建立商城网站,做标记网站,陕西省建筑信息平台,富阳网站定制开发哪家公司好根据上篇对三国疫情情况数据的罗列#xff0c;构建折线图完成数据展示。#xff08;示例如下#xff09; 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 , T…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_showFalse)) #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_showFalse))
line.add_yaxis(印度确诊人数, in_y_data , label_opts LabelOpts(is_showFalse))#添加表格样式
line.set_global_opts(title_optsTitleOpts(title三个国家疫情情况统计, pos_leftcenter, pos_bottom1%),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() 最后是三大板块的主要归纳可对照学习 1.读取三国数据全部内容 2.获取日期数据用于x轴取2020年下标为341 3.表格建立 添加表格样式
