堂-DayDayUP VIM Linux Life
堂-DayDayUP
VIM Linux Life

22.综合案例-折线图

已发表

前置知识介绍

什么是json：

  • JSON是一种轻易级的数据交互格式，可以按照JSON指定的格式去组织和封闭数据
  • JSON本质是一个带有特定格式的字符串

主要功能：json就是一种在各个编程语言中流程的数据格式，负责不同编程语言中的数据传递和交互

# ison数据的格式可以是python中的字典:
{"name":"admin","age":18}

# 也可以是内嵌字典的列表:
[{"name":"admin","age":18},{"name":"root","age":16},{"name":"张三","age":20}]
  • Python数据和Json数据的相互转化
# 导入json模块
import json

# 准备符合json格式要求的python数据
data = [{"name":"admin","age":18},{"name":"root","age":16},{"name":"张三","age":20}]
print(type(data))

# 通过json.dumps(data)方法把python数据转化为json数据
data = json.dumps(data, ensure_ascii=False)   # ensure_ascii=False 配置涉及中文数据转化时，关闭ascii码转换
print(type(data))
print(data)

# 通过json.loads(data)方法把json数据转化为python数据
s = '[{"name":"admin","age":18},{"name":"root","age":16},{"name":"张三","age":20}]'
data = json.loads(s)
print(type(data))
print(data)

data = {"name":"张三","age":20}
data = json.dumps(data, ensure_ascii=False)   # ensure_ascii=False 配置涉及中文数据转化时，关闭ascii码转换
print(type(data))
print(data)

s = '{"name":"张三","age":20}'
data = json.loads(s)
print(type(data))
print(data)


[{"name": "admin", "age": 18}, {"name": "root", "age": 16}, {"name": "张三", "age": 20}]

[{'name': 'admin', 'age': 18}, {'name': 'root', 'age': 16}, {'name': '张三', 'age': 20}]

{"name": "张三", "age": 20}

{'name': '张三', 'age': 20}
  • pyecharts 模块

https://pyecharts.org/#/zh-cn/ # 官方文档

https://gallery.pyecharts.org/#/WordCloud/basic_wordcloud # 官方示例

安装pyecharts包： pip install pyecharts

pyecharts 模块中有很多的配置选项：

  • 全局配置选项 通过set_global_opts 方法来进行配置
  • 系列配置选项
# 导包，导入line功能构建折线图对象
from pyecharts.charts import Line
from pyecharts.options import TitleOpts, LegendOpts, ToolboxOpts, VisualMapOpts

# 得到折线图对象
line = Line()

# 添加x轴数据
line.add_xaxis(["中国", "美国", "英国"])

# 添加y轴数据
line.add_yaxis("GDP", [30 ,20 ,15])

# 全局配置
line.set_global_opts(
    title_opts=TitleOpts(title="GDP展示", pos_left="center", pos_bottom="1%"),   # 标题配置
    legend_opts=LegendOpts(is_show=True),    # 图例配置
    toolbox_opts=ToolboxOpts(is_show=True),  # 工具箱配置
    visualmap_opts=VisualMapOpts(is_show=True)  # 视觉映射配置
)

# 通过render方法，将代码生成图像
line.render("./bak/GDP.html")
'd:\\git-python\\bak\\GDP.html'

折线图开发-疫情确症折线图

import json
from pyecharts.charts import Line
from pyecharts.options import TitleOpts, LegendOpts, ToolboxOpts, VisualMapOpts, LabelOpts
# 处理数据
f_us = open("./bak/折线图数据/美国.txt", encoding="UTF-8")
us_data = f_us.read()
# print(us_data)

f_jp = open("./bak/折线图数据/日本.txt", encoding="UTF-8")
jp_data = f_jp.read()
# print(jp_data)

f_in = open("./bak/折线图数据/印度.txt", encoding="UTF-8")
in_data = f_in.read()
# print(in_data)

# 去掉不符合JSON规范的开头
us_data = us_data[:-2].replace("jsonp_1629344292311_69436(", "")
jp_data = jp_data[:-2].replace("jsonp_1629350871167_29498(", "")
in_data = in_data[:-2].replace("jsonp_1629350745930_63180(", "")
# print(us_data)
# print(jp_data)
# print(in_data)

# JSON转python字典
us_dict = json.loads(us_data)
jp_dict = json.loads(jp_data)
in_dict = json.loads(in_data)
# print(type(us_dict))
# print(us_dict)
# print(jp_dict)
# print(in_dict)

# 获取trend key
us_trend_data = us_dict['data'][0]['trend']
jp_trend_data = jp_dict['data'][0]['trend']
in_trend_data = in_dict['data'][0]['trend']
# print(us_trend_data)
# print(jp_trend_data)
# print(in_trend_data)

# 获取日期数据，用于x轴，取2020年(到314下标结束)
us_x_data = us_trend_data['updateDate'][:314]
jp_x_data = jp_trend_data['updateDate'][:314]
in_x_data = in_trend_data['updateDate'][:314]
# print(us_x_data)
# print(jp_x_data)
# print(in_x_data)

# 获取确症数据，用于y轴，取2020年
us_y_data = us_trend_data['list'][0]['data'][:314]
jp_y_data = jp_trend_data['list'][0]['data'][:314]
in_y_data = in_trend_data['list'][0]['data'][:314]
# print(us_y_data)
# print(jp_y_data)
# print(in_y_data)

# 生成图表
# 得到折线图对象
line = Line()

# 添加x轴数据
line.add_xaxis(us_x_data)

# 添加y轴数据  label_opts=LabelOpts(is_show=False)  y轴不显示数字
line.add_yaxis("美国确症数据", us_y_data, label_opts=LabelOpts(is_show=False))
line.add_yaxis("日本确症数据", jp_y_data, label_opts=LabelOpts(is_show=False))
line.add_yaxis("印度确症数据", in_y_data, label_opts=LabelOpts(is_show=False))

# 全局配置
line.set_global_opts(
    title_opts=TitleOpts(title="疫情确症折线图", pos_left="center", pos_bottom="1%"),   # 标题配置
    legend_opts=LegendOpts(is_show=True),    # 图例配置
    toolbox_opts=ToolboxOpts(is_show=True),  # 工具箱配置
    # visualmap_opts=VisualMapOpts(is_show=True)  # 视觉映射配置
)

# 通过render方法，将代码生成图像
line.render("./bak/疫情确症折线图.html")

# 关闭打开的文件
f_us.close()
f_jp.close()
f_in.close()