python基础——json数据及pyecharts入门使用【用pyecharts生成折线图，地图，和动态柱状图】

import json
# 将python数据转换成json
dict = {"张三":33, "李四":42}
j1 = json.dumps(dict)
print(j1) # 第一行输出的

j2 = json.dumps(dict, ensure_ascii=False)
print(j2) # 第二行输出的

# 导包
import json # json
from pyecharts.charts import Line # 折线图对象
from pyecharts.options import LabelOpts, TitleOpts # 配置项

# 读取文件，拿数据(json数据的本质是特殊字符串)
f_us = open("D:/美国.txt","r",encoding="UTF-8")
us_data = f_us.read()
f_jp = open("D:/日本.txt","r",encoding="UTF-8")
jp_data = f_jp.read()
f_in = open("D:/印度.txt","r",encoding="UTF-8")
in_data = f_in.read()

# 处理json数据中不规范的内容
us_data = us_data.replace("jsonp_1629344292311_69436(","")
us_data = us_data[:-2]
jp_data = jp_data.replace("jsonp_1629350871167_29498(","")
jp_data = jp_data[:-2]
in_data = in_data.replace("jsonp_1629350745930_63180(","")
in_data = in_data[:-2]

# 把json数据转换成字典
us_data = json.loads(us_data)
jp_data = json.loads(jp_data)
in_data = json.loads(in_data)

# 拿到获取 确诊人数和日期数据 trend 的key
us_key = us_data["data"][0]["trend"]
jp_key = jp_data["data"][0]["trend"]
in_key = in_data["data"][0]["trend"]

# 获取x轴数据
us_x = us_key["updateDate"][:314]
jp_x = jp_key["updateDate"][:314]
in_x = in_key["updateDate"][:314]

# 获取y轴数据
us_y = us_key["list"][0]["data"][:314]
jp_y = jp_key["list"][0]["data"][:314]
in_y = in_key["list"][0]["data"][:314]

# 数据获取完成，接下来就可以生成折线图
# 生成折线图对象
line = Line()

# 设置x轴
line.add_xaxis(us_x) # x轴只需要一个国家的数据就可以

# 设置y轴
line.add_yaxis("美国确诊人数",us_y,label_opts=LabelOpts(is_show=False)) # 这是让每个点的数据不出现
line.add_yaxis("日本确诊人数",jp_y,label_opts=LabelOpts(is_show=False))
line.add_yaxis("印度确诊人数",in_y,label_opts=LabelOpts(is_show=False))

# 设置全局配置项 标题和标题的位置
line.set_global_opts(
    title_opts=TitleOpts(title="2020年美日印三国疫情确诊人数",pos_left="center",pos_bottom="1%"))

# 生成图像
line.render("自主完成折线图.html") # 不要忘记加：html

# 关闭文件
f_us.close()
f_jp.close()
f_in.close()

# 导包
import json
from pyecharts.charts import Map
from pyecharts.options import * # 一次性导入配置项的所有包

# 读取json数据
f = open("D:/疫情.txt","r",encoding="UTF-8")
data = f.read()
f.close()

# 将json数据转换成字典
data = json.loads(data)

# 拿到用于组成数据中元组的键
city_data = data["areaTree"][0]["children"][3]["children"]

# 键与值配对，设置好数据
# (因为需要的数据是：每个元素是元组的列表，这个元组的键是地区，值是每个地区的数据)
data_list =[]
for city_data_name in city_data:
    city_name = city_data_name["name"] + "市"  # 在每个城市后面加上个“市”
    city_comfirm = city_data_name["total"]["confirm"]  # 每个城市的确诊人数
    data_list.append((city_name,city_comfirm))  # 生成元组，加入到列表中

# 手动添加济源市的数据
data_list.append(("济源市",5))

# 生成地图对象
map = Map()

# 加入数据
map.add("河南省疫情地图",data_list,maptype="河南")

# 设置配置项
map.set_global_opts(
    title_opts=TitleOpts(
        title="河南省疫情地图"),  # 地图的title
    visualmap_opts=VisualMapOpts(
        is_show=True,  # 是否显示地图
        is_piecewise=True,  # 是否设置分段，下面就是如何分段（包括min，max，label，color）
        pieces= [
                {"min":1,"max": 9, "lable": "1~99人", "color": "#CCFFFF"},
                {"min": 10, "max": 99, "lable": "10~999人", "color": "#FFFF99"},
                {"min": 100, "max": 499, "lable": "100~499人", "color": "#FF9966"},
                {"min": 500, "max": 999, "lable": "500~9999人", "color": "#FF6666"},
                        ]
    )
)
# 生成地图
map.render("河南省疫情地图.html")

# 动态GDP开发
# 导包
from pyecharts.charts import Bar, Timeline
from pyecharts.options import *  # 导入配置项
from pyecharts.globals import ThemeType  #导入主题

# 读取数据
f = open("D:/1960-2019全球GDP数据.csv","r",encoding="GB2312")
data = f.readlines()
f.close()

# 删除第一行无效数据
data.pop(0)
# 现在的数据是：[句子，句子]
# 我们希望得到的是：{year1：[[country1,gdp1],[country2,gdp2],[]],year2:[[],[]...}
data_dict = {}
for sentence in data:  # sentence 是字符串
    year = int(sentence.split(",")[0])
    country = sentence.split(",")[1]
    gdp = float(sentence.split(",")[2])
    # dict[key] = value 如果key不存在会创建
    # 我们用append在值(列表上追加)，但是列表不存在会报错
    try:
        data_dict[year].append([country,gdp])  # 尝试追加
    except KeyError:
        data_dict[year] = []  # 如果列表不存在就创建，再追加
        data_dict[year].append([country, gdp])
# 上面我们的字典就创建好了
# 生成时间线对象，并且设置主题
timeline = Timeline({"theme":ThemeType.LIGHT})
# 把字典中的元素按时间排序
sorted_year_list = sorted(data_dict.keys())  # 得到的是[year1,year2...]
# 按时间遍历字典，获取信息，添加bar图
# 这是字典的结构：{year1：[[country1,gdp1],[country2,gdp2],[]],year2:[[],[]...}
for year in sorted_year_list:
    data_dict[year].sort(key=lambda element: element[1],reverse=True)
    top_country = data_dict[year][0:8]  # 截取前8个国家,已经是：[[],[]...]
    # 获取前八个国家的数据，添加到列表里面，准备给x轴和y轴使用
    x_data = []
    y_data = []
    for county_data in top_country:  # 这里拿到的是列表里面的元素[county,gdp]
        x_data.append(county_data[0])
        y_data.append(county_data[1]/100000000)
    # 创建柱状图
    bar = Bar()
    x_data.reverse()
    y_data.reverse()
    bar.add_xaxis(x_data)
    bar.add_yaxis("GDP(亿)", y_data, label_opts=LabelOpts(position="right"))
    bar.reversal_axis()
    bar.set_global_opts(
        title_opts=TitleOpts(title=f"{year}年世界top8国家GDP排名")
    )
    # 往时间线里面添加图表
    timeline.add(bar,str(year))

# 设置自动播放
timeline.add_schema(
    play_interval=500,
    is_timeline_show=True,
    is_loop_play=False,
    is_auto_play=True
)
# 生成图标
timeline.render("GDP动态图.html")