python_day7_画图

news2024/11/24 6:03:48

在这里插入图片描述

json数据与python字典的相互转换

import json

列表，其中每个元素均为一个字典

data = [{"name": "张三", "age": 10},
        {"name": "李四", "age": 13},
        {"name": "jay", "age": 17}]

json.dumps()P：将列表转为json，解决中文乱码：ensure_ascii=False

json_str = json.dumps(data, ensure_ascii=False)
print(json_str)
print(f"数据类型为：{type(json_str)}")

在这里插入图片描述

将字典转为json数据

d = {"name": "java", "score": 90}
json_str = json.dumps(d)
print(json_str)
print(type(json_str))

在这里插入图片描述

json.loads():将json转为python数据类型

j_str = '[{"name": "张三", "age": 10}, {"name": "李四", "age": 13}, {"name": "jay", "age": 17}]'
list_j = json.loads(j_str)
print(list_j)
print(type(list_j))

j_str = '{"name": "java", "score": 90}'
dict_j = json.loads(j_str)
print(dict_j)
print(type(dict_j))

在这里插入图片描述

画一个简易折线图

在这里插入图片描述

# 导包
from pyecharts.charts import Line
from pyecharts.options import TitleOpts,LegendOpts,ToolboxOpts,VisualMapOpts

# 创建一个折线图对象
line = Line()
# 给折线图添加X轴数据
line.add_xaxis(['中国', 'USA', '不列颠'])
# 添加Y轴坐标
line.add_yaxis("GDP", [30, 20, 10])

# 设置全局配置
line.set_global_opts(
        title_opts=TitleOpts(title='GDP展示',pos_left="center",pos_bottom="1%"), # 注意此处逗号
        legend_opts=LegendOpts(is_show=True),
        toolbox_opts=ToolboxOpts(is_show=True),
        visualmap_opts=VisualMapOpts(is_show=True)
)

# 通过render()方法，将代码生成图像
line.render()

在这里插入图片描述

案例实战

绘制疫情数据折线图

在这里插入图片描述
在这里插入图片描述

json格式化，查看数据层级

在这里插入图片描述

导包

import json
from pyecharts.charts import Line
from pyecharts.options import TitleOpts, LabelOpts, LegendOpts, ToolboxOpts, VisualMapOpts

灵活使用print语句查看数据

数据准备

f_us = open("D:/美国.txt", "r", encoding="utf-8")
f_jp = open("D:/日本.txt", "r", encoding="utf-8")
f_in = open("D:/印度.txt", "r", encoding="utf-8")
us_data = f_us.read()
jp_data = f_jp.read()
in_data = f_in.read()

去除不合json规范的开头，也可以使用index(“{”)获取第一个左大括号索引，然后切片

us_data = us_data.replace("jsonp_1629344292311_69436(", "")
jp_data = jp_data.strip("jsonp_1629350871167_29498(")
in_data = in_data.strip("jsonp_1629350745930_63180(")

去除不合json规范的结尾

us_data = us_data[:-2]
jp_data = jp_data[:-2]
in_data = in_data[:-2]
# print(in_data)
# print(type(in_data))

将json数据转为字典

us_dict = json.loads(us_data)
jp_dict = json.loads(jp_data)
in_dict = json.loads(in_data)
# print(in_dict)
# print(type(in_dict))

获取key：trend对应的value

# print(us_dict["data"][0]["trend"]["updateDate"])
us_trend_data = us_dict["data"][0]["trend"]
jp_trend_data = jp_dict["data"][0]["trend"]
in_trend_data = in_dict["data"][0]["trend"]
# print(in_trend_data)
# print(type(in_trend_data))

获取日期数据，作x轴(取2020年)

us_x_data = us_trend_data["updateDate"][:314]
jp_x_data = jp_trend_data["updateDate"][:314]
in_x_data = in_trend_data["updateDate"][:314]
# print(in_x_data)

获取确诊数据，作y轴(取2020年)

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]
# print(us_y_data)

制作图表

line = Line()

添加x轴数据

line.add_xaxis(us_x_data)
# line.add_xaxis(jp_x_data)
# line.add_xaxis(in_x_data)

添加y轴数据。注意y轴数据写法！！！！！

line.add_yaxis("美国确诊人数", us_y_data, label_opts=LabelOpts(is_show=False))  # 写在最后为系列选项
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))

设置全局选项

line.set_global_opts(
    #     标题
    title_opts=TitleOpts(title="2020年美日印确诊人数折线图", pos_bottom="1%", pos_left="center"),  # 注意此处逗号
    legend_opts=LegendOpts(is_show=True),
    toolbox_opts=ToolboxOpts(is_show=True),
    # visualmap_opts=VisualMapOpts(is_show=False)

)

通过render()方法，将代码生成图像

line.render()

关闭文件

f_us.close()
f_jp.close()
f_in.close()

效果图

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

PS：完整代码

# 处理数据
import json
from pyecharts.charts import Line
from pyecharts.options import TitleOpts, LabelOpts, LegendOpts, ToolboxOpts, VisualMapOpts

f_us = open("D:/美国.txt", "r", encoding="utf-8")
f_jp = open("D:/日本.txt", "r", encoding="utf-8")
f_in = open("D:/印度.txt", "r", encoding="utf-8")
us_data = f_us.read()
jp_data = f_jp.read()
in_data = f_in.read()

# 去除不合json规范的开头，也可以使用index("{")获取第一个左大括号索引，然后切片
us_data = us_data.replace("jsonp_1629344292311_69436(", "")
jp_data = jp_data.strip("jsonp_1629350871167_29498(")
in_data = in_data.strip("jsonp_1629350745930_63180(")

# 去除不合json规范的结尾
us_data = us_data[:-2]
jp_data = jp_data[:-2]
in_data = in_data[:-2]
# print(in_data)
# print(type(in_data))


# 将json数据转为字典
us_dict = json.loads(us_data)
jp_dict = json.loads(jp_data)
in_dict = json.loads(in_data)
# print(in_dict)
# print(type(in_dict))


# 获取key：trend对应的value
# print(us_dict["data"][0]["trend"]["updateDate"])
us_trend_data = us_dict["data"][0]["trend"]
jp_trend_data = jp_dict["data"][0]["trend"]
in_trend_data = in_dict["data"][0]["trend"]
# print(in_trend_data)
# print(type(in_trend_data))


# 获取日期数据，作x轴(取2020年)
us_x_data = us_trend_data["updateDate"][:314]
jp_x_data = jp_trend_data["updateDate"][:314]
in_x_data = in_trend_data["updateDate"][:314]
# print(in_x_data)


# 获取确诊数据，作y轴(取2020年)
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]
# print(us_y_data)

# 制作图表
line = Line()
# 添加x轴数据
line.add_xaxis(us_x_data)
# line.add_xaxis(jp_x_data)
# line.add_xaxis(in_x_data)
# 添加y轴数据。注意y轴数据写法！！！！！
line.add_yaxis("美国确诊人数", us_y_data, label_opts=LabelOpts(is_show=False))  # 写在最后为系列选项
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))
# 设置全局选项
line.set_global_opts(
    #     标题
    title_opts=TitleOpts(title="2020年美日印确诊人数折线图", pos_bottom="1%", pos_left="center"),  # 注意此处逗号
    legend_opts=LegendOpts(is_show=True),
    toolbox_opts=ToolboxOpts(is_show=True),
    # visualmap_opts=VisualMapOpts(is_show=False)

)
# 通过render()方法，将代码生成图像
line.render()

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

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/748146.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

