四、使用PyEcharts数据分析案例（面向对象版）

【前言：为了巩固之前的Python基础知识（一）到（五），并为后续使用Python作为数据处理的好帮手，我们一起来用面向对象的思想来理解代码】

1.文件读取与数据处理（面向对象版）

# main.py
"""
文本数据格式如下：
订单编号，下单日期，下单金额，下单账户
json数据格式如下：
{id：编号，data：日期，money：金额，account：账户}
"""
import json
# 设计一个类完成数据封装
class data_record:

    def __init__(self, id, data, money, account):
        self.id = id            # 订单编号
        self.data = data        # 下单日期
        self.money = money      # 下单金额
        self.account = account  # 下单账户

    """
    当类对象需要被转换为字符串之前，会输出内存地址
    需要使用魔术方法__str__控制类转换为字符串的行为
    详情请看到最后
    """
    def __str__(self):
        return f"{self.id}, {self.data}, {self.money}, {self.account}"


# 设计一个抽象类定义文件读取相关功能
class file_reader:

    # 读取文件数据，将读到的每条数据转换成list，返回data_record类
    def read_data(self) -> list[data_record]:
        pass

# 读取文本数据子类
class txt_file_reader(file_reader):

    # 使用构造方法定义文件路径
    def __init__(self, path):
        self.path = path

    # 复写抽象方法
    def read_data(self) -> list[data_record]:
        f = open(self.path, 'r', encoding="UTF-8")

        data_record_list: list[data_record] = []
        for line in f.readlines():
            # 注意此处去除读取到的line中的换行符
            line = line.strip()
            # 注意split方法得到一个列表，要将字符串表示的money转换成int
            data_list = line.split("，")
            data = data_record(data_list[0], data_list[1], int(data_list[2]), data_list[3])
            data_record_list.append(data)

        f.close()
        return data_record_list

# 读取json类型数据子类
class json_file_reader(file_reader):
    # 使用构造方法定义文件路径
    def __init__(self, path):
        self.path = path

    # 复写抽象方法
    def read_data(self) -> list[data_record]:
        f = open(self.path, 'r', encoding="UTF-8")

        data_record_list: list[data_record] = []
        for line in f.readlines():
            # 将读取到的每一行json类型转换成python数据类型——字典类型
            data_dict = json.loads(line)
            data = data_record(
                data_dict["id"],
                data_dict["data"],
                int(data_dict["money"]),
                data_dict["account"])
            data_record_list.append(data)

        f.close()
        return data_record_list

txt_file = txt_file_reader("D:/txt_file.txt")
json_file = json_file_reader("D:/json_file.txt")
txt_list: list[data_record] = txt_file.read_data()
json_list: list[data_record] = json_file.read_data()

"""
运行：
for line in txt_list:
    print(line)

for line in json_list:
    print(line)
当类对象需要被转换为字符串之前，会输出内存地址
故此时仅打印数据的地址
需要使用魔术方法__str__控制类转换为字符串的行为
"""

# 将两个列表数据内容合并
all_list: list[data_record] = txt_list + json_list
# 将同一天的销售金额累加，使用字典存储
data_dict = {}
for record in all_list:
    # 当前日期已经存在，直接累加money即可
    if record.data in data_dict.keys():
        data_dict[record.data] += record.money
    # 当前日期不存在，需要添加该日期且将money存入
    else:
        data_dict[record.data] = record.money
        
print(data_dict)

"""
输出结果：
{'07-01': 5081, '07-02': 5360, '07-03': 2096, '07-04': 5174, '07-05': 5344, '07-06': 3162, '07-07': 2141, '07-08': 1701, '07-09': 3180}

"""

2.可视化开发

# 在main.py中导入包
from pyecharts.charts import Bar
from pyecharts.options import *
from pyecharts.globals import ThemeType

# 在1.文件读取与数据处理（面向对象版）代码基础上添加：

# 得到柱状图类对象
bar = Bar(init_opts=InitOpts(theme=ThemeType.LIGHT))
# 将字典中所有日期作为x轴参数，所有金额作为y轴参数
bar.add_xaxis(list(data_dict.keys()))
bar.add_yaxis("总金额", list(data_dict.values()), label_opts=LabelOpts(is_show=False))

bar.set_global_opts(
    title_opts=TitleOpts(title="每日销售总金额")
)

bar.render("每日销售总金额柱状图.html")

最终效果：

【记录学习过程的笔记，欢迎大家一起讨论，会持续更新】