第一阶段-第十章 Python基础的综合案例（数据可视化-折线图可视化）

news/2024/7/4 22:34:04

目录

  • 一、本章的案例介绍
    •   1.可视化案例（本章）的学习目标
    •   2.需要实现的效果图
    •   3.数据来源
  • 二、json数据格式
    •   1.学习目标
    •   2.什么是json
    •   3. json的作用
    •   4.json的语法要求
    •   5.Python数据和json数据的相互转化（dumps转json、loads转Python）
    •   6.本节的代码演示
    •   7.本小节的总结
  • 三、pyecharts模块介绍
    •   1. pyecharts模块
    •   2. 安装pyecharts模块
    •   3.本小节的总结
  • 四、pyecharts快速入门
    •   1.学习目标
    •   2. pyecharts入门（以折线图为例）
    •   3. pyecharts的配置的简要介绍
    •   4. 全局配置（set_global_opts方法）
    •   5.本节的代码演示
  • 五、数据处理以及创建折线图
    •   1.学习目标
    •   2.如何查看json文件的层级关系
    •   3.本节的代码演示

  说明：该文章是学习 黑马程序员在B站上分享的视频 黑马程序员python教程，8天python从入门到精通而记录的笔记，笔记来源于本人。 若有侵权，请联系本人删除。笔记难免可能出现错误或笔误，若读者发现笔记有错误，欢迎在评论里批评指正。此笔记对应的doc文件的百度网盘下载链接为 Python入门(黑马)的学习笔记，提取码：1b3k。另外，本次笔记新加了 gif动图，使用免费的potplayer播放器可以控制gif的播放进度。
在这里插入图片描述 在这里插入图片描述

一、本章的案例介绍

  1.可视化案例（本章）的学习目标

通过案例，回忆巩固Python基础的语法；锻炼编程能力，熟练语法的使用。

  2.需要实现的效果图

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

  3.数据来源

在这里插入图片描述

二、json数据格式

  1.学习目标

  知道什么是json；掌握如何使用json进行数据转化。

  2.什么是json

在这里插入图片描述

  3. json的作用

在这里插入图片描述

  4.json的语法要求

  从下图中可以看出，json的语法格式相当于由Python的字典或者内嵌字典的列表转换成的字符串。
在这里插入图片描述

  5.Python数据和json数据的相互转化（dumps转json、loads转Python）

在这里插入图片描述

  6.本节的代码演示

  先打开软件，创建一个名为“10_ Python基础的综合案例”的文件夹，创建一个名为“01_json数据格式”的py文件。
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在这里插入图片描述在这里插入图片描述
  编写代码并运行。代码如下，可参考注释进行理解。

"""
演示JSON数据和Python的相互转换
"""
import json  # 导入内置的json模块

# 准备列表，列表内每一个元素都是字典，将其转换为JS0N
data = [{"name": "张大山", "age": 11}, {"name": "王大锤", "age": 13}, {"name": "赵小虎", "age": 16}]
json_str = json.dumps(data, ensure_ascii=False)
# ensure_ascii=False表示不用转换成ASCII码  如果为了节省空间，请不要写ensure_ascii=False
print(f"json_str的数据类型是：{type(json_str)}")
print(f"json_str的内容是：{json_str}")

# 准备字典，将字典转换为JSON
d = {"name": "周杰轮", "addr": "台北"}
json_str = json.dumps(d, ensure_ascii=False)
print(f"json_str的数据类型是：{type(json_str)}")
print(f"json_str的内容是：{json_str}")

# 将JSON字符串转换为Python数据类型[{k:V,k:V},k:V,k:v}]
s = '[{"name": "张大山", "age": 11}, {"name": "王大锤", "age": 13}, {"name": "赵小虎", "age": 16}]'
l = json.loads(s)
print(f"l的类型为：{type(l)}")
print(f"l的内容为：{l}")

# 将JSON字符串转换为Python数据类型{k:V,K:V}
s = '{"name": "周杰轮", "addr": "台北"}'
d = json.loads(s)
print(f"d的类型为：{type(d)}")
print(f"d的内容为：{d}")

