🧑 博主简介：曾任某智慧城市类企业算法总监，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。CSDN人工智能领域的优质创作者，提供AI相关的技术咨询、项目开发和个性化解决方案等服务，如有需要请站内私信或者联系任意文章底部的的VX名片（ID：xf982831907）

💬 博主粉丝群介绍：① 群内初中生、高中生、本科生、研究生、博士生遍布，可互相学习，交流困惑。② 热榜top10的常客也在群里，也有数不清的万粉大佬，可以交流写作技巧，上榜经验，涨粉秘籍。③ 群内也有职场精英，大厂大佬，可交流技术、面试、找工作的经验。④ 进群免费赠送写作秘籍一份，助你由写作小白晋升为创作大佬。⑤ 进群赠送CSDN评论防封脚本，送真活跃粉丝，助你提升文章热度。有兴趣的加文末联系方式，备注自己的CSDN昵称，拉你进群，互相学习共同进步。

---

一、引言

  在经济分析中，地方财政收入是衡量地区经济发展水平的重要指标之一。本文将利用Python和Pyecharts库对2025年上半年地方财政收入排名前20的城市数据进行可视化分析，从多个维度展示数据，并生成一个炫酷的可视化大屏。

二、数据准备

  假设我们已经有了一个Excel文件，名为“2025年上半年地方财政收入排名前20的城市.xlsx”，包含了以下字段：序号、城市、2025年1-6月一般预算收入(亿元)、2024年同期、名义增速(%)。

三、环境搭建

  确保安装了以下Python包：

pip install pandas pyecharts openpyxl

四、代码实现

  以下是完整的Python代码，用于读取数据、进行可视化分析，并生成可视化大屏。

import pandas as pd
from pyecharts.charts import *
from pyecharts import options as opts
from pyecharts.globals import ThemeType# 读取数据
df = pd.read_excel("2025年上半年地方财政收入排名前20的城市.xlsx")

4.1 柱状图+折线图组合（收入对比与增速）

bar_line = (Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK, width="1000px", height="600px")).add_xaxis(cities).add_yaxis("2025年收入(亿元)", income25, category_gap="50%").add_yaxis("2024年收入(亿元)", income24, category_gap="50%").extend_axis(yaxis=opts.AxisOpts(name="名义增速(%)",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="收入对比与增速", 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(亿元)"),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 饼图：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 漏斗图：增速分级

# 漏斗图：增速分级
funnel = (Funnel(init_opts=opts.InitOpts(theme=ThemeType.DARK, width="1000px", height="600px")).add("增速分级", [["正增长(>2%)", len(df[df["名义增速(%)"] > 2])],["微增/微降(-2~2%)", len(df[df["名义增速(%)"].abs() <= 2])],["负增长(<-2%)", len(df[df["名义增速(%)"] < -2])]]).set_global_opts(title_opts=opts.TitleOpts(title="增速分级漏斗"))
)

4.4 词云图：城市词云

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="城市词云图"))
)

4.5 增速排名条形图

growth_rank = (Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK, width="1000px", height="600px")).add_xaxis(cities).add_yaxis("名义增速(%)", 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、创建可视化大屏

page = Page(layout=Page.DraggablePageLayout, page_title="2025年上半年地方财政收入Top 20城市可视化分析")
# 组装大屏
page.add(bar_line, pie, funnel, wordcloud, growth_rank)
page.render("2025年上半年地方财政收入Top20城市可视化分析.html")

六、可视化结果

  运行上述代码后，会生成一个名为 2025年上半年地方财政收入Top20城市可视化分析.html 的文件。打开该文件，可以看到以下内容：

6.1 柱状图+折线图组合：收入对比与增速

  柱状图展示了2025年上半年地方财政收入Top 20城市的排名情况。折线图展示了名义增速走势。

6.2 饼图：收入占比

  饼图展示了Top 20城市财政收入的占比情况。

6.3 漏斗图：增速分级

  漏斗图展示了Top 20城市财政收入的增速分级情况。

6.4 词云图：城市词云

  词云图展示了Top 20城市名称的词云图。

6.5 增速排名条形图

  条形图展示了Top 20城市财政收入的名义增速排名。

七、分析总结

  通过对2025年上半年地方财政收入Top 20城市数据的可视化分析，我们可以得出以下结论：

1. 收入对比：上海市和北京市的财政收入最高，分别为4684.4亿元和3571.2亿元。
2. 收入占比：上海市和北京市的财政收入占比较高，分别占到了较大的比例。
3. 增速走势：深圳市和北京市的增速较高，分别为3.4%和2.6%。
4. 增速分级：大部分城市的增速为正增长，少数城市为负增长。
5. 城市词云：上海市和北京市的词云较大，表明这两个城市的财政收入较高。

  总之，通过对财政收入数据的可视化分析，我们可以更好地了解各城市的财政收入水平，为制定相关政策提供参考依据。

---