【论文阅读】Scaling Laws for Neural Language Models

【论文阅读】Scaling Laws for Neural Language Models

前言 本文简要介绍 Scaling law 的主要结论原文地址：Scaling Laws for Neural Language Models个人认为不需要特别关注公式内各种符号的具体数值，而更应该关注不同因素之间的关系，比例等 Summary Performance depends strongly on scale, w…
阅读更多...
windows安装netcat

windows安装netcat

netcat 就是 nc netcat官网：https://eternallybored.org/misc/netcat/ 将下载的netcat解压到C:\Program Files重命名为netcat （安装位置自定义） 配置一下环境变量，让nc命令可以在任何地方使用 在系统变量中加入netcat的启动路径 …
阅读更多...
【面试题37】优化MYSQL数据库的方法有哪些

【面试题37】优化MYSQL数据库的方法有哪些

文章目录 一、前言二、优化的方向2.1 数据库设计优化2.2 查询优化2.3 硬件优化2.4 配置优化2.5. 定期维护和监控 三、MySQL查询优化的一些方向3.1 使用索引3.2 优化查询语句3.3 避免使用SELECT *3.4 分析查询计划3.5 设置合适的缓存大小3.6 分区表3.7 使用连接池3.8 定期优化数…
阅读更多...
记录一组excel函数-将同一个id的多组数据整合到一格并用逗号隔开

记录一组excel函数-将同一个id的多组数据整合到一格并用逗号隔开

初始数据如上图，用函数整理成下图 主要涉及两点：去重和集合 1.去重： 方法1: UNIQUE函数 使用方法：输入函数UNIQUE（范围1:范围2） 方法2:数据->删除重复项 使用方法：选中需要删除重复项的列&a…
阅读更多...
Android ：Activity生命周期

Android ：Activity生命周期

MainActivity .java import android.app.Activity; import android.os.Bundle; import android.util.Log; import java.util.function.LongToDoubleFunction; public class MainActivity extends Activity { //日志标记 private String TAG this.getClass().getSimpleNa…
阅读更多...
Jenkins持续集成：使用Gerrit Trigger插件实现代码提交自动验证

Jenkins持续集成：使用Gerrit Trigger插件实现代码提交自动验证

Gerrit Trigger插件集成了Gerrit代码审查，当创建一个“patch set”时触发Jenkins构建，本文档介绍Gerrit Trigger插件配置及使用方法。 目录 安装Gerrit Trigger插件Gerrit 访问权限配置Jenkins Gerrit Server配置Gerrit Trigger配置 安装Gerrit Trigger插…
阅读更多...
深入理解Linux网络——本机网络IO

深入理解Linux网络——本机网络IO

文章目录 一、相关实际问题二、跨机网络通信过程1）跨机数据发送2）跨机数据接收3）跨机网络通信汇总 三、本机发送过程1）网络层路由2）网络设备子系统3）驱动程序 四、本机接收过程五、问题解答 系列文章&#…
阅读更多...
什么是Heatmap（热图）图表？用DHTMLX可实现快速构建

什么是Heatmap（热图）图表？用DHTMLX可实现快速构建

DHTMLX Chart是DHTMLX最新发布的JavaScript UI小部件库的核心内容之一，这个图表小部件收到了几个重要的更新，但其中最引人注目的是一个新的数据可视化选项——日历热图。 DHTMLX专注于JavaScript和HTML5 UI小部件和库，以帮助开发人员更快地构…
阅读更多...
【ThinkPHP】实现一个逆向工程生成model

【ThinkPHP】实现一个逆向工程生成model

ThinkPHP为了节省一些重复的步骤，写了个简单版的生成model的工具，逆向生成model代码，节省时间，专注写业务代码。 ThinkPHP中的命令行也提供了一些生成代码的命令： make:controller 创建控制器 make:model 创建模型 m…
阅读更多...
spring复习：（17）ClassPathXmlApplicationContext

spring复习：（17）ClassPathXmlApplicationContext

类继承图如下： 其中的父类AbstractRefreshableApplicationContext中定义了一个DefaultListableBeanFactory对象: Nullableprivate DefaultListableBeanFactory beanFactory;AbstractApplicationContext中定义了obtainFreshBeanFactory方法 protected ConfigurableL…
阅读更多...
你知道mp3转换器怎么用吗？分享在线音频转换mp3怎么弄

