json格式
# json是一种轻量级的数据交互格式,可以按照json指定的格式进行组织和封装数据 # 本质是带有特定格式的字符串 # json格式:1.字典:{"name":"admin","age":18} 2.列表:[{"name":admin,"age:18},{"name":"root","age":16}] # python数据和json数据相互转换 import json data = [{"name": "库里", "age": 35}, {"name": "詹姆斯", "age": 39}] json_str = json.dumps(data, ensure_ascii=False) # 含有中文需要加后面的,表示不用ASCII码进行转换 print(json_str, type(json_str)) # 类型是字符串 data2 = {"name": "科比", "age": 4} json_str = json.dumps(data2, ensure_ascii=False) print(json_str) # 将json字符串转为python数据类型 str = json.loads(json_str) print(str, type(str))
pyecharts了解
# pyecharts:做出数据可视化效果图 # 导入pyecharts:pip install pyecharts # 1.构建折线图 from pyecharts.charts import Line from pyecharts.options import TitleOpts,LegendOpts,ToolboxOpts,VisualMapOpts,LabelOpts # 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]) # 设置全局配置项:可在官网查看有哪些配置:pyecharts.org 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) ) # 生成图表 line.render() # 项目文件夹会生成一个render.html的网页页面,点击可查看
案例
# 处理数据 f_usa = open("D:/BaiduNetdiskDownload/资料/可视化案例数据/折线图数据/美国.txt", "r", encoding="utf-8") f_jp = open("D:/BaiduNetdiskDownload/资料/可视化案例数据/折线图数据/日本.txt", "r", encoding="utf-8") f_in = open("D:/BaiduNetdiskDownload/资料/可视化案例数据/折线图数据/印度.txt", "r", encoding="utf-8") usa_data = f_usa.read() jp_data = f_jp.read() in_data = f_in.read() # 去掉不合json规范的开头 usa_data = usa_data.replace("jsonp_1629344292311_69436(", "") jp_data = jp_data.replace("jsonp_1629350871167_29498(", "") in_data = in_data.replace("jsonp_1629350745930_63180(", "") # 去掉不合json格式的结尾 usa_data = usa_data[:-2] jp_data = jp_data[:-2] in_data = in_data[:-2] usa_dict = json.loads(usa_data) jp_dict = json.loads(jp_data) in_dict = json.loads(in_data) # 获取trend key usa_trend_data = usa_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 只对2020年进行处理 usa_x_data = usa_trend_data['updateDate'][:314] jp_x_data = jp_trend_data['updateDate'][:314] in_x_data = in_trend_data['updateDate'][:314] # 获取确诊人数 usa_y_data = usa_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] line1 = Line() # x轴是公用的 line1.add_xaxis(usa_x_data) # y轴 line1.add_yaxis("美国确诊人数", usa_y_data, label_opts=LabelOpts(is_show=False)) # 设置无数字显示 line1.add_yaxis("日本确诊人数", jp_y_data, label_opts=LabelOpts(is_show=False)) line1.add_yaxis("印度确诊人数", in_y_data, label_opts=LabelOpts(is_show=False)) # 设置全局选项 line1.set_global_opts( # 标题 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%") ) line1.render() f_usa.close() f_jp.close() f_in.close()
结果图: