![](https://i-blog.csdnimg.cn/direct/f72dbaef750d42219a6c7b50746542fa.png)
1.数据准备
![](https://i-blog.csdnimg.cn/direct/a6d13e4cd868487abcf880cb59d2d077.png)
2.模块百度导入
# 导入
import json
from pyecharts.charts import Line
from pyecharts.options import TitleOpts,LabelOpts
3.数据处理
# 数据处理
f_us = open("D:/Python学习/文本/美国.txt","r",encoding="UTF-8")
us_data = f_us.read() # 读取全部内容
f_jp = open("D:/Python学习/文本/日本.txt","r",encoding="UTF-8")
jp_data = f_jp.read() # 读取全部内容
f_in = open("D:/Python学习/文本/印度.txt","r",encoding="UTF-8")
in_data = f_in.read() # 读取全部内容
4.去除数据
# 取出不符合的部分
us_data = us_data.replace("jsonp_1629344292311_69436(","")
us_data = us_data[:-2]
jp_data = jp_data.replace("jsonp_1629350871167_29498(",'')
jp_data = jp_data[:-2]
in_data = in_data.replace("jsonp_1629350745930_63180(","")
in_data = in_data[:-2]
5.转换python字典
# json转python字典
us_dict = json.loads(us_data)
jp_dict = json.loads(jp_data)
in_dict = json.loads(in_data)
6.获取KEY值:trend
# 获取trend key
us_trend_data = us_dict['data'][0]['trend']
jp_trend_data = jp_dict['data'][0]['trend']
in_trend_data = in_dict['data'][0]['trend']
7.制作X和Y轴
# 获取日期数据--x轴
us_x_data = us_trend_data['updateDate'][:314]
jp_x_data = jp_trend_data['updateDate'][:314]
in_x_data = in_trend_data['updateDate'][:314]
# 获取数据---y轴
us_y_data= us_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]
8.构建图表
# 构建图表
line = Line()
# 添加x轴数据
line.add_xaxis(us_x_data)
# 添加y轴数据
line.add_yaxis("美国确诊人数",us_y_data,label_opts=LabelOpts(is_show=False))
line.add_yaxis("日本确诊人数",jp_y_data,label_opts=LabelOpts(is_show=False))
line.add_yaxis("印度确诊人数",in_y_data,label_opts=LabelOpts(is_show=False))
9.生成图表
# 全局配置
line.set_global_opts(
# 标题
title_opts=TitleOpts(title="2020年三国确诊人数对比",pos_left="center",pos_bottom="1%")
)
# 调用render生成图表
line.render()
# 关闭文件对象
f_us.close()
f_in.close()
f_jp.close()