使用pyechart创建折线图

python 复制代码
import json
from pyecharts.charts import Line
from pyecharts import options


# 首先使用文件打开数据
f_us = open('Desktop/python/Project/数据可视化/美国.txt','r',encoding="UTF-8")
f_rb = open('Desktop/python/Project/数据可视化/日本.txt','r',encoding="UTF-8")
f_id = open('Desktop/python/Project/数据可视化/印度.txt','r',encoding="UTF-8")
us_data = f_us.read()
rb_data = f_rb.read()
id_data = f_id.read()


# 定义函数,对数据进项处理,取出文章"trend"中的数据。
def data_update(data):
    # 去掉开头用不到的数据(使用for循环,匹配到第一个{之前的所有字符串,都通过序列切片去掉)
    for x in data:
        if x == '{':
            break
        else:
            # 字符串的切片,返回的是从第二个开始到最后一个的字符串
            data = data[1:]
    # 去掉结尾不用的数据,返回的是从第一个开始到倒数第二个的数据
    data =data[:-2]
    # 字符串转字典,使用json方法
    data = json.loads(data)
    # 取出trend_data 部分
    trend_data = data["data"][0]["trend"]
    return trend_data


# 分别调用函数对数据进项处理。
us_data = data_update(us_data)
rb_data = data_update(rb_data)
id_data = data_update(id_data)

# 取出日期数据,作为x轴
x_data_us = us_data["updateDate"][:314]
x_data_rb = rb_data["updateDate"][:314]
x_data_id = id_data["updateDate"][:314]

# 取出确认数据用作Y轴
y_data_us = us_data["list"][0]["data"][:314]
y_data_rb = rb_data["list"][0]["data"][:314]
y_data_id = id_data["list"][0]["data"][:314]

# 生成图标
line = Line()

# 添加X轴,X轴是公用的,所有添加一个就行。
line.add_xaxis(x_data_id)

# 添加Y轴,分别添加美国的日本的印度的Y轴,最后注明折线图中折线上不显示数字。
line.add_yaxis('美国确诊人数',y_data_us,label_opts=options.LabelOpts(is_show=False))
line.add_yaxis('日本确诊人数',y_data_rb,label_opts=options.LabelOpts(is_show=False))
line.add_yaxis('印度确诊人数',y_data_id,label_opts=options.LabelOpts(is_show=False))

# 使用render方法生成折线图
line.render()
# 设置全局选项

line.set_global_opts(
    # 标题设置
    title_opts=options.TitleOpts(title="2020年美日印确诊人数统计",pos_left="center",pos_bottom="1%")
)

# 文件关闭
f_id.close()
f_rb.close()
f_us.close()

效果演示:

相关推荐
Wonderful U16 小时前
基于Python+Django的私有化云笔记系统:从痛点分析到完整实现
笔记·python·django
weixin_4684668516 小时前
机器学习数据预处理新手实战指南
人工智能·python·算法·机器学习·编程·数据预处理
大数据魔法师16 小时前
Streamlit(二十)- API 参考文档(十三)- 缓存与状态管理组件
python·web
Cloud_Shy61817 小时前
解读《Effective Python 3rd Edition》:从练气到老魔(第一章 Item 7 - 9)
开发语言·数据库·python
weixin_BYSJ198717 小时前
基于Django的非物质文化遗产管理系统设计与实现(源码 + 文档)98950
java·javascript·spring boot·python·django·flask·php
Wonderful U17 小时前
基于Python+Django+psutil的轻量化服务器自动化监控平台实战
服务器·python·django
烤代码的吐司君17 小时前
Redis 简介和安装
python
毕设做完了吗?17 小时前
YOLO+paddlecor的智能车牌识别系统
人工智能·python·yolo·目标检测·计算机视觉
li星野17 小时前
RAG优化系列:自适应检索(Adaptive Retrieval)——让系统智能选择是否检索
人工智能·python·学习