Python学习打卡：day12

最新推荐文章于 2024-08-03 10:58:57 发布
最新推荐文章于 2024-08-03 10:58:57 发布
阅读量1k 收藏 21
点赞数 27
分类专栏： Python 文章标签： python 学习 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_45545681/article/details/139870464
版权

day12

笔记来源于：黑马程序员python教程，8天python从入门到精通，学python看这套就够了

目录

92、全国疫情地图构建

数据整理

获取数据

在这里插入图片描述

数据整体结构（全国）

省数据结构

在这里插入图片描述

获取每个省份的确诊数据
"""
演示全国疫情可视化地图开发
"""
import json
from pyecharts.charts import Map
from pyecharts.options import *

# 读取数据文件
f = open(
    "/home/yin-roc/1-Github/Ubuntu20.04-VMware/pythonProject/Python_Learning/02_Python入门语法/可视化案例数据/地图数据/疫情.txt",
    "r",
    encoding="UTF-8"
)
data = f.read()     # 全部数据

# 关闭文件
f.close()

# 取到各省数据
# 将字符串json转换为python的字典
data_dict = json.loads(data)    # 基础数据字典
# 从字典中取出省份的数据
province_data_list = data_dict["areaTree"][0]["children"]

# 组装每个省份和确诊人数为元组，并各个省的数据都封装入列表内
data_list = []      # 绘图所需要的数据列表
for province_data in province_data_list:
    province_name = province_data["name"]                   # 省份名称
    province_confirm = province_data["total"]["confirm"]    # 确诊人数
    # 给列表传参,传入一个元组,元组有两个元素
    data_list.append((province_name, province_confirm))

print(data_list)
上述代码执行后输出，每个省的确诊数据
[('台湾省', 15880), ('江苏省', 1576), ('云南省', 982), ('河南', 1518), ('上海', 2408), ('湖南', 1181), ('湖北', 68286), ('广东', 2978), ('香港', 12039), ('福建', 773), ('浙江', 1417), ('山东', 923), ('四川', 1179), ('天津', 445), ('北京', 1107), ('陕西', 668), ('广西', 289), ('辽宁', 441), ('重庆', 603), ('澳门', 63), ('甘肃', 199), ('山西', 255), ('海南', 190), ('内蒙古', 410), ('吉林', 574), ('黑龙江', 1613), ('宁夏', 77), ('青海', 18), ('江西', 937), ('贵州', 147), ('西藏', 1), ('安徽', 1008), ('河北', 1317), ('新疆', 980)]

国内疫情地图

创建地图

导入模块：

from pyecharts.charts import Map
from pyecharts.options import *

创建地图：

# 创建地图对象
map = Map()
添加数据
# 添加数据
map.add("各省份确诊人数", data_list, "china")
设置全局设置，定制分段的视觉映射
# 设置全局设置,定制分段的视觉映射
map.set_global_opts(
    title_opts=TitleOpts(title="全国疫情地图"),
    visualmap_opts=VisualMapOpts(
        is_show=True,       # 是否显示
        is_piecewise=True,  # 是否分段
        pieces=[
            {"min": 1, "max": 99, "label": "1-99", "color": "#CCFFFF"},
            {"min": 100, "max": 999, "label": "100-999", "color": "#FFFF99"},
            {"min": 1000, "max": 4999, "label": "1000-4999", "color": "#FF9966"},
            {"min": 5000, "max": 9999, "label": "5000-9999", "color": "#FF6666"},
            {"min": 10000, "max": 99999, "label": "10000-99999", "color": "#CC3333"},
            {"min": 100000, "label": "100000+", "color": "#990033"},
        ]

    )
)
绘图
# 绘图
map.render("全国疫情地图.html")

最终结果

在这里插入图片描述

93、河南省疫情地图构建

获取河南省各市数据

"""
演示河南省疫情可视化地图开发
"""
import json
from pyecharts.charts import Map
from pyecharts.options import *

# 读取数据文件
f = open(
    "/home/yin-roc/1-Github/Ubuntu20.04-VMware/pythonProject/Python_Learning/02_Python入门语法/可视化案例数据/地图数据/疫情.txt",
    "r",
    encoding="UTF-8"
)
data = f.read()     # 全部数据

# 关闭文件
f.close()

省数据结构

在这里插入图片描述

把各市数据汇总到一个列表中

# 取到河南省数据
# 将字符串json转换为python的字典
data_dict = json.loads(data)    # 基础数据字典
# 从字典中取出河南省的数据
cities_data = data_dict["areaTree"][0]["children"][3]["children"]

