参考视频
json数据格式的转换
"""
什么是json:
JSON是一种轻量级的数据交互格式。可以按照JSON指定的格式去组织和封装数据
JSON本质上是一个带有特定格式的字符串
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类似于:
国际通用语言-英语
中国56个民族不同地区的通用语言-普通话
Python格式数据——json格式数据——C格式数据,json作为一种良好的中转数据格式,
使不同的语言相互通用
"""
# json数据的格式可以是:
# {"name":"admin","age":18}
#
# 也可以是:
# [{"name": "admin", "age": 18}, {"name": "root", "age": 16}, {"name": "张三", "age": 20}]
"""
演示JSON数据和Python字典的相互转换
"""
import json
# 准备列表,列表内每一个元素都是字典,将其转换为json
data = [{"name": "张大山", "age": 11}, {"name": "王大锤", "age": 13}, {"name": "赵小虎", "age": 16}]
json_str = json.dumps(data)
print(type(json_str))
print(json_str)
# 结果:中文转化时涉及编码问题,需要+ensure_ascii=False代码
# <class 'str'>
# [{"name": "\u5f20\u5927\u5c71", "age": 11}, {"name": "\u738b\u5927\u9524", "age": 13},
# {"name": "\u8d75\u5c0f\u864e", "age": 16}]
import json
# 准备列表,列表内每一个元素都是字典,将其转换为json
data = [{"name": "张大山", "age": 11}, {"name": "王大锤", "age": 13}, {"name": "赵小虎", "age": 16}]
json_str = json.dumps(data, ensure_ascii=False) # (不使用ASCII码)如果没有中文就不用加后面参数
print(type(json_str))
print(json_str)
# 结果是:
"""
<class 'str'>
[{"name": "张大山", "age": 11}, {"name": "王大锤", "age": 13}, {"name": "赵小虎", "age": 16}]
"""
# 准备字典,将字典转换为json
d = {"name": "周杰伦", "addr": "台北"}
json_str = json.dumps(d, ensure_ascii=False)
print(type(json_str))
print(json_str)
"""
<class 'str'>
{"name": "周杰伦", "addr": "台北"}
"""
# 将json字符串转换为Python数据类型[{k:v, k:v}, {k:v, k:v}]
s = '[{"name": "张大山", "age": 11}, {"name": "王大锤", "age": 13}, {"name": "赵小虎", "age": 16}]'
li = json.loads(s)
print(type(li))
print(li)
"""
<class 'list'>
[{'name': '张大山', 'age': 11}, {'name': '王大锤', 'age': 13}, {'name': '赵小虎', 'age': 16}]
"""
# 将json字符串转换为Python数据类型{k: v, k: v}
s = '{"name": "周杰伦", "addr": "台北"}'
d = json.loads(s)
print(type(d))
print(d)
"""
<class 'dict'>
{'name': '周杰伦', 'addr': '台北'}
"""
pyecharts模块简介
# baidu开发
# 官方网站为 https://pyecharts.org
# 画廊功能 https://gallery.pyecharts.org
# 安装pyecharts模块
pyecharts入门使用
# 导包
from pyecharts.charts import Line
from pyecharts.options import TitleOpts, LegendOpts, ToolboxOpts, VisualMapOpts
# 创建一个折线图对象
line = Line()
# 给折线图对象添加x轴的数据
line.add_xaxis(['中国', '美国', '英国'])
# 给折线图对象添加y轴的数据
line.add_yaxis('GDP', [30, 20, 10])
# 通过render方法,将代码生成为图像
# line.render()
# 左边文件夹生成网页文件
"""
render.html
"""
# 设置全局配置项set_global_opts来设置,官网pyecharts.org中查看全局配置项(标题、图例、鼠标移动效果、工具栏等)
line.set_global_opts(
title_opts=TitleOpts(title='GPT展示', pos_left='center', pos_bottom='1%'),
legend_opts=LegendOpts(is_show=True),
toolbox_opts=ToolboxOpts(is_show=True),
visualmap_opts=VisualMapOpts(is_show=True)
)
# 通过render方法,将代码生成为图像
line.render()
数据处理及生成折线图
"""
演示可视化需求1:折现图开发
"""
# 在线懒人工具 http://www.kuquidc.com/(ab173.com)
# json相关-json视图-粘贴数据-格式化-左边视图按钮(可以缩放)查看
import json
from pyecharts.charts import Line
from pyecharts.options import TitleOpts, LabelOpts
# 处理数据
f_us = open('D:/Pycharm-beginner/美国.txt', 'r', encoding='UTF-8')
us_data = f_us.read() # 美国的全部内容
f_jp = open('D:/Pycharm-beginner/日本.txt', 'r', encoding='UTF-8')
jp_data = f_jp.read() # 日本的全部内容
f_in = open('D:/Pycharm-beginner/印度.txt', 'r', encoding='UTF-8')
in_data = f_in.read() # 印度的全部内容
# 去掉不合json规范的开头
us_data = us_data.replace('jsonp_1629344292311_69436(', '') # 前面内容替换成空字符串(删除)
jp_data = jp_data.replace('jsonp_1629350871167_29498(', '')
in_data = in_data.replace('jsonp_1629350745930_63180(', '')
# 去掉不合json规范的结尾
# us_data = us_data.replace(');', '') 不可行,可能中间也有多个);而切多了
us_data = us_data[:-2] # 切掉倒数2个的字符
jp_data = jp_data[:-2]
in_data = in_data[:-2]
# json转python
us_dict = json.loads(us_data)
jp_dict = json.loads(jp_data)
in_dict = json.loads(in_data)
# print(type(us_dict))
# print(us_dict)
"""
<class 'dict'>
{'status': 0, 'msg': 'success',…………}
"""
# 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']
# print(type(us_trend_data))
# print(us_trend_data)
"""
<class 'dict'>
{'updateDate': ['2.22', '2.23', …………]}
"""
# 获取日期数据:用于x轴,取2020年(到314的下标结束)
us_x_data = us_trend_data['updateDate'][:314]
jp_x_data = jp_trend_data['updateDate'][:314]
in_x_data = in_trend_data['updateDate'][:314]
# print(us_x_data)
"""
['2.22', '2.23', ……………]
"""
# 获取确认数据:用于y轴,取2020年(到314的下标结束)
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]
# print(us_y_data)
"""
[34, 34, 34, 53,…………]
"""
# 生成图表
line = Line() # 构建折线图对象
# 给折线图对象添加x轴的数据
line.add_xaxis(us_x_data) # x共用只用一个国家即可
# 给折线图对象添加y轴的数据
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))
# 设置全局配置项set_global_opts来设置,官网pyecharts.org中查看全局配置项(标题、图例、鼠标移动效果、工具栏等)
line.set_global_opts(
# 标题设置
title_opts=TitleOpts(title='2020年美日印三国确诊人数对比折线图', pos_left='center', pos_bottom='1%'),
)
# 通过render方法,将代码生成为图像
line.render()
# 关闭文件对象
f_us.close()
f_jp.close()
f_in.close()
转载请注明来源,欢迎对文章中的引用来源进行考证,欢迎指出任何有错误或不够清晰的表达。可以在下面评论区评论,也可以邮件至 3415226167@qq.com