Python学习从0到1 day18 Python可视化基础综合案例 1.折线图

news2024/11/17 5:53:55

我默记这段路的酸楚，等来年春暖花开之时再赏心阅读

                                                                  —— 24.3.24

python基础综合案例

数据可视化 — 折线图可视化

一、折线图案例

1.json数据格式

2.pyecharts模块介绍

3.pyecharts快速入门

4.数据处理

5.创建折线图

1.json数据格式

1.什么是json

2.掌握如何使用json进行数据转化

1.什么是json

JSON是一种轻量级的数据交互格式，可以按照JSON指定的格式去组织和封装数据

JSON本质上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通的数据格式，负责不同编程语言中的数据传递和交互，类似：

国际通用语言——英语

中国各民族各地区的通用语言——普通话

2.掌握如何使用json进行数据转化

①json格式的数据格式要求：(字典)

{“name”:"admin","age":18}

②也可以是：(字典列表)

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

JSON可以看作是把一个字典或者一个字典列表全部转换成字符串

正常定义为字典或字典列表导入包和方法后就可以进行自动转换

3.演示

'''
演示JSON数据和Python字典的相互转换
'''
import json

# 准备列表，列表内每一个元素都是字典，将其转换为JSON
data1 = [{"name":"张三","age":22},{"name":"李四","age":13},{"name":"王五","age":16}]
json_str1 = json.dumps(data1,ensure_ascii=False) # 如果不写中文，则不需要参数ensure_ascii
print(json_str1)
print(type(json_str1))

# 准备字典，将字典转换为JSON
data2 = {"name":"JayZhou","addr":"台北"}
json_str2 = json.dumps(data2,ensure_ascii=False)
print(json_str2)
print(type(json_str2))

# 将JSON字符串转换为Python数据类型字典列表[{k:v,k:v},{k:v,k:v},{k:v,k:v}]
str = '[{"name": "张三", "age": 22}, {"name": "李四", "age": 13}, {"name": "王五", "age": 16}]'
json_str3 = json.loads(str)
print(json_str3)
print(type(json_str3))

# 将JSON字符串转换为Python数据类型列表{k:v,k:v}
str2 = '{"name":"JayZhou","addr":"台北"}'
json_str4 = json.loads(str2)
print(json_str4)
print(type(json_str4))

# 通过dumps和loads两个json包下的方法就可以将python中的字典或列表转换为json字符串

通过dumps和loads两个json包下的方法就可以将python中的字典或列表转换为json字符串

总结

1.json：是一种轻量级的数据交互格式，采用完全独立于编程语言的格式来存储和表示数据（就是字符串）

python语言有很大的优势是因为JSON可以直接和Python的字典或者字典列表进行无缝转换

2.json格式数据转化

        通过json.dumps(data)可以把python中的数据转化为json字符串

        data = json.dumps(data)

如果其中有中文可以带上：ensure_ascii=False参数来确保中文正常转换

        通过json.loads(data)方法把json数据转化为python中的列表或字典

        data = json.loads(data)

2.pyecharts模块介绍

如果想要做出数据可视化效果图，可以借助pyecharts模块来完成

概况： 

Echarts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

pyecharts模块安装

使用在前面学过的pip命令即可快速安装PyEcharts模块

pip install pyecharts

总结

1.开发可视化图表使用的技术栈是：

        Echarts框架的Python版本：PyEcharts包

2.如何安装PyEcharts包：

        pip install pyecharts

3.如何查看官方示例：

        打开官方画廊：

        https://gallery.pyecharts.org/#/README

3.pyecharts快速入门

1.构建一个基础的折线图

2.使用全局配置项设置属性

1.构建一个基础的折线图

基础折线图

①导包，导入Line功能构建折线图对象

from pyecharts.charts import Line

②得到折线图对象

line = Line()

③添加x轴数

line.add_xaxis(["中国","美国","英国"])

⑤添加y轴数据

line.add_yaxis("GDP",[30,20,10])

