Python疫情确诊折线图实现数据可视化实例详解

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