当前位置：首页 > news >正文

python 数据可视化折线图练习（下：代码演示）

news 2025/7/4 15:28:39

根据上篇对三国疫情情况数据的罗列，构建折线图完成数据展示。（示例如下）

接下来是具体代码演示

import  json
from pyecharts.charts  import  Line
from pyecharts.options import TitleOpts , LegendOpts , ToolboxOpts ,VisualMapOpts , TooltipOpts , LabelOpts#折线图开发
f_us = open("D://美国.txt" , "r" , encoding= "UTF-8")
us_data = f_us.read() # 美国的全部内容f_jp = open("D://日本.txt" , "r" , encoding= "UTF-8")
jp_data = f_jp.read() # 日本的全部内容f_in = open("D://印度.txt" , "r" , encoding= "UTF-8")
in_data = f_in.read() # 印度的全部内容#去掉开头不合json格式的开头内容
us_data = us_data.replace("jsonp_1629344292311_69436(" , "")
jp_data = jp_data.replace("jsonp_1629350871167_29498(" , "")
in_data = in_data.replace("jsonp_1629350745930_63180(" , "")
#去掉结尾不合json格式的开头内容(考虑到在json数据中也可能出现");"的内容)
# us_data.replace(");" , "")  应该在切片后在进行replace
us_data = us_data[: -2]
jp_data = jp_data[: -2]
in_data = in_data[: -2]
# json转换为python字典
us_dict = json.loads(us_data)
jp_dict = json.loads(jp_data)
in_dict = json.loads(in_data)#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"]us_x_data = us_trend_data["updateDate"][:314]
jp_x_data = jp_trend_data["updateDate"][:314]
in_x_data = in_trend_data["updateDate"][:314]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]line = Line()
line.add_xaxis(us_x_data)  #x轴是公用的，所以只使用一个国家的数据即可line.add_yaxis("美国确诊人数", us_y_data  , label_opts= LabelOpts(is_show=False)) #表内是否显示具体数值
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))#添加表格样式
line.set_global_opts(title_opts=TitleOpts(title="三个国家疫情情况统计", pos_left="center", pos_bottom="1%"),legend_opts = LegendOpts(is_show= True),toolbox_opts = ToolboxOpts(is_show= True),visualmap_opts = VisualMapOpts(is_show= True),tooltip_opts = TooltipOpts(is_show= True),)#调用render方法 ， 生成图表
line.render()f_us.close()
f_in.close()
f_jp.close()