python实现可视化案例总结（自用）

配置pyecharts包

1. pip 安装

$ pip install pyecharts

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.

2.可以查看官方画廊获取许多现成的图形化代码：

https://gallery.pyecharts.org/#/README

折线图数据可视化

1.最基本的折线图

↓

案例：2020年三国新冠感染人数

import json
from pyecharts.charts import Line
from pyecharts.options import TitleOpts,LabelOpts

#处理数据,打开文件内容给f_us
f_us = open("C:\\学习\\美国.txt","r",encoding="UTF-8")
us_data = f_us.read()#读取美国全部数据

f_jp = open("C:\\学习\\日本.txt","r",encoding="UTF-8")
jp_data = f_jp.read()#读取美国全部数据

f_in = open("C:\\学习\\印度.txt","r",encoding="UTF-8")
in_data = f_in.read()#读取美国全部数据
#各国的数据json文件自行提供，可以从网上找找

# json形式转成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"]

#获取日期数据，用于x轴，取2020年，到314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314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() #构造图
#添加x轴数据
line.add_xaxis(us_x_data)#因为x轴是公用的，所以用一个国家的数据即可
#添加y轴
line.add_yaxis("美国确诊人数",us_y_data,label_opts=LabelOpts(is_show=False))
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))

#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生成图表

line.render()
#关闭文件，一定要关文件
f_us.close()
f_jp.close()
f_in.close()

*要注意json文件的格式

文件运行成功会出现一个render.html,之后点击可视化就可以实现。