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
PyHaVolask2 分钟前
Python进阶教程:随机数、正则表达式与异常处理
python·正则表达式·异常处理·随机数生成
折翼的恶魔18 分钟前
数据分析:合并二
python·数据分析·pandas
三体世界3 小时前
测试用例全解析:从入门到精通(1)
linux·c语言·c++·python·功能测试·测试用例·测试覆盖率
Python私教3 小时前
Django全栈班v1.04 Python基础语法 20250912 下午
后端·python·django
xchenhao3 小时前
Scikit-Learn 对糖尿病数据集(回归任务)进行全面分析
python·机器学习·回归·数据集·scikit-learn·特征·svm
xchenhao3 小时前
Scikit-learn 对加州房价数据集(回归任务)进行全面分析
python·决策树·机器学习·回归·数据集·scikit-learn·knn
这里有鱼汤3 小时前
发现一个高性能回测框架,Python + Rust,比 backtrader 快 250 倍?小团队必备!
后端·python
☼←安于亥时→❦3 小时前
数据分析之Pandas入门小结
python·pandas
带娃的IT创业者3 小时前
《Python Web部署应知应会》No3:Flask网站的性能优化和实时监测深度实战
前端·python·flask