python利用json和pyecharts畫折線圖實例代碼

更新時間：2022年12月26日 10:15:03 作者：陽862

這篇文章主要介紹了python利用json和pyecharts畫折線圖實例,本文通過示例代碼給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下

一.json模塊對數(shù)據(jù)進行處理

上面三個txt文本是這三個國家疫情爆發(fā)相關(guān)的數(shù)據(jù)

我們先以美國為例
我們可以看到，這文件里面有些地方不符合json格式，所以在用改文件之前就需要我們?nèi)ヌ幚?/p>

處理json格式的數(shù)據(jù)我們需要借用json在線解析工具
我這里用的是：

將正確格式復(fù)制粘貼到“json數(shù)據(jù)”中，然后再點擊“視圖”

這里就會給我們一個流程圖
這里我們就要開始分析：

我們需要的是，美國疫情確診人隨時間的變化，我們依次打開就可以找到

這兩個部分就是我們需要的，我們可以知道這里json是一個字典類型，那么我們就是先要從json中找到data這個key，data是一個列表嵌套一個字典，所以我們用data[0]就可以取得列表里面的內(nèi)容，從列表里面找到trend這個key，然后同理，再從trend這個字典中找出updateData和data

代碼如下

import json
from pyecharts.charts import Line
from pyecharts.options import TitleOpts
#處理數(shù)據(jù)
f_us=open("D:/美國.txt","r",encoding="utf-8")
us_data=f_us.read()
#去掉不合json規(guī)范的開頭
us_data=us_data.replace("jsonp_1629344292311_69436(","")
#去掉不合JSON規(guī)范的結(jié)尾
us_data=us_data[:-2]
#json轉(zhuǎn)python字典
us_dict = json.loads(us_data)
#獲取trend key
trend_data=us_dict["data"][0]["trend"]
print(trend_data)
#獲取日期數(shù)據(jù)，用于x軸，取到2020年（到下標(biāo)314結(jié)束）
us_x_data=trend_data["updateDate"][:314]
print(us_x_data)
#獲取確診數(shù)據(jù)，用于y軸，取到2020年（到下標(biāo)314結(jié)束）
us_y_data=trend_data["list"][0]["data"][:314]
print(us_y_data)

結(jié)果是

二.利用pyecharts畫折線圖

import json
from pyecharts.charts import Line
from pyecharts.options import TitleOpts
#處理數(shù)據(jù)
f_us=open("D:/美國.txt","r",encoding="utf-8")
us_data=f_us.read()
#去掉不合json規(guī)范的開頭
us_data=us_data.replace("jsonp_1629344292311_69436(","")
#去掉不合JSON規(guī)范的結(jié)尾
us_data=us_data[:-2]
#json轉(zhuǎn)python字典
us_dict = json.loads(us_data)
#獲取trend key
trend_data=us_dict["data"][0]["trend"]
print(trend_data)
#獲取日期數(shù)據(jù)，用于x軸，取到2020年（到下標(biāo)314結(jié)束）
us_x_data=trend_data["updateDate"][:314]
print(us_x_data)
#獲取確診數(shù)據(jù)，用于y軸，取到2020年（到下標(biāo)314結(jié)束）
us_y_data=trend_data["list"][0]["data"][:314]
print(us_y_data)
#生成圖表
line=Line()#構(gòu)建折線圖對象
#添加x軸對象
line.add_xaxis(us_x_data)
#添加y周數(shù)據(jù)
line.add_yaxis("美國確診人數(shù)",us_y_data)
#設(shè)置全局變量
line.set_global_opts(
    title_opts=TitleOpts(title="2020年美國確診人數(shù)折線圖",pos_left="center",pos_bottom="1%")
)
#調(diào)用render方法，生成圖表
line.render()
#關(guān)閉文件
f_us.close()

結(jié)果是

三.利用pyecharts畫美、日、印三國家折線圖

日本和印度的數(shù)據(jù)處理部分，跟美國的處理方法是一樣的，代碼如下：

import json
from pyecharts.charts import Line
from pyecharts.options import TitleOpts
#處理數(shù)據(jù)
f_us=open("D:/美國.txt","r",encoding="utf-8")
f_jp=open("D:/日本.txt","r",encoding="utf-8")
f_in=open("D:/印度.txt","r",encoding="utf-8")
 
us_data=f_us.read()
jp_data=f_jp.read()
in_data=f_in.read()
 
#去掉不合json規(guī)范的開頭
us_data=us_data.replace("jsonp_1629344292311_69436(","")
jp_data=jp_data.replace("jsonp_1629350871167_29498(","")
in_data=in_data.replace("jsonp_1629350745930_63180(","")
 
#去掉不合JSON規(guī)范的結(jié)尾
us_data=us_data[:-2]
jp_data=jp_data[:-2]
in_data=in_data[:-2]
 
#json轉(zhuǎn)python字典
us_dict = json.loads(us_data)
jp_dict = json.loads(jp_data)
in_dict = json.loads(in_data)
 
 
#獲取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"]
 
#獲取日期數(shù)據(jù)，用于x軸，取到2020年（到下標(biāo)314結(jié)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]
 
#獲取確診數(shù)據(jù)，用于y軸，取到2020年（到下標(biāo)314結(jié)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]
 
 
#生成圖表
line=Line()#構(gòu)建折線圖對象
#添加x軸對象
line.add_xaxis(us_x_data)#因為x軸都是一樣的，所以就用一個就可
#添加y周數(shù)據(jù)
line.add_yaxis("美國確診人數(shù)",us_y_data)
line.add_yaxis("日本確診人數(shù)",jp_y_data)
line.add_yaxis("印度確診人數(shù)",in_y_data)
 
#設(shè)置全局變量
line.set_global_opts(
    title_opts=TitleOpts(title="2020年美國、日本、印度確診人數(shù)折線圖",pos_left="center",pos_bottom="1%")
)
#調(diào)用render方法，生成圖表
line.render()
#關(guān)閉文件
f_us.close()
f_jp.close()
f_in.close()

結(jié)果是

還有一個下問題：很多數(shù)字重疊了

我們可以利用全局選項中的圖例來解決，讓其不顯示

按下Ctrl+p就會顯示有哪些位置參數(shù)，label_opts就是控制圖例的

#添加y周數(shù)據(jù)
line.add_yaxis("美國確診人數(shù)",us_y_data,label_opts=False)
line.add_yaxis("日本確診人數(shù)",jp_y_data,label_opts=False)
line.add_yaxis("印度確診人數(shù)",in_y_data,label_opts=False)

結(jié)果是