python数据可视化

参考视频和资料：黑马程序员python教程

一、学习笔记

1.1 JSON

JSON:JSON是一种轻量级的数据交互格式。可以按照JSON指定的格式去组织和封装数据。本质上是一个带有特定格式的字符串

# json数据的格式可以是： 
{
   "name":"admin","age":18} 
# 也可以是：  
[{
   "name":"admin","age":18},{
   "name":"root","age":16},{
   "name":"张三","age":20}] 

JSON类似于Python中的字典与列表（列表元素全部为字典）

# Python与JSON的相互转化
# 导入json模块 
import json 
# 准备符合格式json格式要求的python数据 
data = [{
   "name": "老王", "age": 16}, {
   "name": "张三", "age": 20}]
# 通过 json.dumps(data) 方法把python数据转化为了 json数据 
# 如果有中文可以带上：ensure_ascii=False参数来确保中文正常转换
data = json.dumps(data) 
# 通过 json.loads(data) 方法把json数据转化为了 python数据 
data = json.loads(data)

1.2 pyecharts模块

Echarts 是个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可. 而 Python 是门富有表达力的语言，很适合用于数据处理. 当数据分析遇上数据可视化时pyecharts 诞生了.

如果想要做出数据可视化效果图, 可以借助pyecharts模块来完成
安装：pip install pyecharts

官方文档： https://pyecharts.org/#/
画廊： https://gallery.pyecharts.org/#/

1.2.1 基础折线图

# 构建一个基础折线图
# 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,
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，将代码生成为图像
line.render()

1.2.2 基础柱状图

"""
演示基础柱状图的开发
"""
from pyecharts.charts import Bar
from pyecharts.options import LabelOpts
# 使用Bar构建基础柱状图
bar = Bar()
# 添加x轴的数据
bar.add_xaxis(["中国", "美国", "英国"])
# 添加y轴数据    label_opts=LabelOpts(position="right")设置数值标签在右侧
bar.add_yaxis("GDP", [30, 20, 10], label_opts=LabelOpts(position="right"))
# 反转x和y轴
bar.reversal_axis()
# 绘图
bar.render("基础柱状图.html")

1.2.3 基础时间线柱状图

"""
演示带有时间线的柱状图开发
"""
from pyecharts.charts import Bar, Timeline
from pyecharts.options import LabelOpts
from pyecharts.globals import ThemeType

bar1 = Bar()
bar1.add_xaxis(["中国", "美国", "英国"])
bar1.add_yaxis("GDP", [30, 30, 20], label_opts=LabelOpts(position="right"))
bar1.reversal_axis()

bar2 = Bar()
bar2.add_xaxis(["中国", "美国", "英国"])
bar2.add_yaxis("GDP", [50, 50, 50], label_opts