.html 的文件，打开后可以看到以下内容：
6.1 柱状图：全体居民人均可支配收入排名
柱状图展示了 2025 年 1-6 月浙江省各市全体居民人均可支配收入的排名情况。从图中可以看出，杭州市的全体居民人均可支配收入最高，达到了 44709 元，其次是宁波市和绍兴市。而丽水市和衢州市的全体居民人均可支配收入相对较低。
6.2 折线图：累计增长百分比
折线图展示了 2025 年 1-6 月浙江省各市全体居民人均可支配收入的累计增长百分比。从图中可以看出，丽水市和衢州市的增长百分比最高，分别达到了 6.4% 和 6.0%。而温州市和嘉兴市的增长百分比较低，分别为 4.4% 和 4.5%。
6.3 饼图：全体居民人均可支配收入占比
饼图展示了 2025 年 1-6 月浙江省各市全体居民人均可支配收入的占比情况。从图中可以看出，杭州市和宁波市的全体居民人均可支配收入占比最高，分别占到了 15.2% 和 15.0%。而丽水市和衢州市的全体居民人均可支配收入占比相对较低。
6.4 散点图：城镇居民与农村居民人均可支配收入对比
散点图展示了 2025 年 1-6 月浙江省各市城镇居民与农村居民人均可支配收入的对比情况。从图中可以看出，城镇居民人均可支配收入普遍高于农村居民人均可支配收入，且两者之间的差距在不同城市之间存在差异。
6.5 地图：浙江省各市全体居民人均可支配收入分布
地图展示了 2025 年 1-6 月浙江省各市全体居民人均可支配收入的分布情况。从图中可以看出，杭州市、宁波市和绍兴市的全体居民人均可支配收入较高，颜色较深；而丽水市和衢州市的全体居民人均可支配收入相对较低，颜色较浅。
6.6 双轴图：城镇居民与农村居民人均可支配收入
双轴图展示了 2025 年 1-6 月浙江省各市城镇居民与农村居民人均可支配收入的对比情况。从图中可以看出，城镇居民人均可支配收入普遍高于农村居民人均可支配收入，且两者之间的差距在不同城市之间存在差异。
七、分析总结
通过对 2025 年 1-6 月浙江省各市居民收入数据的可视化分析，我们可以得出以下结论：
- 区域差异明显：杭州市和宁波市的全体居民人均可支配收入最高，而丽水市和衢州市的全体居民人均可支配收入相对较低。这表明浙江省内各市之间的经济发展水平存在差异。
- 增长趋势不同：丽水市和衢州市的全体居民人均可支配收入增长百分比较高，而温州市和嘉兴市的增长百分比较低。这表明不同城市的经济发展速度存在差异。
- 城乡差距显著：城镇居民人均可支配收入普遍高于农村居民人均可支配收入，且两者之间的差距在不同城市之间存在差异。这表明城乡之间的发展不平衡问题依然存在。
总之，通过对居民收入数据的可视化分析，我们可以更好地了解浙江省各市居民收入的分布情况和变化趋势，为制定相关政策提供参考依据。
如果您在人工智能领域遇到技术难题，或是需要专业支持，无论是技术咨询、项目开发还是个性化解决方案，我都可以为您提供专业服务，如有需要可站内私信或添加下方VX名片（ID：xf982831907）
期待与您一起交流，共同探索AI的更多可能！