# 组装每个省份和确诊人数为元组，并各个省的数据都封装入列表内
data_list = []      # 绘图所需要的数据列表
for city_data in cities_data:
    city_name = city_data["name"] + "市"
    city_confirm = city_data["total"]["confirm"]    # 确诊人数
    # 给列表传参,传入一个元组,元组有两个元素
    data_list.append((city_name, city_confirm))

# 未出现济源市信息，手动添加
data_list.append(("济源市", 5))

print(data_list)

参考国内疫情地图生成河南省疫情地图

# 创建地图对象
map = Map()

# 添加数据
map.add("河南省疫情分布", data_list, "河南")

# 设置全局设置,定制分段的视觉映射
map.set_global_opts(
    title_opts=TitleOpts(title="河南省疫情地图"),
    visualmap_opts=VisualMapOpts(
        is_show=True,       # 是否显示
        is_piecewise=True,  # 是否分段
        pieces=[
            {"min": 1, "max": 99, "label": "1-99", "color": "#CCFFFF"},
            {"min": 100, "max": 999, "label": "100-999", "color": "#FFFF99"},
            {"min": 1000, "max": 4999, "label": "1000-4999", "color": "#FF9966"},
            {"min": 5000, "max": 9999, "label": "5000-9999", "color": "#FF6666"},
            {"min": 10000, "max": 99999, "label": "10000-99999", "color": "#CC3333"},
            {"min": 100000, "label": "100000+", "color": "#990033"},
        ]

    )
)

# 绘图
map.render("河南省地图.html")

最终显示结果

在这里插入图片描述

94、基础柱状图构建

通过Bar构建基础柱状图

"""
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 轴的数据
bar.add_yaxis("GDP", [30, 20, 10])

# 绘图
bar.render("基础柱状图.html")

效果如下：

在这里插入图片描述

反转 x 和 y 轴并使数值标签在右侧

"""
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"])

# 将数值标签从柱状图中间移到柱状图右侧
bar.add_yaxis("GDP", [30, 20, 10], label_opts=LabelOpts(position="right"))

# 反转 x 轴 和 y 轴
bar.reversal_axis()

# 绘图
bar.render("基础柱状图.html")

效果如下：
在这里插入图片描述

95、基础时间线柱状图

创建时间线

Timeline()——时间线

柱状图描述的是分类数据，回答的是每一个分类中『有多少？』这个问题。这是柱状图的主要特点，同时柱状图很难动态的描述一个趋势性的数据。这里 pyecharts 为我们提供了一种解决方案——时间线。

如果说一个Bar、Line对象是一张图表的话，时间线就是创建一个一维的 x 轴，轴上每一个点就是一个图表对象。
在这里插入图片描述

1、
from pyecharts.charts import Bar, Timeline
from pyecharts.options import LabelOpts

# 使用 Bar 构建基础柱状图
bar1 = Bar()
bar1.add_xaxis(["中国", "美国", "英国"])
bar1.add_yaxis("GDP", [30, 30, 20])
bar1.reversal_axis()

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

bar3 = Bar()
bar3.add_xaxis(["中国", "美国", "英国"])
bar3.add_yaxis("GDP", [70, 60, 60])
bar3.reversal_axis()

# 构建时间线对象
timeline = Timeline()

# 在时间线内添加柱状图对象
timeline.add(bar1, "点1")
timeline.add(bar2, "点2")
timeline.add(bar3, "点3")

# 绘图是用时间线对象绘图,而不是 Bar 对象了
timeline.render("基础时间线柱状图.html")
2、设置自动播放
# 自动播放设置
timeline.add_schema(
    play_interval=1000,         # 自动播放的时间间隔
    is_timeline_show=True,      # 是否显示时间线
    is_auto_play=True,          # 是否自动播放
    is_loop_play=True           # 是否循环播放
)
3、设置时间线主题
# 构建时间线对象
timeline = Timeline(
    {"theme": ThemeType.DARK}
)

在这里插入图片描述

4、示例代码
"""
演示基础柱状图的开发
"""
from pyecharts.charts import Bar, Timeline
from pyecharts.options import LabelOpts
from pyecharts.globals import ThemeType

# 使用 Bar 构建基础柱状图
bar1 = Bar()
bar1.add_xaxis(["中国", "美国", "英国"])
bar1.add_yaxis("GDP", [30, 30, 20])
bar1.reversal_axis()

