78-材料可视化-折线图

1.json数据格式

1.1 什么是json
JSON是一种轻量级的数据交互格式。可以按照JSON指定的格式去组织
和封装数据；JSON本质上是一个带有特定格式的字符串
1.2主要功能：
json就是一种在各个编程语言中流通的数据格式，负责不同编程
语言中的数据传递和交互.
类似于：
中国56个民族不同地区的通用语言-普通话

2.pyecharts模块介绍

图表地址

3.pyecharts快速入门

4. 数据处理

# -*- coding: utf-8 -*-
"""
@Project : 01-python-learn
@File : 01_了解json.py
@IDE : PyCharm
@Author : 刘庆东
@Date : 2025/9/22 9:11
用到了数据容器，大家课下要做复习工作！！！
"""
#json数据格式
#{"name":"张无忌","age":23}
#这也是json数据格式
#[{"name":"张无忌","age":23},{"name":"赵敏","age":24},{"name":"周志国","age":25}]
# 1. 导入json模块
import json
#数据转换
data=[{
"name":"张无忌","age":23
},{
"name":"赵敏","age":24
},{
"name":"周志国","age":25
}]
jsons_data=json.dumps(data)
#
print(type(jsons_data))
# 控制台输出 <class 'str'>print("------------------------------")my_data=json.loads(jsons_data)print(type(my_data))print(my_data)"""小结：python中的json 无非就是一个单独的字典 或者是一个内部元素是字典的列表json 可以和 python中的字典或者列表进行无缝转换"""

5.创建折线图

# -*- coding: utf-8 -*-
"""
@Project : 01-python-learn
@File : 02_折线图.py
@IDE : PyCharm
@Author : 刘庆东
@Date : 2025/9/22 9:26
"""
# 1. 需要安装 pyecharts 模块 只需要执行一次即可
#2. 导入模块 Line 是做折线的
from pyecharts.charts import Line
# 做一个全局设置
"""
TitleOpts, 标题
LegendOpts,图例
ToolboxOpts,工具箱
VisualMapOpts 视觉映射
全局设置 参考下面的链接:
https://pyecharts.org/#/zh-cn/global_options
"""
from pyecharts.options import TitleOpts,LegendOpts,ToolboxOpts,VisualMapOpts
# 3. 创建线的对象
line=Line()
# 4. 添加x轴的数据
line.add_xaxis(["罗老师","小周","小黄"])
# 5.统计周末的学习时长
line.add_yaxis("学习时长",[28,23,48])
#5.1 做全局配置
line.set_global_opts(
#标题设置 ctrl+p 三个参数 1.标题名称 2.位置 3.距离底部有多远
title_opts=TitleOpts(title="学习时长展示图",pos_left="center",pos_bottom="1%"),
# 图例的设置
legend_opts=LegendOpts(is_show=True),
# 工具箱
toolbox_opts=ToolboxOpts(is_show=True),
#视觉映射
visualmap_opts=VisualMapOpts(is_show=True),
)
# 6.生成折线图
line.render()
print("生成成功了！！")

# -*- coding: utf-8 -*-
"""
@Project : 01-python-learn
@File : 03_折线图开发.py
@IDE : PyCharm
@Author : 刘庆东
@Date : 2025/9/22 10:11
D:\2025顺义大数据\数据集\python可视化案例数据\折线图数据\美国.txt
"""
import json #导入json
from pyecharts.charts import Line #折线图开发
from pyecharts.options import TitleOpts, LegendOpts, ToolboxOpts, VisualMapOpts, LabelOpts # 美化工作
# 1.处理数据
files=open("D:/2025顺义大数据/数据集/python可视化案例数据/折线图数据/美国.txt","r",encoding="utf-8")
# 2. 读取全部内容
us_data=files.read()
#关闭流
files.close()
#去掉不合法的数据 [数据清洗]
us_data=us_data.replace("jsonp_1629344292311_69436(","")
# 结尾不要用替换
us_data=us_data[:-2]
print(us_data)
#将 json数据转换为字典数据
us_dict=json.loads(us_data)
#获取key 切片取出数据
us_trend_data=us_dict['data'][0]['trend']
#x轴的数据
us_x_data=us_trend_data['updateDate'][:314]
#y轴的数据
us_y_data=us_trend_data['list'][0]['data'][:314]
#创建图表对象
line=Line()
#添加x轴数据 三个国家的 数据展示 X轴是可以共用的！！
line.add_xaxis(us_x_data)
#添加y轴数据 因为涉及到美国 日本和印度 疫情死亡人数
#line.add_yaxis("美国确诊人数",us_y_data,label_opts=LabelOpts(is_show=False))
line.add_yaxis("美国确诊人数",us_y_data)
#5.1 做全局配置
line.set_global_opts(
#标题设置 ctrl+p 三个参数 1.标题名称 2.位置 3.距离底部有多远
title_opts=TitleOpts(title="2020年疫情折线图",pos_left="center",pos_bottom="1%"),
# 图例的设置
legend_opts=LegendOpts(is_show=True),
# 工具箱
toolbox_opts=ToolboxOpts(is_show=True),
#视觉映射
visualmap_opts=VisualMapOpts(is_show=True),
)
# 6.生成折线图
line.render()
print("生成成功了！！疫情数据")

最终完成效果图: