初学者可以浅浅的留下来了解一下吧!
前言
概括:
本章节主要是以数据可视化的三种视图的简单介绍,更多的是为了了解。
提示:以下内容仅供参考
一、使用json转换数据
json是一种轻量级的数据交互式格式,其主要类似于是字典,是将其他类型的数据转换为python可用的形式。
1.导入模块json
import json
主要运用的函数:
- json.loads() : 将JSON字符串转化为Python对象
- json.dumps() :将Python对象转化为JSON字符串
- json.load() :读取json文件,把文件中的json数据转化为python数据类型
- json.dump() :写入json文件,把python数据转化成json数据写入json文件中
例如:
# 准备符合格式json格式要求的python数据
data = [{"name": "老王", "age": 16}, {"name": "张三", "age": 20}]
# 通过 json.dumps(data) 方法把python数据转化为了 json数据
data = json.dumps(data,ensure_ascii=False)
print(data)
# 通过 json.loads(data) 方法把json数据转化为了 python数据
data = json.loads(data)
利用懒人工具格式化数据
2.安装pyecharts模块
pip install pyecharts
导入包
#Line 是折线图的一个功能
from pyecharts.charts import *
二、简单构建常见的三种图表
1.折线图
代码如下(示例):
# 简单的构建折线图 Line是一个功能
from pyecharts.charts import Line
from pyecharts.options import TitleOpts ,LegendOpts,ToolboxOpts,VisualMapOpts
# 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",[10,30,20])
#使用全局配置选项 修饰图表
line.set_global_opts(
# title是标题 pos_left是图表的位置 pos_bottom
title_opts=TitleOpts(title="GDP展示",pos_left="center",pos_bottom="1%"),
# is_show 是是否展示图例
legend_opts=LegendOpts(is_show=True),
# 工具箱是否展示
toolbox_opts=ToolboxOpts(is_show=True),
# 视觉映射是否展示
visualmap_opts=VisualMapOpts(is_show=True),
)
# 生成图标 render是最后生成图表的功能
line.render()
效果图如下:
2.动态树状图
2.1竖向柱状图
代码如下:
#导入柱状图表模块的功能Bar
from pyecharts.charts import Bar
from pyecharts.options import *
# 构建柱状图表
bar=Bar()
# 添加x轴数据
bar.add_xaxis(["中国",",美国","英国"])
# 添加y轴数据
bar.add_yaxis("GDP",[30,20,50])
# 生成图表
bar.render("柱状图.html")
效果图:
2.2横向柱状图
代码如下:
#导入柱状图表模块的功能Bar
from pyecharts.charts import Bar
from pyecharts.options import *
# 构建柱状图表
bar=Bar()
# 添加x轴数据
bar.add_xaxis(["中国",",美国","英国"])
# 添加y轴数据
bar.add_yaxis("GDP",[30,20,50])
# 反转xy轴
bar.reversal_axis()
# 生成图表
bar.render("柱状图.html")
效果图:
3.地图
代码如下:
# 导入模块
from pyecharts.charts import Map
from pyecharts.options import *
# 构建地图
map= Map()
# 设置省份数据
data=[
("北京",1),
("上海",199),
("湖南",299),
("台湾",399),
("安徽",499),
("广州",499),
("湖北",599),
("江西",699)
]
# 添加数据到地图,标题,数据,什么哪个范围的地图 这里是中国所以是china
map.add("测试地图",data,"china")
# 生成地图
map.render()
效果图:
总结
以上三种是简单的图表和数据的转换,当然json也可以应用到图表(charts)中,如果想继续了解更多和样式的设置可以参考:
图表类型 pyecharts-gallery
图表样式 pyecharts