响应式网站建设哪家公司好,手机商城系统哪个好,html5网站开发环境,华为官网手机商城app1.初看效果
#xff08;1#xff09;效果一 #xff08;2#xff09;数据来源 2.JSON数据格式
其实JSON数据在JAVA后期的学习过程中我已经是很了解了#xff0c;基本上后端服务器和前端交互数据大多是采用JSON字符串的形式
#xff08;1#xff09;JSON的作用 #…1.初看效果
1效果一 2数据来源 2.JSON数据格式
其实JSON数据在JAVA后期的学习过程中我已经是很了解了基本上后端服务器和前端交互数据大多是采用JSON字符串的形式
1JSON的作用 2json的格式 3Python数据和JSON相互转化 代码示例
演示Python与JSON数据之间的相互转换import json# 准备列表列表内每一个元素都是字典将其转换为JSON
data [{name: ggj, age: 13},{name: lly, age: 12},{name: lili, age: 38}
]
json_str json.dumps(data, ensure_asciiFalse)
print(f类型是:{type(json_str)})
print(f内容是:{json_str})# 准备字典将字典转换为JSON
d {name: llt, addr: GuYi}
json_str json.dumps(d, ensure_asciiFalse)
print(f类型是:{type(json_str)})
print(f内容是:{json_str})# 将JSON字符串转换为Python数据类型[{k:v,k:v},{k:v,k:v}]
s [{name: ggj, age: 13}, {name: lly, age: 12}, {name: lili, age: 38}]
list_dict json.loads(s)
print(f类型是:{type(list_dict)})
print(f内容是:{list_dict})# 将JSON字符串转换为Python数据类型{k:v, k:v}
s {name: llt, addr: GuYi}
dict_json json.loads(s)
print(f类型是:{type(dict_json)})
print(f内容是:{dict_json})
其实Python相比于JAVA转化为JSON是非常非常非常非常的easy了java转化为JSON甚至需要使用例如阿里提供的API,fastJSON没法直接转换 3.pyecharts模块 链接pyecharts - A Python Echarts Plotting Library built with love.
画廊Graph - Graph_les_miserables - Document (pyecharts.org)
然后去cmd命令行下载安装就行啦
具体安装方法可看我的另一篇文章有涉及如下:
第一阶段第九章——异常模块与包-CSDN博客 4.构建一个基础的折线图
1快速入门 代码示例
02构建基础的折线图# 导包导入Line 功能构建折线图对象
import pyecharts.charts as charts# 得到折线图对象
line charts.Line()
# 添加x轴数据
line.add_xaxis([中国, 美国, 英国])
# 添加y轴数据
line.add_yaxis(GDP, [30, 20, 10])
# 生成图标
line.render()
然后运行就会生成一个.html文件 然后将这个html文件使用浏览器打开即可看见我们的图像如下 2配置选项
1.全局配置选项 2.系列配置选项
这里先不过多阐述后期文章会有更新 5.疫情折线图生成 代码示例
演示可视化需求1折线图开发import json
from pyecharts.charts import Line
from pyecharts.options import TitleOpts,LabelOpts# 数据处理 美国
f_usa open(D:\\IOText\\DataDoing\\美国.txt, r, encodingUTF-8)
usa_data f_usa.read()f_jp open(D:\\IOText\\DataDoing\\日本.txt, r, encodingUTF-8)
jp_data f_jp.read()f_idn open(D:\\IOText\\DataDoing\\印度.txt, r, encodingUTF-8)
idn_data f_idn.read()# 去掉不含JSON规范的开头
usa_data usa_data.replace(jsonp_1629344292311_69436(, )
jp_data jp_data.replace(jsonp_1629350871167_29498(, )
idn_data idn_data.replace(jsonp_1629350745930_63180(, )# 去掉不含JSON规范的结尾
usa_data usa_data[:-2]
jp_data jp_data[:-2]
idn_data idn_data[:-2]# JSON转字典
usa_dict json.loads(usa_data)
jp_dict json.loads(jp_data)
idn_dict json.loads(idn_data)# 获取trend key
usa_trend_data usa_dict[data][0][trend]
jp_trend_data jp_dict[data][0][trend]
idn_trend_data idn_dict[data][0][trend]# 获取日期数据用于x轴取2020年到314下标结束
usa_x_data usa_trend_data[updateDate][:314]
jp_x_data jp_trend_data[updateDate][:314]
idn_x_data idn_trend_data[updateDate][:314]# 获取确认数据用于y轴去2020年到314下标结束
usa_y_data usa_trend_data[list][0][data][:314]
jp_y_data jp_trend_data[list][0][data][:314]
idn_y_data idn_trend_data[list][0][data][:314]# 生成图表
# 构建折线图对象
line Line()# 添加x轴数据,因为三个国家的x轴数据都是一样的所以用哪个无所谓
line.add_xaxis(usa_x_data)
# 添加y轴数据
line.add_yaxis(美国确诊人数, usa_y_data, label_optsLabelOpts(is_showFalse))
line.add_yaxis(日本确诊人数, jp_y_data, label_optsLabelOpts(is_showFalse))
line.add_yaxis(印度确诊人数, idn_y_data, label_optsLabelOpts(is_showFalse))# 设置全局选项
line.set_global_opts(title_optsTitleOpts(title2020年美日印三国确诊折线图, pos_leftcenter, pos_bottom1%)
)
# 生成图标
line.render()# 关闭文件对象
f_usa.close()
f_jp.close()
f_idn.close()生成的图表示例 结语
不难不难真的好简单Python的处理方式真的是太easy了
但是对于并不了解JSON的伙伴来说可能还是有点烦躁吧多看几遍就好了
好了再见ヾ(▽)Bye~Bye~
