python+json+pyecharts小结

一、Python 基础（必须先掌握）

1.1 数据类型

类型	说明	示例
`str`（字符串）	文本数据	`"美国.txt"`、`'{"name":"张三"}'`
`int`（整数）	整数	`1`、`315`、`68128`
`float`（浮点数）	小数	`3.14`、`2.5`
`list`（列表）	有序可变序列	`["北京", "上海", "广东"]`
`tuple`（元组）	有序不可变序列	`("北京", 99)`
`dict`（字典）	键值对集合	`{"name": "湖北", "confirm": 68128}`
`bool`（布尔）	True/False	`is_show=True`

1.2 文件操作

python

复制代码

# 打开文件
open("文件路径", "r", encoding="UTF-8")  # r=读，w=写，a=追加

# 推荐方式（自动关闭）
with open("文件.txt", "r", encoding="UTF-8") as f:
    data = f.read()

# 手动方式
f = open("文件.txt", "r", encoding="UTF-8")
data = f.read()
f.close()  # 必须手动关闭！

1.3 字符串操作

方法	说明	示例
`replace()`	替换字符串	`"abc".replace("a", "A")` → `"Abc"`
`[:-2]`	切片（去掉最后2个字符）	`"abc"[:-2]` → `"a"`
`[:315]`	切片（取前315个）	`list[:315]`
`len()`	获取长度	`len("abc")` → `3`
`f-string`	格式化字符串	`f"日期：{date}"`

1.4 列表操作

python

复制代码

# 列表推导式（重点！）
data_list = [(p["name"], p["total"]["confirm"]) for p in children]

# 等同于：
data_list = []
for p in children:
    data_list.append((p["name"], p["total"]["confirm"]))

# 常用操作
list.append()   # 添加元素
list[:n]        # 取前n个
list[-n:]       # 取后n个
len(list)       # 获取长度
max(list)       # 最大值
min(list)       # 最小值
sum(list)       # 求和

1.5 字典操作

python

复制代码

# 获取值
data_dict["key"]          # 直接获取
data_dict.get("key")      # 安全获取（不存在返回None）

# 遍历字典
for key, value in data_dict.items():
    print(key, value)

# 嵌套字典访问
us_dict["data"][0]["trend"]["confirm"]

1.6 函数定义

python

复制代码

def 函数名(参数1, 参数2):
    # 函数体
    return 返回值

# 示例
def load_data(file_path, callback_name):
    with open(file_path, "r", encoding="UTF-8") as f:
        data = f.read()
    data = data.replace(callback_name, "")
    data = data[:-2]
    return json.loads(data)

1.7 异常处理

python

复制代码

try:
    data = json.loads(json_str)
except json.JSONDecodeError:
    print("JSON格式错误！")
except FileNotFoundError:
    print("文件不存在！")
finally:
    print("执行完毕")

二、JSON 数据处理（核心）

2.1 JSON 基础语法

JSON 类型	Python 对应	示例
对象 `{}`	字典 `dict`	`{"name": "张三"}`
数组 `[]`	列表 `list`	`["北京", "上海"]`
字符串 `""`	字符串 `str`	`"hello"`
数字	int/float	`123`、`3.14`
布尔	bool	`true`/`false`
null	None	`null`

2.2 JSONP 格式处理

python

复制代码

# JSONP 格式
jsonp_1629344292311_69436({ "data": [...] });

# 处理步骤
data = data.replace("jsonp_1629344292311_69436(", "")  # 去掉开头
data = data[:-2]  # 去掉结尾的 ");"
data_dict = json.loads(data)  # 转换为字典

2.3 json 模块核心方法

方法	说明	示例
`json.loads()`	JSON字符串 → Python对象	`json.loads('{"a":1}')`
`json.dumps()`	Python对象 → JSON字符串	`json.dumps({"a":1})`
`json.load()`	从文件读取JSON	`json.load(f)`
`json.dump()`	写入JSON到文件	`json.dump(data, f)`

2.4 数据提取模式

python

复制代码

# 模式1：折线图数据结构
data_dict["data"][0]["trend"]["date"]     # 日期列表
data_dict["data"][0]["trend"]["confirm"]  # 确诊列表

# 模式2：地图数据结构
data_dict["areaTree"][0]["children"]      # 省份列表
province["name"]                           # 省份名
province["total"]["confirm"]              # 确诊数

三、Pyecharts 基础

3.1 安装

bash

复制代码

pip install pyecharts

3.2 核心模块

模块	说明
`from pyecharts.charts import *`	图表类（Line, Map, Bar, Pie...）
`from pyecharts import options as opts`	配置选项
`from pyecharts.options import *`	具体配置项

3.3 通用三步曲

python

复制代码

# 第1步：创建图表对象
chart = 图表类型()

# 第2步：添加数据
chart.add_xaxis(x_data)
chart.add_yaxis("系列名", y_data)

# 第3步：生成HTML
chart.render("文件名.html")

四、Pyecharts 折线图（Line）

4.1 核心配置

python

复制代码

Line(
    init_opts=opts.InitOpts(
        width="1200px",      # 宽度
        height="600px",      # 高度
        theme="light"        # 主题
    )
)

4.2 常用方法

方法	说明
`.add_xaxis()`	添加x轴数据
`.add_yaxis()`	添加y轴数据
`.set_global_opts()`	设置全局配置
`.set_series_opts()`	设置系列配置
`.render()`	生成HTML文件

4.3 全局配置项

配置项	说明	示例
`TitleOpts`	标题	`title="图表标题"`
`TooltipOpts`	鼠标悬停提示	`trigger="axis"`
`LegendOpts`	图例	`pos_top="5%"`
`AxisOpts`	坐标轴	`name="日期"`
`DataZoomOpts`	缩放滑块	`range_start=0`
`MarkPointOpts`	标记点	`type_="max"`
`MarkLineOpts`	标记线	`type_="average"`

4.4 链式调用

python

复制代码

line = (
Line()
.add_xaxis(x_data)
.add_yaxis("系列1", y1_data)
.add_yaxis("系列2", y2_data)
.set_global_opts(...)
.set_series_opts(...)
)

五、Pyecharts 地图（Map）

5.1 核心方法

方法	说明
`.add(名称, 数据, 地图类型)`	添加地图数据
`.set_global_opts()`	设置全局配置

5.2 数据格式

python

复制代码

# 数据格式：[(省份名, 数值), ...]
data_list = [
    ("北京", 99),
    ("上海", 199),
    ("广东", 499)
]

5.3 视觉映射配置

python

复制代码

VisualMapOpts(
    is_show=True,           # 显示图例
    is_piecewise=True,      # 分段显示
    pieces=[                # 分段规则
        {"min": 1, "max": 99, "label": "1~99人", "color": "#CCFFFF"},
        {"min": 100, "label": "100+人", "color": "#CC3333"}
    ]
)

5.4 省份名称注意事项

python

复制代码

# pyecharts 需要完整省份名称
"湖北" ❌ → "湖北省" ✅
"北京" ❌ → "北京市" ✅
"广西" ❌ → "广西壮族自治区" ✅
"新疆" ❌ → "新疆维吾尔自治区" ✅

六、Pyecharts 其他图表

6.1 柱状图（Bar）

python

复制代码

from pyecharts.charts import Bar

bar = Bar()
bar.add_xaxis(["A", "B", "C"])
bar.add_yaxis("系列名", [10, 20, 30])
bar.render("柱状图.html")

6.2 饼图（Pie）

python

复制代码

from pyecharts.charts import Pie

pie = Pie()
pie.add("", [("A", 10), ("B", 20), ("C", 30)])
pie.render("饼图.html")

6.3 散点图（Scatter）

python

复制代码

from pyecharts.charts import Scatter

scatter = Scatter()
scatter.add_xaxis([1, 2, 3, 4, 5])
scatter.add_yaxis("系列名", [10, 25, 30, 45, 60])
scatter.render("散点图.html")

七、数据处理技巧

7.1 自定义函数（复用代码）

python

复制代码

def load_data(file_path, callback_name):
with open(file_path, "r", encoding="UTF-8") as f:
data = f.read()
data = data.replace(callback_name, "")
data = data\[:-2\]
return json.loads(data)
# 一行读取一个国家数据
us_dict = load_data("美国.txt", "jsonp_xxx(")

7.2 批量处理多个文件

python

复制代码

files = {"美国": "jsonp_xxx(", "日本": "jsonp_yyy("}
data_dicts = {}
for name, callback in files.items():
    data_dicts[name] = load_data(f"{name}.txt", callback)

7.3 数据验证

python

复制代码

# 检查数据长度
print(f"数据长度：{len(data)}")

# 查看前几条
print(data[:5])

# 检查数据类型
print(type(data))

# 检查键是否存在
if "key" in data_dict:
    print("键存在")

八、常见错误及解决方案

错误类型	原因	解决方案
`FileNotFoundError`	文件路径错误	检查路径和文件名
`JSONDecodeError`	JSON格式不正确	检查是否去除JSONP包装
`KeyError`	字典键不存在	`print(data_dict.keys())` 查看所有键
`IndexError`	列表索引超出范围	检查列表长度 `len(list)`
`TypeError`	类型错误	检查数据类型 `type()`
`NameError`	变量未定义	检查变量是否已赋值
图表显示 `NaN`	省份名称不匹配	使用完整省份名

【结合今日所学，让ai总结错误并记录下来，利于下次翻阅与复习！！！】