在这里插入图片描述

  7.本小节的总结

在这里插入图片描述

三、pyecharts模块介绍

  1. pyecharts模块

在这里插入图片描述
  Pyecharts的官方网站为：“pyecharts.org”，可以如下图一样操作，还可以将语言选择为中文。
请添加图片描述
  Pyecharts还有一个画廊的网站：“https://gallery.pyecharts.org/”。如下图所示打开这个画廊网站，它是Pyecharts的画廊。为什么要去看它的画廊呢？因为Pyecharts是一个可视化的框架，主要功能就是产生各种各样的图表。在这样一个画廊网站里，就好比美术作品的展览会一样，我们可以在里面找到自己感兴趣的图表，然后查看它们的实现代码。利用这些代码，再更改一些数据，可以得到我们想要的图表。
请添加图片描述

  2. 安装pyecharts模块

在这里插入图片描述
  具体操作如下：首先，如下图，打开“命令提示符”。
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
  然后如下图所示进行安装。
在这里插入图片描述

  3.本小节的总结

在这里插入图片描述

四、pyecharts快速入门

  1.学习目标

  构建一个基础的折线图；使用全局配置项设置属性。

  2. pyecharts入门（以折线图为例）

在这里插入图片描述

  3. pyecharts的配置的简要介绍

在这里插入图片描述
  全局配置就是针对我们整个图像来去进行设置，比如图像的标题、图像的图例、工具箱等。对于系列配置，就是针对具体的轴数据进行配置。

  4. 全局配置（set_global_opts方法）

在这里插入图片描述在这里插入图片描述
  title_opts为标题的设置，legend_opts为图例的设置，toolbox_opts为工具箱的设置，用法见演示。

  5.本节的代码演示

  先打开软件，创建一个名为“02_pyecharts基础入门”的py文件。
在这里插入图片描述在这里插入图片描述
  编写代码,代码如下，可参考注释进行理解。然后如下图所示右键运行代码，然后就会产生文件render.html，点击打开该文件，然后再使用浏览器（本次用的是Edge）打开即可看到本次生成的折线图。

"""
演示pyecharts的基础入门
"""

# 导包
from pyecharts.charts import Line  # 用来构建折线对象
from pyecharts.options import TitleOpts, LegendOpts, ToolboxOpts, VisualMapOpts  # 导入标题、图例、工具箱、视觉映射的控制选项

# 创建一个折线图对象
line = Line()

# 给折线图对象添加x轴的数据
line.add_xaxis(["中国", "美国", "英国"])

# 给折线图对象添加y轴的数据
line.add_yaxis("非真实的GDP", [30, 20, 10])

# 设置全局配置项 - set_global_opts
line.set_global_opts(
    # TitleOpts用来控制标题   pos即位置position  pos_left="center"表示居中     pos_bottom="1%"表示距离底部1%的位置
    title_opts=TitleOpts(title="GDP展示", pos_left="center", pos_bottom="1%"),
    # LegendOpts用来图例
    legend_opts=LegendOpts(is_show=True),
    # ToolboxOpts用来控制工具箱
    toolbox_opts=ToolboxOpts(is_show=True),
    # VisualMapOpts用来控制视觉映射
    visualmap_opts=VisualMapOpts(is_show=True)

)

# 通过render方法，将代码生成为图像
line.render()

在这里插入图片描述
6.本小节的总结
在这里插入图片描述

五、数据处理以及创建折线图

  1.学习目标

  能够通过json模块对数据进行处理；通过pyecharts完成疫情折线图。

  2.如何查看json文件的层级关系

  如下两张图所示，文件“美国.txt”存储了一堆json格式的数据，第二张图是本次json数据的层次关系，至于如何查看json文件的层次关系，本条将给出详细的步骤。
  注：加入黑马程序员的qq群可获得文件“美国.txt”，或者本人也会将文件上传到百度网盘，供大家一起学习使用。
在这里插入图片描述
在这里插入图片描述
  如下图，首先打开存储json数据的文件“美国.txt”，然后将其中的json数据使用Ctr+C进行复制。然后再打开能解析json的网站（本人随便找了个，链接为：“https://c.runoob.com/front-end/53/”），之后将json数据粘贴进去，然后点击“格式化”，点击箭头“→”，就可以查看json数据的层次关系了。
在这里插入图片描述

  3.本节的代码演示

  如下图，在文件夹“10_Python基础的综合案例”处右键，创建一个名为“03_折线图开发”的py文件。
在这里插入图片描述
  如下图，在编写代码时需去掉不符合json规范的内容。
在这里插入图片描述在这里插入图片描述
  在编写代码时还需要根据json文件的层次关系拿到相应的数据。如下图，先边编写代码边验证，得到“trend”的数据。

"""
演示可视化需求1：折线图开发
"""

import json

# 处理数据
f_us = open("D:/test/1-10-3/美国.txt", "r", encoding="UTF-8")
us_data = f_us.read()  # 美国的全部内容

# 去掉不合JS0N规范的开头
us_data = us_data.replace('jsonp_1629344292311_69436(', '')

# 去掉不合JS0N规范的结尾
us_data = us_data[:-2]

# JS0N转Python字典
us_dict = json.loads(us_data)
# print(type(us_dict))
# print(us_dict)

# 获取trend key
trend_data = us_dict['data'][0]['trend']
print(type(trend_data))
print(trend_data)

在这里插入图片描述
  然后将得到的“trend”的数据重新放入json的解析网站中进行解析，由于这些数据有点不符合json的格式规范，于是重新换了个json解析网站（链接：“http://sjson.cn/”）。如下图所示，将鼠标放到“trend”的数据的开头，使用快捷键shift+END选中“trend”的数据（shift+END是选中一行的快捷键），再使用快捷键Ctr+C进行复制。然后打开json网站，把原有数据删除，再使用快捷键Ctr+V把数据粘贴进去，把数据粘贴进去，然后得到“trend”的数据的层次结构。
在这里插入图片描述
  继续编写代码，如下图所示，需根据“trend”的数据的层次关系获取2020年的日期信息、确诊信息。
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
  由于第一个画的是美国的疫情图，故将变量trend_data、x_data、y_data改成us_trend_data、us_x_data、us_y_data。之后，日本、印度的疫情数据可同理获得，代码类似。然后，继续编写完代码并右键运行，然后去查看文件render.html。

"""
演示可视化需求1：折线图开发
"""

import json
from pyecharts.charts import Line
from pyecharts.options import TitleOpts, LabelOpts

# 处理数据
f_us = open("D:/test/1-10-3/美国.txt", "r", encoding="UTF-8")
us_data = f_us.read()  # 美国的全部内容

f_jp = open("D:/test/1-10-3/日本.txt", "r", encoding="UTF-8")
jp_data = f_jp.read()  # 日本的全部内容

f_in = open("D:/test/1-10-3/印度.txt", "r", encoding="UTF-8")
in_data = f_in.read()  # 印度的全部内容

# 去掉不合JS0N规范的开头
us_data = us_data.replace('jsonp_1629344292311_69436(', '')
jp_data = jp_data.replace('jsonp_1629350871167_29498(', '')
in_data = in_data.replace('jsonp_1629350745930_63180(', '')

# 去掉不合JS0N规范的结尾
us_data = us_data[:-2]
jp_data = jp_data[:-2]
in_data = in_data[:-2]

# JS0N转Python字典
us_dict = json.loads(us_data)
jp_dict = json.loads(jp_data)
in_dict = json.loads(in_data)
# print(type(us_dict))
# print(us_dict)

# 获取trend key
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(type(trend_data))
# print(trend_data)

# 获取日期数据，用于x轴，取2020年(根据数据信息需要取到314)
# - 解释： trend_data['updateDate']表示将字典中关键字为'updateDate'的数据取出来   切片[:314]是将前面313个数据取出来
us_x_data = us_trend_data['updateDate'][:314]  # 查看文档后取314
jp_x_data = jp_trend_data['updateDate'][:315]  # 查看文档后取315
in_x_data = in_trend_data['updateDate'][:269]  # 查看文档后取269
# print(x_data)

# 获取确认数据，用于y轴，取2020年(到314下标结束)
us_y_data = us_trend_data['list'][0]['data'][:314]
jp_y_data = jp_trend_data['list'][0]['data'][:315]
in_y_data = in_trend_data['list'][0]['data'][:269]
# print(y_data)

# 生成图表
line = Line()  # 构建折线图对象
# 添X抽数据
line.add_xaxis(us_x_data)
line.add_xaxis(jp_x_data)
line.add_xaxis(in_x_data)
# 添心抽数据
line.add_yaxis("美国确诊人数", us_y_data,
               label_opts=LabelOpts(is_show=False))  # 添加美国的y轴数摇    label_opts=LabelOpts(is_show=False)：标签不显示数字
line.add_yaxis("日本确诊人数", jp_y_data,
               label_opts=LabelOpts(is_show=False))  # 添伽日本的y轴数据
line.add_yaxis("印度确诊人数", in_y_data,
               label_opts=LabelOpts(is_show=False))  # 添加印度的y轴数据