⑥生成图表

line.render() # 生成图表后会在软件包内生成一个文件，运行这个文件就是生成的图表，可以运行文件也可以在文件右上角打开它

2.使用全局配置项设置属性

pyecharts有哪些配置选项

pyecharts模块中有很多的配置选项，常用到2个类别的选项

        全局配置选项（表结构）

        系列配置选项（数据）

全局配置选项 set_global_opts方法

这里全局配置选型可以通过set_global_opts方法来进行配置，相应的选项和选项的功能如下

3.示例

# ①导包，导入Line功能构建折线图对象
from pyecharts.charts import Line
#  导包，导入控制标题的包
from pyecharts.options import TitleOpts,LegendOpts,ToolboxOpts,VisualMapOpts

# 得到折线图对象，Line对象
line = Line()

# ③给折线图对象添加x轴数
line.add_xaxis(["中国","美国","英国"])

# ④给折线图对象添加y轴数据
line.add_yaxis("GDP",[30,20,10])

# ⑤设置全局变量配置项set_global_opts来设置
line.set_global_opts(
    # ctrl+p 可以查看方法中传递的参数
    title_opts=TitleOpts(title = "GDP展示",pos_left="center",pos_bottom="1%"),    # 控制标题及位置
    legend_opts=LegendOpts(is_show=True),   # 是否显示图例（默认显示）
    toolbox_opts=ToolboxOpts(is_show=True),  # 工具箱是否显示
    visualmap_opts=VisualMapOpts(is_show=True)  # 视觉映射是否显示
)

# ⑥通过render方法，将代码生成为图像
line.render()

 运行成功后，会自动在包里生成一个文件

总结

1.pyecharts模块中有很多的配置选项，常用到三个类别的选项：

        全局配置选项

        系列配置选项

2.全局配置项能做什么？

        配置图表的标题

        配置图例

        配置鼠标移动效果

        配置工具栏

        等整体配置项

4.数据处理

1.能够通过json模块对数据进行处理

json可视化

根据json可视化掌握数据的层级关系

进入网站www.ab173.com

这是一个懒人软件，点击JSON相关、点击JSON视图

# 处理数据

# 美国疫情数据
f_us = open("D:/2LFE/Desktop/Python/资料/可视化案例数据/折线图数据/美国.txt","r",encoding="utf-8")
us_data = f_us.read()   # 美国的全部内容

# 小日本疫情数据
f_jp = open("D:/2LFE/Desktop/Python/资料/可视化案例数据/折线图数据/日本.txt","r",encoding="utf-8")
jp_data = f_jp.read()   # 日本的全部内容

# 印度疫情数据
f_in = open("D:/2LFE/Desktop/Python/资料/可视化案例数据/折线图数据/日本.txt","r",encoding="utf-8")
in_data = f_in.read()   # 印度的全部内容

# 去掉不合JSON规范的开头，每个国家的数据不规范的内容不相同，需查看文档进行改变
us_data = us_data.replace("jsonp_1629344292311_69436(","")
jp_data = jp_data.replace("jsonp_1629350871167_29498(","")
in_data = in_data.replace("jsonp_1629350745930_63180(","")

# 去掉不合JSON规范的结尾，结尾不规范数据相同，注意变量名的修改
us_data = us_data[:-2] # 序列的切片
jp_data = jp_data[:-2] # 序列的切片
in_data = in_data[:-2] # 序列的切片

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

# 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']

# 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]

# 获取确诊数据，用于y轴，取2020年（到314下标结束）
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]

5.生成图表

# 生成图表
line = Line()   # 构建折线图对象，Line()的图表对象

# 添加x轴数据
line.add_xaxis(us_x_data)   # x轴是三个国家公用的，所以一个国家的就好

# 添加y轴数据，y轴数据不共用，label_opts功能：当前这个图表中标签属性是否显示
line.add_yaxis("美国确诊人数", us_y_data, label_opts=LabelOpts(is_show=False))     # 添加美国的y轴数据
line.add_yaxis("日本确诊人数", jp_y_data, label_opts=LabelOpts(is_show=False))     # 添加日本的y轴数据
line.add_yaxis("印度确诊人数", in_y_data, label_opts=LabelOpts(is_show=False))     # 添加印度的y轴数据

