wordpress官方主题,西宁网站建设优化案例,嵊州市住房和建设局网站,重庆公司直招文章目录 json模块json与Python数据的相互转化 pyecharts模块pyecharts基本操作基础折线图配置选项全局配置选项 json模块的数据处理折线图示例示例代码 json模块
json实际上是一种数据存储格式#xff0c;是一种轻量级的数据交互格式#xff0c;可以把他理解成一个特定格式… 文章目录 json模块json与Python数据的相互转化 pyecharts模块pyecharts基本操作基础折线图配置选项全局配置选项 json模块的数据处理折线图示例示例代码 json模块
json实际上是一种数据存储格式是一种轻量级的数据交互格式可以把他理解成一个特定格式的字符串以文件的形式存储起来
主要是在各个编程语言中交流的数据格式
从形式上看json数据格式类似于Python的字典列表元组等数据容器
他长得像这样
{name:summer,age:18}[{name:summer,age:18},{name:morty,age:14}]我们可以利用一些工具将这些数据的格式层次显示清楚一点
在线JSON格式化工具
例如 当数据量巨大时或者嵌套层数比较深的时候这样的工具就比较方便了
json与Python数据的相互转化
import json # 导入json模块data [{name:summer,age:18},{name:morty,age:14}]data json.dumps(data)data json.loads(data)dumps方法就是将python数据转化为json数据
loads方法是将json数据转化为python数据
pyecharts模块
我们可以使用pyecharts模块进行数据可视化这个模块的使用相对比较简单这里只做基础的介绍
echarts是由百度开源的数据可视化的模块交互性良好图表也很精良pyecharts只是他支持的一个部分
首先我们需要在命令行或者PyCharm中安装pyecharts模块
pip install pyechartspyecharts官方文档
pyecharts基本操作
基础折线图
from pyecharts.charts import Line # 导入Line功能构建折现图line Line() # 得到折线图对象line.add_xaxis([中国,美国,英国]) # 构建x轴行标line.add_yaxis(GDP,[100,30,50]) # 构建y轴列标与数据line.render() # 生成图表运行完成之后回生成一个render.html文件用浏览器打开之后就是我们的图表 配置选项
在pyecharts模块中由很多的配置选项
全局配置选项
这里可以用set_global_opts可以配置许多的内容例如标题、图例、颜色、工具箱等内容
之后我们对示例详细讲解
json模块的数据处理
这里我们有一段json数据格式化之后如下图所示 我们发现他除了数据内容还包含了一串字符在数据的末尾还有一个分号(未显示)
我们在把他转化成使用的元组、列表、字典时就需要对这个字符串进行处理
示例如下
import json
# 将json数据已经保存到data中
data data.replace(jsonp_1629344292311_69436(,) #用空字符替换这一串data data[:-2] # 去除最后的括号和分号这个数据量其实非常大我们只展示了其中的一部分
折线图示例
import json
from pyecharts.charts import Line
import pyecharts.options as opts这里我们先导入相关的配置项
file_us open(C:/Users/Downloads/资料/可视化案例数据/折线图数据/美国.txt, encodingUTF-8)
us_data file_us.read()第一行我们获取了一个文件对象利用UTF-8格式读取了
再将文件对象读取到us_data中
us_data us_data.replace(jsonp_1629344292311_69436(,)
us_data us_data[:-2]这里我们将开头和结尾进行处理获得了一个标准的json字符串也就是我们上图所表示的结构
us_dict json.loads(us_data)print(type(us_dict))
print(us_dict)第一行我们将json字符串加载未python数据格式通过结构我们可以知道这个结构最外层是字典我们通过type()和print()验证 这个json包含了某国的疫情数据由于数据嵌套比较深我们先取到某国trend下的数据
trend_data us_dict[data][0][trend]print(type(trend_data ))
print(trend_data )第一行是我们一路取数据的过程再经过输出验证一下 这里我们再看看此时的结构 这里我们可以看到有两部分一部分是更新日期另一部分分别是数据因此我们要取更新日期作x轴为了表示简单我们只取一列数据作为y轴
x_data trend_data[updateDate][:360]
y_data trend_data[list][0][data][:360]这里我们就分别取出来了x轴和y轴的数据了当然为了避免过多的数据挤在同一个表中使用了切片减少数据
line Line()
line.add_xaxis(x_data)
line.add_yaxis(确诊人数,y_data)Line.render()这里我们就创建了一个折线图对象添加x轴y轴将他生成 结果就像这样如果我们有其他的y轴数据继续添加y轴数据即可
line.set_global_opts(title_optsopts.TitleOpts(title某国确诊人数折线图,pos_leftcenter,pos_bottom1%)
)这里是添加了一个标题的全局选项只是做一个演示具体的功能还有非常多详情还请阅读官方文档
示例代码
import json
from pyecharts.charts import Line
import pyecharts.options as optsfile_us open(C:/Users/Downloads/资料/可视化案例数据/折线图数据/美国.txt, encodingUTF-8)
us_data file_us.read()us_data us_data.replace(jsonp_1629344292311_69436(,)
us_data us_data[:-2]us_dict json.loads(us_data)
# print(type(us_dict))
# print(us_dict)trend_data us_dict[data][0][trend]
# print(type(trend_data))
# print(trend_data)x_data trend_data[updateDate][:360]
y_data trend_data[list][0][data][:360]line Line()
line.add_xaxis(x_data)
line.add_yaxis(确诊人数,y_data)line.set_global_opts(title_optsopts.TitleOpts(title某国确诊人数折线图,pos_leftcenter,pos_bottom1%)
)line.render()file_us.close()