你知道mp3转换器怎么用吗？分享在线音频转换mp3怎么弄

飒飒：嘿，你有没有想过如何将在线音频转换为mp3格式？ 潇潇：是的，我确实有过这个需求。在网上找到了一些工具和方法，可以帮助我们完成这个任务。 飒飒：那太好了！你能告诉我一些详细的…
阅读更多...
HTML中用户注册倒计时案例

HTML中用户注册倒计时案例

一、代码 <!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title>Document</title> </head><…
阅读更多...
el-table 动态合并不定项多级表头

el-table 动态合并不定项多级表头

我们的需求是根据不同的厂配不同的多级表头,每个表头有需要合并的项,并且不确定 如图所示 对表格进行循环操作,此处不赘述,最下方有全部代码 表头是单独写在js方便后期更改,然后引入js文件,然后根据情况去调取 // 获取表头getHeader(nv) {this.factoryCodes nv;this.heade…
阅读更多...
KingFusion通过动态库的方式连接KingIOServer数据

KingFusion通过动态库的方式连接KingIOServer数据

哈喽&#xff0c;大家好&#xff0c;我是雷工&#xff01; 本节主要测试KingFusion通过动态库接入KingIOServer数据&#xff0c;实现快速订阅、回写实时数据及客户端展示的操作。 说明&#xff1a; 1、Windows版本:KingFunsion与KingIOServer数据交互时&#xff0c;使用动态库…
阅读更多...
python中应用requests库模拟postman请求携带token，使用get和post方法请求头携带token

python中应用requests库模拟postman请求携带token，使用get和post方法请求头携带token

背景&#xff1a; 实际开发中&#xff0c;Python程序中需要调用后台接口&#xff0c;充当前端&#xff0c;后端规定请求头需要携带token 封装的get和post类: class RequestMethodCarryJson:"""定义请求类型以json方式传递参数"""def __init__…
阅读更多...
欧姆龙NJ1P2 Fins Udp通讯

欧姆龙NJ1P2 Fins Udp通讯

NJ1P2 Tcp连接不成功&#xff0c;咨询客服说不支持Fins Tcp&#xff0c;所以改成Udp方式。 Udp连接&#xff1a; locateIp IPAddress.Parse(txtLocateIP.Text); locatePoint new IPEndPoint(locateIp, Convert.ToInt32(txtLocatePort.Text)); udpCl…
阅读更多...
刷题记录02

刷题记录02

题目1 解析: 遍历字符串&#xff0c;使用cur去记录连续的数字串&#xff0c; 如果遇到不是数字字符&#xff0c;则表示一个连续的数字串结束了&#xff0c; 则将数字串跟之前的数字串比较&#xff0c;如果更长&#xff0c;则更新更长的数字串更新到ret。 具体代码: import jav…
阅读更多...
线上阿里云短信盗刷问题实录

线上阿里云短信盗刷问题实录

背景 营销系统中有定时任务处理将待支付订单变更为已取消,执行时间五分钟一次.业务执行处理异常会发送短信给相关开发人员进行短信提醒.从下午一点二十五开始,开发人员间隔五分钟就会收到业务执行异常的短信提醒.最初因为测试或是正式环境中确实有异常的业务,才会出现这个情况,…
阅读更多...
C++结合EasyX写扫雷(new)

C++结合EasyX写扫雷(new)

【游戏】C结合EasyX写扫雷&#xff08;时隔半年后重写&#xff09; 上一次写扫雷这一次实现思路设置全局变量Grid类Grid类的成员函数启动画面死循环监听鼠标事件 全部代码其他 上一次写扫雷 大约半年之前的寒假期间&#xff0c;我接触了EasyX这个图形库&#xff0c;于是试着写…
阅读更多...
antd design 4 版本，表格操作列文字间隔小竖线

antd design 4 版本，表格操作列文字间隔小竖线

组件库可以直接使用 <Divider typevertical /> 时小记&#xff0c;终有成。
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023