matlab中把二维数据x和y分别从小到大排序_《Python编程从入门到实践》json数据可视化练习详解...

《Python编程从入门到实践》16.2中，计算收盘价均值的程序有些不易看懂，结合我自己的理解进行一些说明。

使用的数据集：join格式的数据，

数据集是由多个字典为元素组成的列表。每个字典包含如下信息

[{

"date": "2017-01-01",

"month": "01",

"week": "52",

"weekday": "Sunday",

"close": "6928.6492"

}......

{

"date": "2017-12-12",

"month": "12",

"week": "50",

"weekday": "Tuesday",

"close": "113732.6745"

}]

计算均值的程序为：

跳过函数，从idx_month = dates.index('2017-12-01')看起，index函数为返回列表的索引值，看下面例子：

因此，这部分代码意为，首先让集合了所有日期的列表dates用index方法取2017-12-01这一天的索引，并将其赋给idx_month，之后months[:idx_month], closes[:idx_month]表示分别对日期列表months,收盘价列表closes进行切片处理，取到了索引从0到idx_months的所有值，也就是2017-12-01这一天之前的所有日期，以及对应的收盘价，并将其和另外两个实参传递到函数draw_line中。下面对函数中的每个语句进行说明。

def draw_line(x_data, y_data, title, y_legend):

#定义函数

xy_map = []

#定义一个空列表，用于存储

for x, y in groupby(sorted(zip(x_data, y_data)), key=lambda _: _[0]):

#zip(x_data, y_data)表示将传入的日期列表months和收盘价列表closes，分别按顺序各取一个元素打包成元组列表组合成一个新的迭代器——zip类，即[(1,6928), (1,7070) …… (11,65583)]。

第二层的sorted函数对元组列表进行排序，得到了按照月份从小到大，同一月份的收盘价从小到大排序的元组列表[(1, 5383), (1,5566) …… (1,6928), (1,7070) …… (11,65583)]。这里sorted函数先把第一位从小到大排好，再排第二位，以此类推。

第三层的groupby函数，是一个分组聚合函数，key=lambda _: [0]是用匿名函数Lambda（Lambda表达式基于数学中的λ演算得名）表示的条件。

lambda函数：

lambda 参数列表: 对参数需要进行的操作

key=lambda _: _[0]就表示取列表中索引为[0]的值，并将返回值赋给key（下划线表示临时变量，仅用一次之后销毁），key这个表达式表示groupby分组的依据，意味着按照元组列表的第一个元素进行分类。每循环一次，得到一组数据，x就是分类的key值。最后循环十一次，x=1~11，y则是对应的元组列表，得到：

x: 1 y: [(1,5383), (1,5566) …… (1,7835)]

2 [(2,6793), (2,6811) …… (2,8206)]

……

y_list = [v for _, v in y]

#下划线表示没有用到的值，这里即为y中元组的第一个值，将每个月的收盘价添加到y_list中

xy_map.append([x, sum(y_list) / len(y_list)])

#计算每个月的收盘价均值，并将元素以（月份，均值）的格式添加到空列表中。

x_unique, y_mean = [*zip(*xy_map)]

#*zip(iterable)函数是zip函数的逆过程，可将zip函数处理后的结果恢复为之前的样子。*可理解为解压。看例子：

所以它将xy_map中每个元组中的第一个元素全部取出，赋给x_unique，得到x_unique=(1,2,3,4,5,6,7,8,9,10,11)，第二个元素全部取出，赋给y_mean，得到y_mean=(6285.870967741936, 7315.714285714285, 7789.032258064516, 8390.466666666667, 12963.935483870968, 18092.166666666668, 17146.16129032258, 26092.645161290322, 26865.633333333335, 35460.67741935484, 51436.166666666664)。

line_chart = pygal.Line()

#设置画的图为折线图格式

line_chart.title = title

#设置标题

line_chart.x_labels = x_unique

#设置x轴的标签

line_chart.add(y_legend, y_mean)

#加入y轴的数据及其它的含义

line_chart.render_to_file(title + '.svg')

#存储图片

return line_chart

#返回该图片

参考资料：CSDN-专业IT技术社区-登录 这篇博客也进行了详细的讲解。