数据结果在时间分布上是如何迁移的？这里优先使用轮播图，也就是在图表中增加一条时间轴，让变量随着这条时间轴动态变化，例如历年人口数随时间的变化情况，各国GDP随时间的增长变化情况。
本文引入时间轮播图的概念，使用Excel工具爬取历年各个国家的GDP数据，借助PowerQuery数据清洗工具，将数据标准化，同时借助Python的第三方库Plotly进行数据可视化，下面一起学习。
数据获取
本文需要获取各个国家历年的GDP数据，可以打开快易理财网获取数据，点击数据，自定义国家查询。
在国家和地区列表中勾选中国、美国、日本、德国、英国，点击开始比较。
如下得到中国、美国、日本、德国、英国五个国家截止到2020年历年的GDP数据。
将网页的数据保存至本地文件，在网址栏复制本页的网址，网址链接如下。
https://www.kylc.com/stats/global/yearly_per_country/g_gdp/chn-usa-jpn-deu-gbr.html 新建一个空的Excel工作簿，在数据选项卡下选择自Web，将需要获取网页数据的网址复制粘贴到地址，点击转到，最后点击导入即可将网页数据保存至本地。
数据清洗
将无关的数据清除，保留GDP数据，点击从表格，进入PowerQuery清洗界面。
选中年份这一列，在转换选项卡下点击逆透视其他列，可以将横向数据转换为纵向数据。
逆透视后的列可以双击重命名，选中年份这一列，在主页选项卡下点击升序排列。
选中GDP值这一列，拆分列选择按分隔符。
由于这里数字是按照括号括起来，所以自定义分隔符为左括号 ( ，拆分位置选择最左侧的分隔符，点击确定。
数据分列后发现数字这一列存在右括号，选择替换值，将右括号替换为空，点击确定，即可提取数字。
将提取的这一列数据类型转换为小数。
点击关闭并上载，将清洗后的数据加载至本地文件中。
为了方便后面计算，这里同除以1亿。
数据可视化
使用Python导入我们清洗后的数据，数据内容如下。
import pandas asdf=pd.read_excel(r'C:\Users\尚天强\Desktop\大话数据分析系列原创\poltly\各国GDP数据.xlsx',sheet_name='Sheet2')df.head() 使用df.info()命令查看数据属性，这里年份为整型，国家为字符型，GDP为浮点型。
df.info() 借助Python的第三方库Plotly库绘制轮播图，animation_frame="年份"用于引入一条时间轴，同时设置X轴和Y轴，就可以实现各个国家历年GDP随时间的迁移变化情况，数据可视化结果如下。
import plotly.express as
df = df[df['年份'] > 1970]fig = px.bar(df,"国家","GDP","年份",'h',0, df['GDP'].max()],"国家")
fig.update_layout(width=950,600,False,False,'rgba(0,0,0,0)','rgba(0,0,0,0)','各国历年GDP总量变化趋势图',False)
fig.update_xaxes(title_text='历年GDP总量/亿')fig.update_yaxes(title_text='各国历年GDP总量变化趋势图')fig.show() 数据迁移的动态演示可以点击视频查看，内容实用的话，还请点亮小红星
，作者持续分享优质内容~