09_Python基础综合案例 - 数据可视化（折线图）

Python基础综合案例 - 数据可视化（折线图）

一、案例背景

本案例主要涉及数据可视化中的折线图制作，包括2020年印美日新冠累计确诊人数、全国疫情地图可视化、动态GDP增长图等效果展示。案例数据来自<<百度疫情实时大数据报告>>及公开的全球各国GDP数据，使用的技术主要是pyecharts（Python与Echarts结合的数据可视化库）。

二、JSON数据格式

（一）JSON的概念

1. 定义
   • JSON是一种轻量级的数据交互格式，本质上是一个带有特定格式的字符串。它是一种在各个编程语言中流通的数据格式，负责不同编程语言中的数据传递和交互，类似于国际通用语言（如英语）或中国通用语言（普通话）的作用。
2. 数据格式要求
   • 例如{"name":"admin","age":18}或[{"name":"admin","age":18},{"name":"root","age":16},{"name":"张三","age":20}]。

（二）Python与JSON数据的相互转化

1. 转化方法
   • 导入json模块，使用json.dumps()方法把Python数据转化为JSON数据，使用json.loads()方法把JSON数据转化为Python数据。
   • 例如：

import json 
data = [{"name": "老王", "age": 16}, {"name": "张三", "age": 20}]
# Python数据转JSON数据
json_data = json.dumps(data) 
# JSON数据转Python数据
new_data = json.loads(json_data)

2. 注意事项
   • 如果有中文，在json.dumps()方法中可以带上ensure_ascii=False参数来确保中文正常转换。

三、pyecharts模块

（一）模块介绍

1. 概况
   • Echarts是由百度开源的数据可视化库，具有良好的交互性和精巧的图表设计。Python是适合数据处理的语言，当数据分析遇上数据可视化时pyecharts诞生了。
2. 安装
   • 使用pip install pyecharts命令安装。例如在命令提示符中输入C:Usersjavac>pip install pyecharts -i https:/pypi.tuna.tsinghua.edu.cn/simple可安装pyecharts及其相关依赖。

（二）快速入门 - 构建基础折线图

1. 代码示例

from pyecharts.charts import Line
# 得到折线图对象
line = Line()
# 添加x轴数据
line.add_xaxis(["中国", "美国", "英国"])
# 添加y轴数据
line.add_yaxis("GDP", [30, 20, 10])
# 生成图表
line.render()

2. 配置选项
   • 全局配置选项：常用set_global_opts方法进行配置，可配置图表的标题、图例、鼠标移动效果、工具栏等整体配置项。例如：

set_global_opts(
    title_opts=opts.TitleOpts(title="标题", pos_left="center"),
    legend_opts=opts.LegendOpts(pos_left='70%'),
    xaxis_opts=opts.AxisOpts(name="时间"),
    yaxis_opts=opts.AxisOpts(name="累计确诊人数")
)

• 系列配置选项：例如.add_yaxis相关配置选项包括series_name（设置图例名称）、y_axis（输入y轴数据）、symbol_size（设置点的大小）、label_opts（标签设置项）、linestyle_opts（线条宽度和样式）等。

四、数据处理

（一）原始数据格式及处理

1. 原始数据
   • 例如{"status":0,"msg":"success","data":[{"name":"日本","trend":"updateDate":["2.21","2.22","2.23","2.24","2.25","2.26","2.27","2.28"],"list":[{"name":"确诊","data":[93,105,132,144,156,164,186,210,230,239,254,268,284,...}]}}。
2. 处理步骤
   • 导入json模块，对数据进行整理使其符合JSON格式，然后进行转化和提取。例如：

import json
data = data.replace("jsonp_1629350871167_29498(", "") 
data = data[:-2] 
data = json.loads(data) 
data = data["data"][0]['trend'] 
x1_data = data['updateDate']
y1_data = data['list'][0]["data"]
x1_data = data['updateDate'][:314]
y1_data = data['list'][0]["data"][:314]

五、创建疫情折线图示例

（一）导入模块

from pyecharts.charts import Line
import pyecharts.options as opts

（二）构建折线图

1. 创建折线图对象并设置初始化选项

l = Line(init_opts=opts.InitOpts(width="1600px", height="800px"))

2. 添加数据

l.add_xaxis(xaxis_data=x1_data[0:-1:2])
l.add_yaxis(
    series_name="美国确诊人数",
    y_axis=y1_data[0:-1],
    symbol_size=10,
    label_opts=opts.LabelOpts(is_show=False),
    linestyle_opts=opts.LineStyleOpts(width=2)
)

3. 设置全局配置选项

l.set_global_opts(
    title_opts=opts.TitleOpts(title="2020年 印🇮🇳美🇺🇸日🇯🇵 累计确诊人数对比图",pos_left="center"),
    xaxis_opts=opts.AxisOpts(name="时间"),
    yaxis_opts=opts.AxisOpts(name="累计确诊人数"),
    legend_opts=opts.LegendOpts(pos_left='70%')
)