6.设置全局选项

# 设置全局选项
line.set_global_opts(
    # 标题设置
    title_opts=TitleOpts(title="2020年美日印三国确诊人数对比折线图", pos_left="center", pos_bottom="1%")
)

 7.整体代码

# 演示可视化需求1：折线图开发
# 导入包
import json    # josn可视化包
from pyecharts.charts import Line   # 读取文件的函数，导入line功能
from pyecharts.options import TitleOpts, LabelOpts  # 标题设置Title包，系列属性LabelOpts包


# 处理数据

# 美国疫情数据
f_us = open("E:\python.learning\折线图数据\美国.txt","r",encoding="utf-8")
us_data = f_us.read()   # 美国的全部内容

# 小日本疫情数据
f_jp = open("E:\python.learning\折线图数据\日本.txt","r",encoding="utf-8")
jp_data = f_jp.read()   # 日本的全部内容

# 印度疫情数据
f_in = open("E:\python.learning\折线图数据\印度.txt","r",encoding="utf-8")
in_data = f_in.read()   # 印度的全部内容

# 去掉不合JSON规范的开头，每个国家的数据不规范的内容不相同，需查看文档进行改变
us_data = us_data.replace("jsonp_1629344292311_69436(","")
jp_data = jp_data.replace("jsonp_1629350871167_29498(","")
in_data = in_data.replace("jsonp_1629350745930_63180(","")

# 去掉不合JSON规范的结尾，结尾不规范数据相同，注意变量名的修改
us_data = us_data[:-2] # 序列的切片
jp_data = jp_data[:-2] # 序列的切片
in_data = in_data[:-2] # 序列的切片

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

# 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']

# 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]

# 获取确诊数据，用于y轴，取2020年（到314下标结束）
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]

# 生成图表
line = Line()   # 构建折线图对象，Line()的图表对象

# 添加x轴数据
line.add_xaxis(us_x_data)   # x轴是三个国家公用的，所以一个国家的就好

# 添加y轴数据，y轴数据不共用，label_opts功能：当前这个图表中标签属性是否显示
line.add_yaxis("美国确诊人数", us_y_data, label_opts=LabelOpts(is_show=False))     # 添加美国的y轴数据
line.add_yaxis("日本确诊人数", jp_y_data, label_opts=LabelOpts(is_show=False))     # 添加日本的y轴数据
line.add_yaxis("印度确诊人数", in_y_data, label_opts=LabelOpts(is_show=False))     # 添加印度的y轴数据

# 设置全局选项
line.set_global_opts(
    # 标题设置
    title_opts=TitleOpts(title="2020年美日印三国确诊人数对比折线图", pos_left="center", pos_bottom="1%")
)

# 调用render方法，生成图表
line.render()   # 折线图对象.render方法

# 关闭文件对象
f_us.close()
f_in.close()
f_jp.close()

运行结果：

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1542073.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

【云开发笔记No.9】Kanban与敏捷开发

【云开发笔记No.9】Kanban与敏捷开发

Kanban看板起源于丰田。 看板（Kanban）一词来自日文，本义是可视化卡片。如下图所示，看板工具的实质是：后道工序在需要时，通过看板向前道工序发出信号——请给我需要数量的输入，前道工序只有得到看…
阅读更多...
阿里云4核16G服务器优惠价格26元1个月、149元半年

阿里云4核16G服务器优惠价格26元1个月、149元半年

阿里云4核16G服务器优惠价格26.52元1个月、79.56元3个月、149.00元半年。2024年腾讯云服务器优惠价格表，一张表整理阿里云服务器最新报价，阿里云服务器网整理云服务器ECS和轻量应用服务器详细CPU内存、公网带宽和系统盘详细配置报价单，大家也…
阅读更多...
[iOS]GCD(一)

