Day7-Python基础学习之json格式和pyecharts折线图

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: