【第九章——PyeCharts】【最新！黑马程序员Python自学课程笔记】课上笔记+案例源码+作业源码

第九章-数据可视化PyeCharts入门

9.1案例介绍

9.2JSON数据格式的转换

python 复制代码

"""
演示json数据和python字典的相互转换
"""
import json
# 准备列表，列表内每一个元素都是字典，将其转换为json
data=[{"name":"张大帅","age":11},{"name":"王小丫","age":14},{"name":"李四","age":15}]
json_str=json.dumps(data,ensure_ascii=False)
print(type(json_str))
print(json_str)


# 准备字典，将字典转换为json
d={"name":"周杰伦","addr":"台北"}
json_str=json.dumps(d,ensure_ascii=False)
print(type(json_str))
print(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":"张大帅","age":11},{"name":"王小丫","age":14},{"name":"李四","age":15}]'
l=json.loads(s)
print(type(l))
print(l)


# 将json字符串转换为python数据类型{k:v,k:v}
s='{"name":"周杰伦","addr":"台北"}'
d=json.loads(s)
print(type(d))
print(d)

9.3PyeCharts模块介绍

画廊：Document (pyecharts.org)

介绍文档：pyecharts - A Python Echarts Plotting Library built with love.

9.4PyeCharts的入门使用

python 复制代码

"""
演示pyecharts的基础入门
"""
# 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("GDP",[30,20,10])


# 设置全局配置项 set_global_opts来设置，position
Line.set_global_opts(
    title_opts=TitleOpts(title="GDP展示",pos_left="center",pos_bottom="1%"),
    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()

9.5数据准备

懒人工具JSON解析器（ab173）：懒人工具-json在线解析-在线JSON格式化工具-json校验-程序员必备 (kuquidc.com)

python 复制代码

"""
演示可视化需求1：折线图开发
"""
import json
# 处理数据
f_us=open("E:/美国.txt","r",encoding="UTF-8")
us_data=f_us.read() # 美国的全部内容
# 去掉不合JSON规范的开头
us_data=us_data.replace("jsonp_1629344292311_69436(","")
# 去掉不合JSON规范的结尾
us_data=us_data[:-2]
# JSON转Python字典
us_dict=json.loads(us_data)

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

# 获取日期数据，用于x轴，取2020年(到315下标结束)
us_x_data=us_trend_data['updateDate'][:314]

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

# 生成图表

9.6生成折线图

python 复制代码

"""
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("E:/美国.txt","r",encoding="UTF-8")
us_data=f_us.read() # 美国的全部内容

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

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

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

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

# 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(到315下标结束)
us_x_data=us_trend_data['updateDate'][:314]
jp_x_data=jp_trend_data['updateDate'][:314]
in_x_data=in_trend_data['updateDate'][:314]

# 获取确认数据，用于y轴，取2020年(到315下标结束)
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]

# 生成图表
Line=Line()  # 构建折线图对象

# 添加x轴数据
Line.add_xaxis(us_x_data)   # 由于x轴是共用的，所以使用一个国家的数据即可

# 添加y轴数据
Line.add_yaxis("美国确诊人数",us_y_data,label_opts=LabelOpts(is_show=False))  # 添加美国的y轴数据
Line.add_yaxis("日本确诊人数",jp_y_data,label_opts=LabelOpts(is_show=False))  # 添加日本的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()