[iOS]GCD(一)

[iOS]GCD(一) 文章目录 [iOS]GCD(一)GCD的概要GCD的APIDispatch Queuedispatch_queue_createMain Dispatch_set_target_queuedispatch_afterDispatch Groupdispatch_barrier_asyncdispatch_applydispatch_applydispatch_suspend/dispatch_resumeDispatch Semaphoredispatch_onc…
阅读更多...
力扣：290. 单词规律

力扣：290. 单词规律

前言：剑指offer刷题系列 问题： 给定一种规律 pattern 和一个字符串 s ，判断 s 是否遵循相同的规律。 这里的 遵循 指完全匹配，例如， pattern 里的每个字母和字符串 s 中的每个非空单词之间存在着双向连接的对应规律…
阅读更多...
大数据Spark--入门

大数据Spark--入门

文章目录 Spark 概述Spark 是什么Spark and HadoopSpark and HadoopSpark 核心模块 Spark 简单上手创建Maven项目增加 Scala 插件增加依赖关系WordCount异常处理 Spark 概述 Spark 所需资料 链接：https://pan.baidu.com/s/12iaW68vriL6i-xI1kmr0_g?pwdm4zc 提取码…
阅读更多...
跨时钟域学习记录（一）

跨时钟域学习记录（一）

亚稳态 亚稳态是电平介于高低电平之间的一种暂时状态。在同步系统中，当寄存器的信号无法满足建立时间和保持时间时，输出端的信号就可能出现亚稳态。在异步系统中，亚稳态并非一定在建立时间和保持时间无法满足时出现。   受噪声、温度、电压…
阅读更多...
MongoDB高可用架构涉及常用功能整理

MongoDB高可用架构涉及常用功能整理

MongoDB高可用架构涉及常用功能整理 1. mongo架构和相关组件1.1. Master-Slave主从模式1.2. Replica Set 副本集模式1.3. Sharding 分片模式 2. Sharding 分片模式2.1. Hashed Sharding方式2.2. Range Sharding方式 3. 事务性4. 疑问和思考4.1. 怎么保证数据的高可靠&#xff1…
阅读更多...
oracle 19c RAC补丁升级

oracle 19c RAC补丁升级

1.停止集群件备份家目录 ----两节点分别操作 cd /u01/app/19.3.0/grid/bin/ crsctl stop crstar -zcvf /u01/app.tar.gz /u01/app/u01/app/19.0.0/grid/bin/crsctl start crs2.两节点 GI、DB OPatch 替换（都得执行） ----# 表示 root 用户，$…
阅读更多...
UDP建立聊天群

UDP建立聊天群

参考网上代码 接收端 #include<myhead.h> #define PRINT_ERR(msg) \ do \ { \ printf("%s,…
阅读更多...
docker 本地机 互通文件

docker 本地机 互通文件

查询容器name 查询容器Id 进行传输
阅读更多...
Windows11 使用 VirtualBox 安装创建 Ubuntu虚拟机

Windows11 使用 VirtualBox 安装创建 Ubuntu虚拟机

〇、背景 开发者大比例习惯都是Windows下编辑代码&#xff0c;比如使用Windows的Visual Studio Code进行代码的开发。但不管是AOSP还是鸿蒙开发&#xff0c;目前都不支持windows本地环境编译的&#xff0c;建议使用Ubuntu操作系统环境对源码进行编译。 因此&#xff0c;没有U…
阅读更多...
android emulator windows bat启动

android emulator windows bat启动

android emulator windows bat启动 先上结果 // 模拟器路径 -netspeed full -avd 模拟器名称 C:\Users\name\AppData\Local\Android\Sdk\emulator\emulator.exe -netdelay none -netspeed full -avd Pixel_3a_API_34_extension_level_7_x86_64一般来说 windows 如果不做…
阅读更多...
springcloud第4季 负载均衡的介绍3

springcloud第4季 负载均衡的介绍3

一 loadbalance 1.1 负载均衡的介绍 使用注解loadbalance&#xff0c;是一个客户端的负载均衡器&#xff1b;通过之前已经从注册中心拉取缓存到本地的服务列表中&#xff0c;获取服务进行轮询负载请求服务列表中的数据。 轮询原理 1.2 loadbalance工作流程 loadBalance工作…
阅读更多...
举4例说明Python如何使用正则表达式分割字符串