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

bar3 = Bar()
bar3.add_xaxis(["中国", "美国", "英国"])
bar3.add_yaxis("GDP", [70, 60, 60])
bar3.reversal_axis()

# 构建时间线对象
timeline = Timeline(
    {"theme": ThemeType.DARK}
)

# 在时间线内添加柱状图对象
timeline.add(bar1, "点1")
timeline.add(bar2, "点2")
timeline.add(bar3, "点3")

# 自动播放设置
timeline.add_schema(
    play_interval=1000,         # 自动播放的时间间隔
    is_timeline_show=True,      # 是否显示时间线
    is_auto_play=True,          # 是否自动播放
    is_loop_play=True           # 是否循环播放
)

# 绘图是用时间线对象绘图,而不是 Bar 对象了
timeline.render("基础时间线柱状图.html")
5、实现结果

在这里插入图片描述

96、动态GDP柱状图绘制

补充知识点：列表的 sort 方法

使用方式：

列表.sort(key=选择排序依据的函数, reverse=True/False)

  • 参数key，是要求传入一个函数，表示将列表的每一个元素都传入函数中，返回排序的依据；
  • 参数reverse，是否反转排序结果，True表示降序，False表示升序。
带名函数形势
# 准备列表
my_list = [["a", 33], ["b", 55], ["c", 11]]

# 排序，基于带名函数
def choose_sort_key(element):
    return element[1]
my_list.sort(key=choose_sort_key, reverse=True)
print(my_list)
匿名 Lambda 形式
# 准备列表
my_list = [["a", 33], ["b", 55], ["c", 11]]

# 排序，基于 lambda 匿名函数
my_list.sort(key=lambda element:element[1], reverse=True)

print(my_list)

正文

处理数据
读取数据，删除第一条数据
# 读取数据
f = open(
    "/home/yin-roc/1-Github/Ubuntu20.04-VMware/pythonProject/Python_Learning/02_Python入门语法/可视化案例数据/动态柱状图数据/1960-2019全球GDP数据.csv",
    "r",
    encoding="GB2312"
)
data_lines = f.readlines()

# 关闭文件
f.close()

# 删除第一行数据
data_lines.pop(0)
将数据转换为字典存储

格式为：{ 年份: [ [国家, gdp], [国家,gdp], ...... ], 年份: [ [国家, gdp], [国家,gdp], ...... ], ...... }

# 将数据变成字典存储，格式为：
# {年份：[[国家： gdp], [国家： gdp], [国家： gdp], ......], 年份：[[国家： gdp], [国家： gdp], [国家： gdp], ......]}
# 先定义一个字典对象
data_dict = {}
for line in data_lines:
    year = int(line.split(",")[0])          # 年份
    country = line.split(",")[1]       # 国家
    gdp = float(line.split(",")[2])         # gdp数据

    # 如何判断字典里面有没有指定的key？
    # try块尝试访问字典中的年份键（data_dict[year]）并向其追加数据（.append([country, gdp])）。
    try:
        data_dict[year].append([country, gdp])
        
    # 如果年份键不存在（即第一次遇到这个年份），会抛出KeyError异常。
    # 在except块中，捕获到KeyError异常后，创建一个新的空列表（data_dict[year] = []），然后再向其中追加数据（.append([country, gdp])）。
    except KeyError:
        data_dict[year] = []
        data_dict[year].append([country, gdp])
准备时间线
# 创建时间线对象
timeline = Timeline({"theme":ThemeType.LIGHT})

# 排序年份
sorted_year_list = sorted(data_dict.keys())
for year in sorted_year_list:
    data_dict[year].sort(key = lambda element: element[1], reverse=True)
    # 取出本年份前八名的国家
    year_data = data_dict[year][0:8]
    x_data = []
    y_data = []
    for country_gdp in year_data:
        x_data.append(country_gdp[0])   # x 轴添加国家
        y_data.append(country_gdp[1] / 100000000)   # y 轴添加 gdp 数据

    # 构建柱状图
    bar = Bar()
    x_data.reverse()
    y_data.reverse()
    bar.add_xaxis(x_data)
    bar.add_yaxis("GDP(亿)", y_data, label_opts=LabelOpts(position="right"))

