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
小磊哥er14 分钟前
【办公自动化】如何使用Python自动化处理PDF文档?
python
大模型真好玩15 分钟前
DeepSeek更新!速览DeepSeek V3.1新特性
人工智能·python·mcp
CF14年老兵22 分钟前
Python参数传递:从混沌到明晰的魔法之旅
后端·python·trae
CF14年老兵37 分钟前
Python变量与内存:每个新手都需要的灵魂拷问
前端·python·trae
喂完待续10 小时前
【Tech Arch】Spark为何成为大数据引擎之王
大数据·hadoop·python·数据分析·spark·apache·mapreduce
王者鳜錸11 小时前
PYTHON让繁琐的工作自动化-猜数字游戏
python·游戏·自动化
源码宝11 小时前
【智慧工地源码】智慧工地云平台系统,涵盖安全、质量、环境、人员和设备五大管理模块,实现实时监控、智能预警和数据分析。
java·大数据·spring cloud·数据分析·源码·智慧工地·云平台
若天明12 小时前
深度学习-计算机视觉-微调 Fine-tune
人工智能·python·深度学习·机器学习·计算机视觉·ai·cnn
SelectDB12 小时前
Apache Doris 4.0 AI 能力揭秘(一):AI 函数之 LLM 函数介绍
数据库·人工智能·数据分析
倔强青铜三12 小时前
苦练Python第39天:海象操作符 := 的入门、实战与避坑指南
人工智能·python·面试