python语法-面向对象数据分析案例（每日销售额柱状图数据可视化）

news2024/12/29 9:08:47

面向对象数据分析案例（每日销售额柱状图数据可视化）
使用工具： Pycharm、面向对象、json模块、pyecharts模块等
实现步骤： 读取数据–封装数据对象–计算数据对象–pyechars绘图
（项目数据见文章末参考内容）
在这里插入图片描述
解析思路是通过定义三个Python文件，各文件功能如下：

data_define.py：通过定义数据存储类，用来存储基本的数据类以待使用
file_define.py：通过定义文件处理类，抽象类约束，具体类用来实现文本文件、json文件的读取
main.py：主文件，实现具体的数据处理，乃至之后的可视化

在这里插入图片描述
data_define.py内置代码：

"""
数据定义的类
"""


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  # 销售省份

    def __str__(self):
        return f"record对象内的数据包括,订单日期:{self.date};订单ID:{self.order_id};订单金额:{self.money};销售省份:{self.province}"

file_define.py内置代码：

"""
和文件相关的类定义
"""

from data_define import Record
import json


# 定义一个抽象类用来做 顶层设计，确定有哪些功能需要实现
class FileReader:
    def read_data(self) -> list[Record]:
        """读取文件的数据，读到的每一条数据都转换为Record对象，将它们都封装到list内返回即可"""
        pass

# 文本文件读取的具体实现
class TextFileReader(FileReader):
    def __init__(self, path):
        self.path = path  # 定义成员变量记录文件的路径

    # 复写(实现抽象方法)父类的方法
    def read_data(self) -> list[Record]:
        record_list: list[Record] = []
        f = open(self.path, "r", encoding="UTF-8")
        for line in f.readlines():
            line = line.strip("\n")
            data_list = line.split(",")
            record = Record(data_list[0], data_list[1], int(data_list[2]), data_list[3])
            record_list.append(record)
        f.close()
        return record_list

# json文件读取的具体实现
class JsonFileReader(FileReader):
    def __init__(self, path):
        self.path = path  # 定义成员变量记录文件的路径

    # 复写(实现抽象方法)父类的方法
    def read_data(self) -> list[Record]:
        record_list: list[Record] = []
        f = open(self.path, "r", encoding="UTF-8")
        for line in f.readlines():
            data_dict = json.loads(line)
            record = Record(data_dict["date"], data_dict["order_id"], int(data_dict["money"]), data_dict["province"])
            record_list.append(record)
        f.close()
        return record_list


if __name__ == '__main__':
    text_file_reader = TextFileReader("2011年1月销售数据.txt")
    json_file_reader = JsonFileReader("2011年2月销售数据JSON.txt")
    list1 = text_file_reader.read_data()
    list2 = json_file_reader.read_data()
    # for item in list1:
    #     print(item)
    for item in list2:
        print(item)

main.py内置代码：

"""
面向对象，数据分析案例，主业务逻辑代码
实现步骤：
    1.设计一个类，可以完成数据的封装
    2.设计一个抽象类，定义文件读取的相关功能，并使用子类实现具体功能
    3.读取文件，生产数据对象
    4.进行数据需求的逻辑计算（计算每一天的销售额）
    5.通过Pyecharts进行图形绘制
"""

from file_define import FileReader, TextFileReader, JsonFileReader
from data_define import Record
from pyecharts.charts import Bar
from pyecharts.options import *
from pyecharts.globals import ThemeType

text_file_reader = TextFileReader("2011年1月销售数据.txt")
json_file_reader = JsonFileReader("2011年2月销售数据JSON.txt")
jan_data: list[Record] = text_file_reader.read_data()
feb_data: list[Record] = json_file_reader.read_data()

# 将2个月份的数据合并为1个list来存储
all_data: list[Record] = jan_data + feb_data

# 开始进行数据计算
# 最终存储的格式为：{"2011-01-01": 1534, "2011-01-02": 300, "2011-01-03": 650}
data_dict = {}
for record in all_data:
    if record.date in data_dict.keys():
        # 当前日期已经有记录了，所以和老记录做累加即可
        data_dict[record.date] += record.money
    else:
        data_dict[record.date] = record.money

# 可视化图表开发
bar = Bar(init_opts=InitOpts(theme=ThemeType.LIGHT))
bar.add_xaxis(list(data_dict.keys()))  # 添加x轴的数据
bar.add_yaxis("销售额", list(data_dict.values()), label_opts=LabelOpts(is_show=False))  # 添加y轴的数据
bar.set_global_opts(
    title_opts=TitleOpts(title="每日销售额")
)
bar.render("每日销售额柱状图.html")