数据可视化——用python绘制简单的折线图

文章目录

• 前言
• JSON
• 使用 pyecharts 模块绘制折线图
• • 下载 pyecharts 模块
  • 使用 pyecharts 模块绘制简单的折线图
  • 添加配置选项

    前言

    前面我们已经学习了python的基础语法和面向对象，那么接下来我们将学习python编程语言的过人之处——数据的可视化之折线图。

    

    JSON

    说到数据可视化，我们需要先知道什么是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

      JSON的主要功能是：

      1. 数据序列化和传输：JSON可以将复杂的数据结构（如对象和数组）转换为字符串形式，以便在网络上进行传输。它跨平台兼容，可以在不同的编程语言中解析和生成。

      2. 人类可读的数据格式：JSON采用了简洁的文本格式，易于阅读和理解。它使用键/值对表示数据，并使用大括号（{}）表示对象，方括号（[]）表示数组。

      3. 对象表示：JSON支持对象表示，可以通过键/值对形式表示复杂的数据结构。键是字符串，值可以是字符串、数字、布尔值、对象、数组或null。

      4. 数组表示：JSON支持数组表示，可以在方括号中包含多个值，用逗号分隔。数组可以嵌套，允许存储多层次的数据结构。

      5. 数据交换和存储：JSON广泛用于数据交换和存储。它是许多API和服务的常用数据格式，可以方便地将数据从一个应用程序传输到另一个应用程序。

      6. 跨语言支持：JSON可以在不同的编程语言中解析和生成，因此在不同的平台上可以轻松地共享和处理数据。

         

      因为JSON数据类型使用大括号{ }表示对象，方括号[ ]表示数组，而这样的形式在python中与字典和列表的表现方式相同，所以这就很方便。

      python 数据与 JSON数据的转换

      要进行 python 数据与 JSON 数据的转换，我们需要用到 python 的 json 模块中的 dumps 方法和 loads 方法。

      • json.dumps(data) 将 python 数据转换为 JSON 数据
      • json.loads(data) 将 JSON 数据转换为 python 数据

        import json
        data = [{'name':'张三','age':18},{'name':'李四','age':20}]
        json_str = json.dumps(data)
        print(type(json_str))
        result = json.loads(json_str)
        print(type(result))
        

        

        因为 JSON 是一种带有特定格式的字符串，所以他的类型是 str 类型。

        使用 pyecharts 模块绘制折线图

        下载 pyecharts 模块

        我们需要先下载 pyecharts 模块。

        在 cmd 中使用 pip install pyecharts 命令下载 pyecharts 模块。

        

        并且 pyecharts 还提供了官网 https://pyecharts.org/#/en-us/ 我么可以在官网中了解相关知识。

        

        在 pyecharts-gallery 网站中，我们可以看到许多绘制的数据可视化图形并且附有参考代码。https://gallery.pyecharts.org/#/README_EN

        

        使用 pyecharts 模块绘制简单的折线图

        我们需要用到 pyecharts 包下的 charts 模块下的 Line 方法。

        from pyecharts.charts import Line
        # 得到折线图对象
        line = Line()
        # 添加横坐标数据
        line.add_xaxis(["中国","美国","日本"])
        # 添加纵坐标数据
        line.add_yaxis("GDP",[30,20,10])
        # 生成图标
        line.render()
        

        但我们运行代码之后，会生成一个 render.html 文件。

        

        

        添加配置选项

        这样虽然绘制出了折线图，但是我们可以看到图形比较单调，所以我们可以一些配置选项。

        pyecharts 常用的两个配置选项：

        • 全局配置选项
        • 系列配置选项

          那么我们这篇文章主要添加全局配置选项。

          使用 set_global_opts 来进行全局配置。我们可以在官网中看有哪些可以配置的全局选项。

          

          我们常使用的全局选项有这些。

          

          这些配置方法都在 pyecharts.options 模块中，我们需要导入相应模块下的方法。

          from pyecharts.options import TitleOpts,LegendOpts,ToolboxOpts,VisualMapOpts
          

          我们也可以使用 CTRL + P 来查看参数列表

          

          from pyecharts.charts import Line
          from pyecharts.options import TitleOpts,LegendOpts,ToolboxOpts,VisualMapOpts
          # 得到折线图对象
          line = Line()
          # 添加横坐标数据
          line.add_xaxis(["中国","美国","日本"])
          # 添加纵坐标数据
          line.add_yaxis("GDP",[30,20,10])
          # 添加全局配置选项
          line.set_global_opts(title_opts=TitleOpts(title="GDP展示",pos_left="center",pos_bottom="1%"),  # 配置标题
                               legend_opts=LegendOpts(is_show=True),  # 配置图例，默认是展示的
                               toolbox_opts=ToolboxOpts(is_show=True),  # 配置工具箱
                               visualmap_opts=VisualMapOpts(is_show=True))  # 配置视觉映射
          # 生成图标
          line.render()