最好的免费logo设计网站,网络稿件投稿平台,电商推广平台,北京简约网站建设公司目录 一 JSON数据格式转换
二 pyecharts模块
三 Pyecharts入门
四 数据可视化之疫情折线图 一 JSON数据格式转换
什么是JSON? JSON#xff08;JavaScript Object Notation#xff09;是一种轻量级的数据交换格式。它以易于阅读和编写的方式来表示结构化数据。JSO… 目录 一 JSON数据格式转换
二 pyecharts模块
三 Pyecharts入门
四 数据可视化之疫情折线图 一 JSON数据格式转换
什么是JSON? JSONJavaScript Object Notation是一种轻量级的数据交换格式。它以易于阅读和编写的方式来表示结构化数据。JSON常用于Web应用程序之间的数据传输特别是与前端JavaScript一起使用。它基于JavaScript语法但可以被多种编程语言支持和使用。 JSON的优点包括易于阅读和编写、数据格式简洁、跨平台和语言无关、广泛支持等。由于它的普及性和便利性JSON已成为现代应用程序中常用的数据交换格式之一。 主要功能 JSON就是一种在各个编程语言中流通的数据格式负责不同编程语言中的数据传递和交互。 JSON格式数据要求 Python数据和JSON数据的相互转换 二 pyecharts模块 如果想要做出数据可视化效果图可以借助pyecharts模块来完成 pyecharts是个由百度开源的数据可视化凭借着良好的交互性精巧的图表设计得到了众多开发者的认可.而Python是门富有表达力的语言很适合用于数据处理.当数据分析遇上数据可视化时pyecharts诞生了. 安装pyecharts模块 1.使用cmd命令行安装 2.使用Pycharm安装 三 Pyecharts入门
基础折线图 1.使用时先导入包 2.得到折线对象 3.配置x,y参数 4.将代码可视化 5.运行以后我们会得到一个html文件点击打开在使用浏览器打开即可 pyecharts的配置选项 可参考官网查看简介 - pyecharts - A Python Echarts Plotting Library built with love. 1.全局配置
set_global_opts方法 添加全局设置项效果 2.系列配置 四 数据可视化之疫情折线图
1.首先我们手里面有三份Json数据 2.拿到数据以后分析一下
我们前面提到了JSON数据格式的转换明显这里格式不匹配所以我们接下来要用数据容器的一些操作对它处理得到标准的JSON数据然后转换为Python的字典操作。
3.将JSON数据可视化方便后续找清楚逻辑关系JSON在线视图查看器(Online JSON Viewer) (ab173.com) 4.编写代码 import json
from pyecharts.charts import Line
from pyecharts.options import TitleOpts,LabelOpts,LegendOpts,ToolboxOpts,VisualMapOpts
# 打开文件
f_us open(D:/美国.txt,r,encodingUTF-8)
us_data f_us.read()f_jp open(D:/日本.txt,r,encodingUTF-8)
jp_data f_jp.read()f_in open(D:/印度.txt,r,encodingUTF-8)
in_data f_in.read()# 去除开头不符合Json数据格式的字符串
us_data us_data.replace(jsonp_1629344292311_69436(,)
jp_data jp_data.replace(jsonp_1629350871167_29498(,)
in_data in_data.replace(jsonp_1629350745930_63180(,)
# 去除结尾不符合Json数据格式的字符串
us_data us_data[:-2]
jp_data jp_data[:-2]
in_data in_data[:-2]# 将Json转换为Python字典
us_dict json.loads(us_data)
jp_dict json.loads(jp_data)
in_dict json.loads(in_data)
# 获取trend的key
trend_data us_dict[data][0][trend]
jp_trend_data jp_dict[data][0][trend]
in_trend_data in_dict[data][0][trend]
# 取日期数据用于x轴取到2020
us_x_data trend_data[updateDate][:314]# 取y轴数据
us_y_data 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]
# 获得折线图
line Line()
# 设置x,y的参数
line.add_xaxis(us_x_data)
line.add_yaxis(美国确诊人数,us_y_data,label_optsLabelOpts(is_showFalse))
line.add_yaxis(日本确诊人数,jp_y_data,label_optsLabelOpts(is_showFalse))
line.add_yaxis(印度确诊人数,in_y_data,label_optsLabelOpts(is_showFalse))line.set_global_opts(# 标题设置title_optsTitleOpts(title2020年美日印三国新冠疫情确诊人数对比折线图,pos_leftcenter,pos_bottom1%),legend_optsLegendOpts(is_showTrue),toolbox_optsToolboxOpts(is_showTrue),visualmap_optsVisualMapOpts(is_showTrue))
# 将代码转可视化
line.render()
# 关闭文件
f_us.close()
f_jp.close()
f_in.close() 运行效果