    # 反转 x 轴和 y轴
    bar.reversal_axis()
    # 设置每一年的图表的标题
    bar.set_global_opts(
        title_opts=TitleOpts(title=f"{year}年全球前8的GDP数据")
    )
    timeline.add(bar, str(year))
自动播放和绘图
# 设置时间线自动播放
timeline.add_schema(
    play_interval=1000,
    is_timeline_show=True,
    is_auto_play=True,
    is_loop_play=False
)

# 绘图
timeline.render("1960~2019全球GDP前8国家.html")

效果展示

在这里插入图片描述

胜天半子祁厅
关注
  • 27
    点赞
  • 踩
  • 21
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
【飞桨深度学习 && 百度七日打卡 && Python小白逆袭大神】Day5：综合大作业
12-21
【飞桨深度学习 && 百度七日打卡 && Python小白逆袭大神】Day5：综合大作业 在本文中，我们将探讨的是一个针对初学者的深度学习教程——“飞桨深度学习”项目，并且结合了百度七日打卡挑战，旨在帮助Python新手迅速...
python 微信自动打卡脚本微信自动打卡脚本
04-27
标题中的“Python 微信自动打卡脚本”指的是利用Python编程语言编写的一种自动化程序，能够帮助用户在微信中定时发送消息，实现打卡的功能。这样的脚本对于需要频繁在特定时间向特定群组报告的场景非常有用，比如在...
Python学习打卡：day07
qq_45545681的博客
06-16 1456
元组同列表一样，都是可以封装多个、不同类型的元素在内。元组一旦定义完成，就不可修改所以，当我们需要在程序内封装数据，又不希望封装的数据被篡改，那么元组就非常合适了定义元组使用小括号，且使用逗号隔开各个数据数据可以是不同的数据类型。# 定义元组t2 = ()type# 定义元组 t1 =(1 , "Hello" , True) t2 =() t3 = tuple() print(f"t1 的类型是： {type(t1) } ，内容是： {t1 } ") print(f"t2 的类型是： {
Python学习打卡：day14
qq_45545681的博客
06-23 1363
既然现实事物有不公开的属性和行为，那么作为现实事物在程序中映射的类，也应该支持。：pass是占位语句，用来保证函数（方法）或类定义的完整性，表示无内容，空的意思。Union联合类型注解，在变量注解、函数（方法）形参和返回值注解中，均可使用。多态，指的是：多种状态，即完成某个行为时，使用不同的对象会得到不同的状态。类型注解：在代码中涉及数据交互的地方，提供数据类型的注解（显式的说明）。一旦复写父类成员，那么类对象调用成员的时候，就会调用复写后的新成员。函数（方法）的返回值也是可以添加类型注解的。
Python学习打卡：day01
qq_45545681的博客
06-09 921
Python学习记录
Python学习打卡：day13
qq_45545681的博客
06-22 1273
class是关键字，表示要定义类了；类的属性，即定义在类中的变量（成员变量）；类的行为，即定义在类中的函数（成员方法）。在类中定义成员方法和定义函数基本一致，但仍有细微区别：可以看到，在方法定义的参数列表中，有一个：self 关键字self 关键字是成员方法定义的时候，必须填写的。它用来表示类对象自身的意思；当我们使用类对象调用方法的是，self 会自动被 python 传入；在方法内部，想要访问类的成员变量，必须使用 self。tips。
Python学习打卡：day06
qq_45545681的博客
06-14 1242
基本语法格式：列表内的每一个数据，称之为元素以 [] 作为标识列表内每一个元素之间用, 逗号隔开"""演示 数据容器之： list 列表语法：[元素，元素，......]"""# 定义一个列表 list# 定义一个嵌套的列表tips：注列表可以一次存储多个数据，且可以为不同的数据类型，支持嵌套。
Python学习打卡：day09
qq_45545681的博客
06-18 989
是否支持下标索引支持：列表、元组、字符串——序列类型不支持：集合、字典非序列类型是否支持重复元素：支持：列表、元组、字符串——序列类型不支持：集合、字典——非序列类型是否可以修改支持：列表、集合、字典不支持：元组、字符串。
Python学习打卡：day08
qq_45545681的博客
06-17 1011
列表可修改支持重复元素且有序元组、字符串不可修改、支持重复元素且有序它们都支持重复元素。如果场景需要对内容做去重处理，列表、元组、字符串就不方便了。而集合不支持元素的重复（自带去重功能）、并且内容无序基本语法格式：# 定义集合my_set = {"传智教育", "黑马程序员", "itheima","传智教育", "黑马程序员", "itheima","传智教育", "黑马程序员", "itheima"}my_set_empty = set() # 定义空集合# 定义集合 my_set = {
Python学习打卡：day17
qq_45545681的博客
06-27 1508
本次需求开发我们需要新建一个数据库来使用，数据库名称：py_sqlmoney int,
Python学习打卡：day18
qq_45545681的博客
06-27 714
socket (简称 套接字) 是进程之间通信一个工具，好比现实生活中的插座，所有的家用电器要想工作都是基于插座进行，从前向后，找到第一个后，就停止，不会继续向后，整个字符串都找不到，返回 None。比如，验证一个字符串是否是符合条件的电子邮箱地址，只需要配置好正则规则，即可匹配任意邮箱。从被匹配字符串开头进行匹配， 匹配成功返回匹配对象（包含匹配的信息），匹配不成功返回空。字符串的r标记，表示当前字符串是原始字符串，即内部的转义字符无效而是普通字符。客户端连接后，通过recv方法，接收客户端发送的消息。
#Python入门（二）##太原理工大学机器人团队20天学习打卡day2
12-22
奸笑脸 from turtle import*#库引用 setup(1000,800,200,0)#setup(width,height,startx,starty) speed(20)#绘图速度 #脸 penup()#拿起画笔 goto(-300,0)#去到对应坐标的点 seth(-90)#朝向 pendown()#放下笔 ...
#Python入门（五）##太原理工大学机器人团队20天学习打卡day5
12-22
今日主讲time库和random库 time库 时间获取与格式化 import time t=time.gmtime() print(time.strftime("%Y-%m-%d %H:%M:%S",t)) 格式化控制符 ...print("执行开始".center(scale//2, "-"))#.center入门四讲过 ...
十个好用到爆炸的Python技巧
qq_36807888的博客
07-30 791
生成器表达式与列表推导式类似，但它创建的是一个迭代器，而不是一个完整的列表。zip(names, ages) 创建一个迭代器，该迭代器生成由 names 和 ages 列表中对应位置的元素组成的元组。defaultdict(int) 创建一个字典，如果访问的键不存在，则默认值为 0 (int 类型的默认值)。惰性求值: 元素是在需要时才计算的，而不是预先计算好存储在内存中，这在处理包含复杂计算的序列时非常有用。wrapper 函数是装饰器函数内部定义的函数，它调用被装饰的函数，并将结果转换为大写。
python字符串数据容器练习（replace,split,count）
2301_79600015的博客
07-31 732
Python字符串是由一系列字符组成的数据类型。在Python中，字符串是不可变的，这意味着一旦创建了一个字符串，就不能修改它的内容。以下是关于Python字符串的一些重要知识点：1. 字符串的基本操作：拼接字符串：使用`+`运算符。重复字符串：使用`*`运算符。索引和切片：使用`[]`和`:`操作符访问字符串中的子串。长度：使用`len()`函数获取字符串长度。转换大小写：使用`upper()`和`lower()`方法。分割和连接：使用`split()`和`join()`方法。
Python面试题：如何使用WebSocket实现实时Web应用
bigorsmallorlarge的专栏
07-30 663
通过上述步骤，你可以使用 Django Channels 和 WebSocket 创建一个简单的实时 Web 应用。Django Channels 提供了强大的功能，使得在 Django 中实现实时功能变得更加容易。你可以在此基础上扩展，添加更多功能和复杂的逻辑。
【BUG】Gunicorn [CRITICAL] WORKER TIMEOUT (pid:41518)
集电极
07-31 301
在使用Gunicorn 启动一个Flask服务后，访问接口响应错误，查看日志发现了该错误。具体上，我的接口大约需要2分钟才将结果返回，因此我的超时时间应该设置为200秒比较合适。秒内没有返回结果，Gunicorn 会弹出超时错误，并且会杀死flask服务重启。：接口返回时间超时。默认情况下，Gunicorn 超时时间为。样例，设置超时时间为200秒。解决方法是在启动命令中。
在 Python 和 C++ 环境下安装和使用 ONNX Runtime
最新发布
CDBmax的博客
08-03 291
对于 GPU 版本的 ONNX Runtime，需要安装 CUDA 和 cuDNN。请检查 CUDA 执行提供程序的要求以获取兼容版本的 CUDA 和 cuDNN。通过上述步骤和示例代码，您可以在 Python 和 C++ 环境下安装并使用 ONNX Runtime 进行模型推理。《windows端可以用 vs编辑器配置相应的头文件、库文件》《这部分可以去B站有很多教学视频讲的更详细》
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值