Python进阶：销售数据处理与可视化

1. 定义data_define模块

# 数据分析案例
"""
数据定义的类
"""


class Record:

    def __init__(self, date, order_id, money, province):
        self.date = date  # 订单日期
        self.oder_id = order_id  # 订单id
        self.money = money  # 订单金额
        self.province = province  # 订单省份

    def __str__(self):
        """将输出的内存地址转换为字符串"""
        return f"{self.date}, {self.oder_id}, {self.money}, {self.province}"

2. 定义file_define模块 

"""
和文件相关的抽象类
"""
import json

from data_define import Record


class FileReader:
    def read_data(self) -> list[Record]:
        """读取的文件都转换为Record对象，将他们都封装到list类返回即可"""
        pass


class TextFileReader(FileReader):
    def __init__(self, path):
        self.path = path  # 定义成员变量记录文件的路径

    # 复现（实现抽象方法）父类的方法
    def read_data(self) -> list[Record]:
        f = open(self.path, "r", encoding="UTF-8")

        record_list: list[Record] = []
        for line in f.readlines():
            line = line.strip()  # 消除读取到的\n
            data_list = line.split(",")
            record = Record(data_list[0], data_list[1], int(data_list[2]), data_list[3])
            record_list.append(record)

        f.close()
        return record_list


class JsonFileReader(FileReader):
    def __init__(self, path):
        self.path = path  # 定义成员变量记录文件的路径

        # 复现（实现抽象方法）父类的方法
    def read_data(self) -> list[Record]:
        f = open(self.path, "r", encoding="UTF-8")

        record_list: list[Record] = []
        for line in f.readlines():
            data_dict = json.loads(line)  # 得到字典
            record = Record(data_dict["date"], data_dict["order_id"], int(data_dict["money"]), data_dict["province"])
            record_list.append(record)

        f.close()
        return record_list


# 用于测试
if __name__ == '__main__':
    text_file_reader = TextFileReader("E:/黑马程序员Python/13-进阶/2011年1月销售数据.txt")
    json_file_reader = JsonFileReader("E:/黑马程序员Python/13-进阶/2011年2月销售数据JSON.txt")
    list1 = text_file_reader.read_data()
    list2 = json_file_reader.read_data()

    for l in list1:
        print(l)

    for l in list2:
        print(l)

 3. 主代码

"""
面向对象，数据分析案例，主业务逻辑代码
实现步骤：
1．设计一个类，可以完成数据的封装
2．设计一个抽象类，定义文件读取的相关功能，并使用子类实现具体功能
3. 读取文件，生产数据对象
4．进行数据需求的逻辑计算（计算每一天的销售额）
5.通过PyEcharts进行图形绘制
"""
from file_define import FileReader, TextFileReader, JsonFileReader
from data_define import Record
from pyecharts.charts import Bar
from pyecharts.options import *
from pyecharts.globals import ThemeType

text_file_reader = TextFileReader("E:/黑马程序员Python/13-进阶/2011年1月销售数据.txt")
json_file_reader = JsonFileReader("E:/黑马程序员Python/13-进阶/2011年2月销售数据JSON.txt")
jan_data: list[Record] = text_file_reader.read_data()
feb_data: list[Record] = json_file_reader.read_data()
# 将两个月份的数据合并为1个list
all_data: list[Record] = jan_data + feb_data

# 数据计算
# {"2011-01-01":1234,"2011-01-02":300}
data_dict = {}
for record in all_data:
    if record.date in data_dict.keys():
        # 当前日期已经有记录，所以和老记录做累加
        data_dict[record.date] += record.money
        pass
    else:
        data_dict[record.date] = record.money   # 说明是第一条记录

print(data_dict)

# 可视化图表开发
bar = Bar(init_opts=InitOpts(theme=ThemeType.LIGHT))     # 通过Bar类得到类对象
bar.add_xaxis(list(data_dict.keys()))       # 添加x轴的数据
bar.add_yaxis("销售额", list(data_dict.values()), label_opts=LabelOpts(is_show=False))  # 添加y轴的数据
bar.set_global_opts(
    title_opts=TitleOpts(title="每日销售额")
)

bar.render("每日销售额柱状图.html")

4. 结果展示