# 设置全局选项
line.set_global_opts(
    # 标题设置
    title_opts=TitleOpts(title="2020年美日印三国确诊人数对比折线图", pos_left="center", pos_bottom="1%"),

)

# 调用render方法，生成图表
line.render()

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

在这里插入图片描述
  注：本次演示存在一个问题，那就是美日印的数据的日期起点不一样，导致本次演示的2020年的x轴的数据个数不一样，所以最后的图还是存在一定的问题的。原视频默认美日印的数据的日期起点一样了，故把21年的部分数据也给取来了，这样就不存在本次个人遇到的问题。目前，个人因能力有限，暂时不会解决这个问题，欢迎大家提出自己的观点。
  好了，本章的笔记到此结束，谢谢大家阅读。


http://www.niftyadmin.cn/n/4820575.html

相关文章

用SDK实现分隔条

用SDK实现分隔条

VC学习:用SDK实现分隔条 [2004-6-12] 　　Windows中的分隔条是一种被广泛使用的控件，绝大多数Explorer式样的应用程序都使用了这种控件。然而却很少有相关的资料对它的完整实现进行介绍，于是我自己实现了一个，希望对SDK的爱好者们有所帮助。 …
阅读更多...
UBuntu8.04的ACE5.6编译和环境配置

UBuntu8.04的ACE5.6编译和环境配置

ACE历时20年，耗费数千万美金，在中间件领域享有盛誉。更可贵的是，ACE彻底的开源，且没有任何限制条件，完全是共产主义的精神，让人钦佩。 ACE的Wrapper Facade模式解决了夸平台的c编程问题。虽然我们现在有标准…
阅读更多...
AndFix热补丁修复

AndFix热补丁修复

AndFix热补丁修复 AndFix，全称是Android hot-fix。是阿里开源的一个热补丁框架，允许APP在不重新发布版本的情况下修复线上的bug。支持Android 2.3 到 6.0，并且支持arm 与 X86系统架构的设备。完美支持Dalvik与ART的Runtime，补丁文…
阅读更多...
在应用中嵌入Python - lf8289的专栏 - CSDNBlog

在应用中嵌入Python - lf8289的专栏 - CSDNBlog

在应用中嵌入Python - lf8289的专栏 - CSDNBlog " 在应用中嵌入Python收藏 新一篇: 软件在线升级设计方案及演变过程分析 | 旧一篇: 在windows下面关闭subprocess打开的子进程 在应用中嵌入Python 翻译: gashero前面的章节讨论如何扩展Python，如何生成适合…
阅读更多...
Gradle认识

Gradle认识

Gradle认识 Android Studio 的核心是Google新推出的Gradle编译系统。gradle用于替代Eclipse所使用的ant作为android的编译工具，相对于ant编译工具，gradle吸纳了ant的脚本特性、Maven丰富的依赖管理策略和强大的插件式环境。所以它比ant上手要难。 grad…
阅读更多...
VS2010配置QT

VS2010配置QT

用了这么久的Qt，IDE一直都是 VS 与 Creator 并用（实际开发以VS为主），至于哪个更好这里不发表看法，各有所长，而且也因人而异，萝卜青菜，各有所爱。 Qt5发布很久之后，才把版…
阅读更多...
ACE内存映射技术

ACE内存映射技术

内存映射文件 多个操作系统平台都提供了内存映射文件，这是一个简单的将数据结构保存到文件中的机制。同时由于32位操作系统的进程虚拟内存最大只能4GB，用内存映射文件的方式就可以突破这个限制，可以用来打开超过4GB的大文件。 而且&#xff0…
阅读更多...
征服Python—语言基础与典型应用

征服Python—语言基础与典型应用

书名&#xff1a; 征服Python—语言基础与典型应用 出版社&#xff1a;人民邮电出版社作者&#xff1a;孙广磊出版日期&#xff1a;2007年9月版次&#xff1a;第1版ISBN&#xff1a;978-7-115-216657-9/TP定价&#xff1a;59.00元 想读&#xff1a; <script src"htt…
阅读更多...
最新文章

Copyright @ 2022~2023