用面向对象的方法进行数据分析

news2024/11/25 4:26:48

在这里插入图片描述
项目从两个不同类型的文件（文本文件和 JSON 文件）读取销售数据，将其封装为 Record 对象，合并数据后，统计每天的销售总额，并通过 pyecharts 库生成一个包含每日销售额的柱状图（Bar chart）。接下来，我们逐步讲解每一部分的功能。

1. 数据定义类 (`Record`)

class Record:
    def __init__(self, date, order_id, money, province):
        self.date = date         # 订单日期
        self.order_id = order_id # 订单ID
        self.money = money       # 订单金额
        self.province = province # 订单所在省份

    def __str__(self):
        return f"{self.date} {self.order_id} {self.money} {self.province}"

Record 是用来封装每一条销售记录的数据类，包含四个属性：date（日期）、order_id（订单编号）、money（金额）和 province（省份）。
__str__ 方法定义了当打印对象时，显示的格式。

2. 文件读取的抽象类

class file_reader:
    def read_data(self):
       """这是抽象方法，具体子类会实现读取数据并转换为 Record 对象列表的功能"""
       pass

file_reader 是一个抽象类，定义了 read_data 方法，但不提供具体实现。其子类将负责从不同格式的文件中读取数据。

3. 文本文件读取类 (`TextFileReader`)

class TextFileReader(file_reader):
    def __init__(self, path):
        self.path = path  # 保存文件路径

    def read_data(self):
        f = open(self.path, 'r', encoding='utf-8')
        record_list: list[Record] = []  # 用于存储 Record 对象的列表
        for line in f.readlines():
            line = line.strip()  # 去掉每行的首尾空格和换行符
            data_list = line.split(',')  # 根据逗号分隔每行内容
            record = Record(data_list[0], data_list[1], int(data_list[2]), data_list[3])  # 创建 Record 对象
            record_list.append(record)  # 将每个记录添加到列表
        f.close()
        return record_list  # 返回所有记录对象的列表

TextFileReader 读取文本文件并解析每一行。每一行数据按逗号分隔，生成 Record 对象，并将这些对象加入 record_list 列表。

4. JSON 文件读取类 (`JsonFileReader`)

class JsonFileReader(file_reader):
    def __init__(self, path):
        self.path = path

    def read_data(self):
        f = open(self.path, 'r', encoding='utf-8')
        record_list: list[Record] = []
        for line in f.readlines():
            data_dict = json.loads(line)  # 解析每行的 JSON 数据
            record = Record(data_dict["date"], data_dict["order_id"], data_dict["money"], data_dict["province"])  # 创建 Record 对象
            record_list.append(record)
        f.close()
        return record_list

JsonFileReader 解析 JSON 文件，每一行数据都是一个 JSON 字符串，将其转换为 Python 的字典，然后生成 Record 对象。

5. 主函数：读取数据并处理

if __name__ == '__main__':
    textfilereader = TextFileReader('D:\study python\code\python实践\\19.数据分析案例\\2011年1月销售数据.txt')
    jsonfilereader = JsonFileReader('D:\study python\code\python实践\\19.数据分析案例\\2011年2月销售数据JSON.txt')
    
    list1 = textfilereader.read_data()  # 从文本文件读取数据
    list2 = jsonfilereader.read_data()  # 从 JSON 文件读取数据

    # 打印读取到的记录
    for record in list1:
        print(record)
    for record in list2:
        print(record)

这里是从两个文件中读取数据，并打印每一条 Record 记录，确保读取到的数据正确。

6. 数据处理和可视化

a. 合并数据并计算每日销售额

text_data = textfilereader.read_data()
jan_data = jsonfilereader.read_data()

all_data = text_data + jan_data  # 合并两个文件的数据

# 字典存储每天的销售额
data_dict = {}
for record in all_data:
    if record.date in data_dict.keys():
        data_dict[record.date] += record.money  # 累加相同日期的销售额
    else:
        data_dict[record.date] = record.money   # 新日期，初始化销售额

这段代码将 text_data 和 jan_data 数据合并，并计算每一天的销售总额，结果存储在 data_dict 中，字典的键是日期，值是该日期的总销售额。

b. 生成柱状图

# 创建一个Bar类对象
bar = Bar(init_opts=InitOpts(theme=ThemeType.DARK))  # 使用暗黑主题

# 添加x轴数据（日期）
bar.add_xaxis(list(data_dict.keys()))

# 添加y轴数据（销售额），并隐藏数据标签
bar.add_yaxis("销售额", list(data_dict.values()), label_opts=LabelOpts(is_show=False))

# 设置全局配置，添加图表标题
bar.set_global_opts(
    title_opts=TitleOpts(title="每日销售额")
)

# 渲染生成HTML文件
bar.render("每日销售额.html")