当前位置：首页 > news >正文

【数据可视化-108】2025年6月新能源汽车零售销量TOP10车企分析大屏（PyEcharts炫酷黑色主题可视化）

news 2025/9/5 8:58:51

🧑 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。

在这里插入图片描述

【数据可视化-108】2025年6月新能源汽车零售销量TOP10车企分析大屏（PyEcharts炫酷黑色主题可视化）

- 一、引言
- 二、数据概览
- 三、数据准备与环境配置
- 四、多维可视化分析
- - 4.1 销量排名柱状图（彩虹渐变效果）
  - 4.2 市场份额饼图（3D炫光效果）
  - 4.3 同比增长率雷达图（多维对比）
  - 4.4 环比变化折线图（动态效果）
  - 4.5 车企名称词云图（销量加权）
- 五、集成可视化大屏
- 六、数据分析与洞察

一、引言

在新能源汽车行业快速发展的今天，销量数据成为了衡量车企市场表现的重要指标。本文将使用Python和Pyecharts库，对2025年6月新能源汽车零售销量排名前10的车企数据进行可视化分析。我们将通过柱状图、饼图、雷达图、折线图和词云图等多种图表类型，全面展示这些车企的市场表现。

公众号有更全的数据可视化内容，详细资料可以添加博主微信公众号，公众号名称：NLP随手记
在这里插入图片描述

二、数据概览

首先，让我们快速浏览一下数据。这份数据包含了2025年6月新能源汽车零售销量排名前10的车企，以及它们的同比变化和环比变化。单位：辆数据来源：乘联会。

三、数据准备与环境配置

首先，我们需要导入必要的Python库并准备数据：

import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import *
from pyecharts.globals import ThemeType
from pyecharts.commons.utils import JsCodedf = pd.read_csv("2025年6月新能源汽车销量.csv")

四、多维可视化分析

4.1 销量排名柱状图（彩虹渐变效果）

def sales_bar() -> Bar:# 按销量排序df_sorted = df.sort_values(by='销量', ascending=True)bar = (Bar(init_opts=opts.InitOpts(theme=ThemeType.DARK, width="100%", height="400px")).add_xaxis(df_sorted['车企'].tolist()).add_yaxis("销量",df_sorted['销量'].tolist()).reversal_axis())return bar

4.2 市场份额饼图（3D炫光效果）

def market_pie() -> Pie:total_sales = df['销量'].sum()market_share = [(row['车企'], round(row['销量']/total_sales*100, 2)) for _, row in df.iterrows()]pie = (Pie(init_opts=opts.InitOpts(theme=ThemeType.DARK, width="100%", height="400px")).add("",market_share,radius=["30%", "70%"],center=["50%", "50%"],rosetype="area")))return pie

4.3 同比增长率雷达图（多维对比）

def growth_radar() -> Radar:# 选取前6名车企展示，避免过于拥挤df_top6 = df.head(6).copy()radar = (Radar(init_opts=opts.InitOpts(theme=ThemeType.DARK, width="100%", height="400px")).add_schema(schema=[opts.RadarIndicatorItem(name=itm, max_=150) for item in ["比亚迪","吉利汽车","长安汽车","特斯拉中国","鸿蒙智行","上汽通用五"]).add("同比变化(%)",[df_top6["同比变化(%)"].tolist()]).add("环比变化(%)",[df_top6["环比变化(%)"].tolist()]))return radar

4.4 环比变化折线图（动态效果）

def 环比变化_line() -> Line:df_sorted = df.sort_values(by='环比变化(%)', ascending=False)line = (Line(init_opts=opts.InitOpts(theme=ThemeType.DARK, width="100%", height="400px")).add_xaxis(df_sorted['车企'].tolist()).add_yaxis("环比变化(%)",df_sorted['环比变化(%)'].tolist()))return line

4.5 车企名称词云图（销量加权）

def wordcloud() -> WordCloud:# 创建词云数据，销量作为权重word_data = [(row['车企'], row['销量']) for _, row in df.iterrows()]wc = (WordCloud(init_opts=opts.InitOpts(theme=ThemeType.DARK, width="100%", height="400px")).add("",word_data,word_size_range=[20, 100],))return wc

五、集成可视化大屏

现在我们将所有图表集成到一个可拖拽的大屏中：

def create_dashboard():page = Page(page_title="2025年6月新能源汽车零售销量分析大屏",layout=Page.DraggablePageLayout,is_removable=False)page.add(sales_bar(),market_pie(),growth_radar(),环比变化_line(),wordcloud())page.render("新能源汽车销量分析大屏.html")if __name__ == "__main__":create_dashboard()