Python疫情确诊折线图实现数据可视化实例详解
更新时间：2022年09月28日 14:43:42 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！
相关文章
有时候我们在批量打印文件的时候,总会遇到电脑上打印机队列打不开的情况,为此我们可以利用Python写一个打印机批量打印队列,下面小编就来和大家详细讲讲吧2025-02-02
这篇文章主要介绍了Python批量对word文档进行操作,一步步逐步完成创建文档，本文通过实例代码给大家介绍的非常详细，需要的朋友可以参考下2022-02-02
这篇文章主要为大家介绍了python多线程性能测试之快速mock数据，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2022-06-06
在本篇文章里小编给大家整理的是一篇关于python上下文管理器异常问题解决方法，对此有兴趣的朋友们可以学习参考下。2021-02-02
这篇文章主要介绍了python单例模式的多种实现方法,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-07-07
这篇文章主要介绍了Python如何在列表尾部添加元素，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-05-05
python json load json 数据后出现乱序的解决方案
今天小编就为大家分享一篇python json load json 数据后出现乱序的解决方案，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-02-02
数据分析是当今信息时代中至关重要的技能之一,Python和PySpark作为强大的工具,提供了丰富的库和功能,使得数据分析变得更加高效和灵活,在这篇文章中,我们将深入探讨如何使用Python和PySpark进行数据分析,需要的朋友可以参考下2024-01-01
在本篇文章里小编给大家整理的是一篇关于PHP函数__autoload失效原因及解决方法，有兴趣的朋友们可以学习下。2021-09-09
这篇文章主要介绍了Python设计模式之职责链模式,结合具体实例形式分析了Python责任链模式的概念、原理、定义与使用方法,需要的朋友可以参考下2019-01-01
最新评论