Python疫情确诊折线图实现数据可视化实例详解
作者：Shewyoo
数据可视化是指用图形或表格的方式来呈现数据。图表能够清楚地呈现数据性质， 以及数据间或属性间的关系，可以轻易地让人看图释义。用户通过探索图（Exploratory Graph）可以了解数据的特性、寻找数据的趋势、降低数据的理解门槛
案例描述
根据可参考数据，实现对疫情确诊人数数据的可视化。
利用json转换工具，将数据格式化，需要取出下面两部分的内容。
可视化效果图：
实现步骤
一、导入模块
导入可能用到的模块
import json from pyecharts.charts import Line
二、读取文件内容
打开相应的文件，使用变量us_data保存文件的内容
f_us = open("D:/美国.txt","r",encoding="UTF-8")
us_data = f_us.read()去掉不符合json规范的开头
json文件是一个单独的字典或一个内部元素都是字典的列表。
所以文件内容是字典或列表的格式。
us_data = us_data.replace("jsonp_1629344292311_69436(","")去掉不符合json规范的结尾
使用切片截取除了最后两个字符的其他字符。
us_data = us_data[:-2]
三、json转换python
将json文件内容转换为python，即字符串转换为字典。
us_dict = json.loads(us_data)
四、获取需要用到的数据
获取字典中用于x、y轴的数据。
# 获取trend key trend_data = us_dict['data'][0]['trend'] # 获取日期数据，取2020一年的数据,到314下标结束 x_data = trend_data['updateDate'][:314] # 获取确诊数据 y_data = trend_data['list'][0]['data'][:314]
五、生成图表
构建对象
line = Line()
添加x、y轴数据
line.add_xaxis(x_data)
line.add_yaxis("美国确诊人数",y_data)如果不想折线图上显示数字数据可以这样写
line.add_yaxis("美国确诊人数",y_data,label_opts=LabelOpts(is_show=False))设置全局选项
# 先导入需要用到的模块
from pyecharts.options import TitleOpts
# 设置
line.set_global_opts(
title_opts=TitleOpts(title="2020年美国确诊人数折线图",pos_left="center",pos_bottom="1%")
)调用render方法，生成图表
line.render()
六、关闭文件
在打开文件，使用完文件后，一定记得关闭文件。
f_us.close()
运行后打开render.html文件就可以了。
到此这篇关于Python疫情确诊折线图实现数据可视化实例详解的文章就介绍到这了,更多相关Python数据可视化内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！