当前位置：首页 > news >正文

Python第二语言（九、Python第一阶段实操）

news 2025/7/18 18:09:18

1. json数据格式

2. Python与json之间的数据转换

3. pyecharts模块官网

4. pyecharts快速入门（折线图）

5. pyecharts全局配置选项

5.1 set_global_ops使用

5.1.1. title_opts

5.1.2 legend_opts

5.1.3 toolbox_opts

5.1.4 visualmap_opts

6. pyecharts基础地图使用

6.1 Map使用

7. pyecharts柱状图使用

7.1 柱状图使用

7.2 轴的反转：bar.reversal_axis() # 反转xy轴

7.3 数值至右：bar.add_yaxis("GDP", [3000, 5000, 2800], label_opts=LabelOpts(position="right")) # 添加y轴数据

7.4 小结

7.5 创建时间线：Timeline()-时间线

7.5.1 使用Timeline()-时间线

7.5.2 时间线设置主题

7.5.3 常见的时间线主题

本章内容：使用之前学习到的Python基础知识通过echarts大屏组件来进行可视化开发；

1. json数据格式

各种编程语言存储数据的容器不尽相同，在Python中有字典dict这样的数据类型，而其它语言可能没有对应的字典，为了让不同的语言都能够相互通用的互相传递数据、JSON就是一种非常良好的中转数据格式；

2. Python与json之间的数据转换

数据转换成json的时候会涉及到一个编码问题，下面可以看见数据是我们看不懂的东西，通过ensure_ascii=False将下面的数据转成正常的中文，供我们观看；

data = json.dumps(data, ensure_ascii=False)

# 1.导入json模块
import json# 2.准备符合格式json格式要求的python数据
data = [{"name": "zhangSan", "age": 28}, {"name": "lisi", "age": 18}]# 3.通过json.dumps(data)方法把python数据转化为json数据
data = json.dumps(data)
print(f"类型：{type(data)}")
print(f"转换后的json：{data}")# 4.通过json.loads(data)方法把json数据转化为python数据
data = json.loads(data)
print(f"类型：{type(data)}")
print(f"转换成python数据类型：{data}")

json小结：

json：是一种轻量级的数据交互格式，采用完全独立于编程语言的文本格式来存储和表示数据（就是字符串）；
- Python语言使用JSON有很大优势，因为：JSON无非就是一个单独的字典或一个内部元素都是字典的列表，所以JSON可以直接和Python的字典或列表进行无缝转换；
json格式数据转化；
- 通过 json.dumps(data)方法把python数据转化为了 json数据；
- data = json.dumps(data) ；如果有中文可以带上：ensure_ascii=False参数来确保中文正常转换;
- data = json.loads(data) ；通过 json.loads(data)方法把json数据转化为了 python列表或字典；

3. pyecharts模块官网

参考：Document (pyecharts.org)

通过pip安装pyecharts：（加入cmd安装）

安装： pip install pycharts

查看包的位置：pip show pyecharts

4. pyecharts快速入门（折线图）

from pyecharts.charts import Line
from pyecharts import options as opts# 创建一个折线图实例
line = Line()# 添加 X 轴数据
line.add_xaxis(["2017", "2018", "2019", "2020", "2021"])# 使用 opts.LineItem 传递 Y 轴数据
y_data = [opts.LineItem(value=30),opts.LineItem(value=20),opts.LineItem(value=10),opts.LineItem(value=50),opts.LineItem(value=60)
]# 添加 Y 轴数据，"GDP" 为系列名称
line.add_yaxis("GDP", y_data)# 可选：设置全局选项，例如标题
line.set_global_opts(title_opts=opts.TitleOpts(title="GDP 增长"))# 将图表渲染到一个 HTML 文件
line.render("line_chart.html")

5. pyecharts全局配置选项

set_global_opts方法 ：
全局配置项的作用：
1. 配置图表的标题；
2. 配置图例；
3. 配置鼠标移动效果；
4. 配置工具栏；
5. 和整体配置项；

5.1 set_global_ops使用

# 导入全局配置选项，需要导入的包
from pyecharts.options import TitleOpts, LegendOpts, ToolboxOpts, VisualMapOpts

from pyecharts.options import TitleOpts, LegendOpts, ToolboxOpts, VisualMapOpts
from pyecharts import options as opts# 创建一个折线图实例
line = Line()# 添加 X 轴数据
line.add_xaxis(["2017", "2018", "2019", "2020", "2021"])# 使用 opts.LineItem 传递 Y 轴数据
y_data = [opts.LineItem(value=30),opts.LineItem(value=20),opts.LineItem(value=10),opts.LineItem(value=50),opts.LineItem(value=60)
]# 添加 Y 轴数据，"GDP" 为系列名称
line.add_yaxis("GDP", y_data)# 可选：设置全局选项，例如标题,
line.set_global_opts(title_opts=opts.TitleOpts(title="GDP 增长", pos_left="center", pos_bottom="10%"),legend_opts=LegendOpts(is_show=True),toolbox_opts=ToolboxOpts(is_show=True),visualmap_opts=VisualMapOpts(is_show=True)
)# 将图表渲染到一个 HTML 文件
line.render("line_chart.html")

这段代码会生成一个包含标题、图例、工具箱和视觉映射组件的折线图，并将其保存为 line_chart.html 文件：

line.set_global_opts(title_opts=opts.TitleOpts(title="GDP 增长", pos_left="center", pos_bottom="10%"),legend_opts=opts.LegendOpts(is_show=True),toolbox_opts=opts.ToolboxOpts(is_show=True),visualmap_opts=opts.VisualMapOpts(is_show=True)
)

5.1.1. `title_opts`

设置图表的标题选项。

title="GDP 增长"：标题文本为 "GDP 增长"。
pos_left="center"：标题水平居中。
pos_bottom="10%"：标题垂直位置距离底部 10%。

title_opts=opts.TitleOpts(title="GDP 增长", pos_left="center", pos_bottom="10%")

5.1.2 `legend_opts`

设置图例选项。

is_show=True：显示图例。

legend_opts=opts.LegendOpts(is_show=True)

5.1.3 `toolbox_opts`

设置工具箱选项。

is_show=True：显示工具箱。工具箱提供了一些常用工具，比如保存图片、数据视图、还原、缩放、漫游等。

toolbox_opts=opts.ToolboxOpts(is_show=True)

5.1.4 `visualmap_opts`

设置视觉映射选项。

is_show=True：显示视觉映射组件。视觉映射用于进行数据值到视觉元素（如颜色、大小等）的映射。

visualmap_opts=opts.VisualMapOpts(is_show=True)