举4例说明Python如何使用正则表达式分割字符串

在Python中&#xff0c;你可以使用re模块的split()函数来根据正则表达式分割字符串。这个函数的工作原理类似于Python内置的str.split()方法&#xff0c;但它允许你使用正则表达式作为分隔符。 示例 1: 使用单个字符作为分隔符 假设你有一个由逗号分隔的字符串&#xff0c;你可…
阅读更多...
JAVAEE——多线程的设计模式，生产消费模型，阻塞队列

JAVAEE——多线程的设计模式，生产消费模型，阻塞队列

文章目录 多线程设计模式什么是设计模式单例模式饿汉模式懒汉模式线程安全问题懒汉模式就一定安全吗&#xff1f;锁引发的效率问题jvm的优化引起的安全问题 阻塞队列阻塞队列是什么&#xff1f;生产消费者模型阻塞队列实现消费生产者模型可能遇到的异常 多线程设计模式 什么是…
阅读更多...
网络套接字-TCP服务器

网络套接字-TCP服务器

一 前言 前面已经写过udp服务器的实现了&#xff0c;那里说了很多编写服务器的所需知识&#xff0c;在tcp服务器实现中就不再赘述了。 二 服务端编写 大致接口如下。 ./server port端口号 启动时指明端口号 void usage(const std::string proc) {std::cout<<"Usa…
阅读更多...
Py之scikit-learn-extra：scikit-learn-extra的简介、安装、案例应用之详细攻略

Py之scikit-learn-extra：scikit-learn-extra的简介、安装、案例应用之详细攻略

Py之scikit-learn-extra&#xff1a;scikit-learn-extra的简介、安装、案例应用之详细攻略 目录 scikit-learn-extra的简介 scikit-learn-extra的安装 scikit-learn-extra的案例应用 1、使用 scikit-learn-extra 中的 IsolationForest 模型进行异常检测 scikit-learn-extra…
阅读更多...
Orbit 使用指南 10｜在机器人上安装传感器 ｜ Isaac Sim ｜ Omniverse

Orbit 使用指南 10｜在机器人上安装传感器 ｜ Isaac Sim ｜ Omniverse

如是我闻&#xff1a; 资产类&#xff08;asset classes&#xff09;允许我们创建和模拟机器人&#xff0c;而传感器 (sensors) 则帮助我们获取关于环境的信息&#xff0c;获取不同的本体感知和外界感知信息。例如&#xff0c;摄像头传感器可用于获取环境的视觉信息&#xff0c…
阅读更多...
【小沐学Python】Python实现Web图表功能（Lux）

【小沐学Python】Python实现Web图表功能（Lux）

文章目录 1、简介2、安装3、测试3.1 入门示例3.2 入门示例2 结语 1、简介 https://github.com/lux-org/lux 用于智能可视化发现的 Python API Lux 是一个 Python 库&#xff0c;通过自动化可视化和数据分析过程来促进快速简便的数据探索。通过简单地在 Jupyter 笔记本中打印出…
阅读更多...
我的风采——android studio

我的风采——android studio

目录 实现“我的风采”页面要求理论代码生成apk文件 实现“我的风采”页面 要求 要求利用’java框架的边框布局实现“找的风采 ”页而&#xff0c;其中中间为你的生活照&#xff0c;左右和下面为按钮&#xff0c;上面为标签 理论 Java GUI编程是Java程序设计的重要组成部分…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023