目录
一 JSON数据格式转换
二 pyecharts模块
三 Pyecharts入门
四 数据可视化之疫情折线图
一 JSON数据格式转换
什么是JSON?
JSON（JavaScript Object Notation）是一种轻量级的数据交换格式。它以易于阅读和编写的方式来表示结构化数据。JSON常用于Web应用程序之间的数据传输，特别是与前端JavaScript一起使用。它基于JavaScript语法，但可以被多种编程语言支持和使用。
JSON的优点包括易于阅读和编写、数据格式简洁、跨平台和语言无关、广泛支持等。由于它的普及性和便利性，JSON已成为现代应用程序中常用的数据交换格式之一。
主要功能：
JSON就是一种在各个编程语言中流通的数据格式，负责不同编程语言中的数据传递和交互。
JSON格式数据要求
Python数据和JSON数据的相互转换
二 pyecharts模块
如果想要做出数据可视化效果图，可以借助pyecharts模块来完成
pyecharts是个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可.而Python是门富有表达力的语言，很适合用于数据处理.当数据分析遇上数据可视化时pyecharts诞生了.
安装pyecharts模块
1.使用cmd命令行安装
2.使用Pycharm安装
三 Pyecharts入门
基础折线图
1.使用时先导入包
2.得到折线对象
3.配置x,y参数
4.将代码可视化
5.运行以后我们会得到一个html文件，点击打开在使用浏览器打开即可
pyecharts的配置选项
可参考官网查看：简介 - pyecharts - A Python Echarts Plotting Library built with love.
1.全局配置
set_global_opts方法
添加全局设置项效果
2.系列配置
四 数据可视化之疫情折线图
1.首先我们手里面有三份Json数据
2.拿到数据以后分析一下：
我们前面提到了JSON数据格式的转换，明显这里格式不匹配，所以我们接下来要用数据容器的一些操作对它处理，得到标准的JSON数据，然后转换为Python的字典操作。 
3.将JSON数据可视化，方便后续找清楚逻辑关系：JSON在线视图查看器(Online JSON Viewer) (ab173.com)
4.编写代码
import json
from pyecharts.charts import Line
from pyecharts.options import TitleOpts,LabelOpts,LegendOpts,ToolboxOpts,VisualMapOpts
# 打开文件
f_us = open("D:/美国.txt","r",encoding="UTF-8")
us_data = f_us.read()
f_jp = open("D:/日本.txt","r",encoding="UTF-8")
jp_data = f_jp.read()
f_in = open("D:/印度.txt","r",encoding="UTF-8")
in_data = f_in.read()
# 去除开头不符合Json数据格式的字符串
us_data = us_data.replace("jsonp_1629344292311_69436(","")
jp_data = jp_data.replace("jsonp_1629350871167_29498(",'')
in_data = in_data.replace("jsonp_1629350745930_63180(",'')
# 去除结尾不符合Json数据格式的字符串
us_data = us_data[:-2]
jp_data = jp_data[:-2]
in_data = in_data[:-2]
# 将Json转换为Python字典
us_dict = json.loads(us_data)
jp_dict = json.loads(jp_data)
in_dict= json.loads(in_data)
# 获取trend的key
trend_data = us_dict['data'][0]['trend']
jp_trend_data = jp_dict['data'][0]['trend']
in_trend_data = in_dict['data'][0]['trend']
# 取日期数据用于x轴，取到2020
us_x_data = trend_data['updateDate'][:314]
# 取y轴数据
us_y_data = 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]
# 获得折线图
line = Line()
# 设置x,y的参数
line.add_xaxis(us_x_data)
line.add_yaxis("美国确诊人数",us_y_data,label_opts=LabelOpts(is_show=False))
line.add_yaxis("日本确诊人数",jp_y_data,label_opts=LabelOpts(is_show=False))
line.add_yaxis("印度确诊人数",in_y_data,label_opts=LabelOpts(is_show=False))
line.set_global_opts(
# 标题设置
title_opts=TitleOpts(title="2020年美日印三国新冠疫情确诊人数对比折线图",pos_left="center",pos_bottom="1%"),
legend_opts=LegendOpts(is_show=True),
toolbox_opts=ToolboxOpts(is_show=True),
visualmap_opts=VisualMapOpts(is_show=True)
)
# 将代码转可视化
line.render()
# 关闭文件
f_us.close()
f_jp.close()
f_in.close()
运行效果：
