python 数据可视化折线图练习(下:代码演示)

根据上篇对三国疫情情况数据的罗列,构建折线图完成数据展示。(示例如下)

接下来是具体代码演示

python 复制代码
import  json
from pyecharts.charts  import  Line
from pyecharts.options import TitleOpts , LegendOpts , ToolboxOpts ,VisualMapOpts , TooltipOpts , LabelOpts


#折线图开发
f_us = open("D://美国.txt" , "r" , encoding= "UTF-8")
us_data = f_us.read() # 美国的全部内容

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

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

#去掉开头不合json格式的开头内容
us_data = us_data.replace("jsonp_1629344292311_69436(" , "")
jp_data = jp_data.replace("jsonp_1629350871167_29498(" , "")
in_data = in_data.replace("jsonp_1629350745930_63180(" , "")
#去掉结尾不合json格式的开头内容(考虑到在json数据中也可能出现");"的内容)
# us_data.replace(");" , "")  应该在切片后在进行replace
us_data = us_data[: -2]
jp_data = jp_data[: -2]
in_data = in_data[: -2]
# json转换为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"]

us_x_data = us_trend_data["updateDate"][:314]
jp_x_data = jp_trend_data["updateDate"][:314]
in_x_data = in_trend_data["updateDate"][:314]

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]

line = Line()
line.add_xaxis(us_x_data)  #x轴是公用的,所以只使用一个国家的数据即可

line.add_yaxis("美国确诊人数", us_y_data  , label_opts= LabelOpts(is_show=False)) #表内是否显示具体数值
line.add_yaxis("日本确诊人数", jp_y_data  ,  label_opts= LabelOpts(is_show=False))
line.add_yaxis("印度确诊人数", in_y_data , label_opts= LabelOpts(is_show=False))

#添加表格样式
line.set_global_opts(
    title_opts=TitleOpts(title="三个国家疫情情况统计", pos_left="center", pos_bottom="1%"),
        legend_opts = LegendOpts(is_show= True),
        toolbox_opts = ToolboxOpts(is_show= True),
        visualmap_opts = VisualMapOpts(is_show= True),
        tooltip_opts = TooltipOpts(is_show= True),

)

#调用render方法 , 生成图表
line.render()

f_us.close()
f_in.close()
f_jp.close()

最后是三大板块的主要归纳,可对照学习

1.读取三国数据全部内容

2.获取日期数据,用于x轴,取2020年(下标为341)

3.表格建立 + 添加表格样式

相关推荐
JavaEdge在掘金8 分钟前
cursor 1.2发布!Agent规划、更好上下文支持 & 更快的 Tab 补全!
python
巴里巴气37 分钟前
Python爬虫用Clash软件设置代理IP
爬虫·python·tcp/ip
Whoisshutiao1 小时前
Python网安-zip文件暴力破解(仅供学习)
开发语言·python·网络安全
过期的秋刀鱼!1 小时前
用“做饭”理解数据分析流程(Excel三件套实战)
数据挖掘·数据分析·excel·powerbi·数据分析入门
龙潜月七1 小时前
Selenium 自动化测试中跳过机器人验证的完整指南:能用
python·selenium·机器人
蓝婷儿3 小时前
Python 机器学习核心入门与实战进阶 Day 1 - 分类 vs 回归
python·机器学习·分类
大数据CLUB4 小时前
基于spark的航班价格分析预测及可视化
大数据·hadoop·分布式·数据分析·spark·数据可视化
Devil枫4 小时前
Kotlin扩展函数与属性
开发语言·python·kotlin
.30-06Springfield4 小时前
利用人名语言分类案例演示RNN、LSTM和GRU的区别(基于PyTorch)
人工智能·pytorch·python·rnn·分类·gru·lstm
程序员阿超的博客5 小时前
Python 数据分析与机器学习入门 (八):用 Scikit-Learn 跑通第一个机器学习模型
python·机器学习·数据分析·scikit-learn·入门教程·python教程