画【Python折线图】的一百个学习报告(三、自动生成单一数据折线图)

简介: 画【Python折线图】的一百个学习报告(三、自动生成单一数据折线图)

画【Python折线图】的一百个学习报告(三、自动生成单一数据折线图)



前言

       本系列文章主要针对Python语言【pyecharts】库生成折线图功能进行深入探究与二次开发而撰写的,专栏文章的作用是帮助大家在工作中【快速】、【高效】、【美观】、【大气】的展示各种适合【折线图】的数据,且只针对折线图,我相信折线图才是最美的图表,在折线图中你能找到真正的数学之美,当前只针对生成网页类型可以截图使用,也可以通过录制操作过程生成小视频的方式使用,后期我会想办法针对视频自动演示进行研究,可能前几十篇或甚至是上百篇文章都是对折线图的具体探究与深度学习,后面的文章我会写一些功能类的GUI工具,用于生成各类折线图,有望在2024年的年会PPT汇报上给予大家【唯美】的帮助。

学习环境

系统环境:win11

开发工具:PyCharm Community Edition 2022.3.1

Python版本:Python 3.9.6

Pythob库:主要是【pyecharts】,如果涉及到网络获取则需要依赖爬虫的库,可参考【看完这个,还不会【Python爬虫环境】,请你吃瓜

探究目标

根据给与的txt文件的名称、第一列对应的x值与第二列对应的y值,三个参数生成对应的折线图,这是第一个示例,后面我们会添加Excel,json等文件的直接解析。

分析过程

我们先准备好对应的【pyecharts】的环境,有了环境后我们先读取这个文件有了这个文件后我们就可以根据这个文件来生成数据,注意我们获取文件的标准要求。

1、txt文件类型

2、折线图名称就是txt文件的前缀名称

3、两列数据,中间使用【 】空格进行分割,第一列是x轴数据(名称),第二列是y轴数据(数据)

有了这三个数据,我们根据这三个数据进行编排,直接编辑到对应的数据集当中,进行显示的一些设置后,最终进行数据显示。对应生成的HTML文件就是我们的最终结果。

实践过程

环境准备:

pip install pyeharts

我们先手动选择这个文件,后面我们再写一篇自带GUI操作的工具。

数据格式:

第N周 浏览量

编码过程:

from pyecharts.charts import Bar, Page, Line
from pyecharts import options as opts

自定义函数:

def line_charts(x, y, title):
    """生成文件"""
    c = Line()
    # 对工具箱中名称修改
    data_zoom = {
        "show": True,
        "title": {"缩放": "数据缩放", "还原": "缩放数据还原"}
    }
    # 设置x轴
    c.add_xaxis(xaxis_data=x)
    # 设置y轴
    c.add_yaxis(series_name=title, y_axis=y)
    # 数据项设置
    c.set_global_opts(
        title_opts=opts.TitleOpts(title=title),
        legend_opts=opts.LegendOpts(is_show=True),
        tooltip_opts=opts.TooltipOpts(trigger='axis', axis_pointer_type='cross'),
        toolbox_opts=opts.ToolboxOpts(is_show=True, orient='horizontal',
                                      feature=opts.ToolBoxFeatureOpts(data_zoom=data_zoom))
    )
    # 绘制图表
    c.render(path="{0}.html".format(title))

获取数据并使用函数:

x = []
y = []
title = "近5个星期的浏览量"
with open("{0}.txt".format(title), "r+", encoding="UTF-8") as fileTxt:
    lines = fileTxt.readlines()
    for item in lines:
        if len(item) > 1:
            list_line = item.split(" ")
            x.append(list_line[0])
            y.append(int(list_line[1]))
line_charts(x, y, title)

成果展示

获取数据后,我们直接遍历获取结果输出即可。

总结

使用的难度不大,就是遍历数据比较麻烦,我后面会使用GUI来构建一个页面来支持直接文件上传,这样效果会高处很多的,可以分文件类型进行处理。

专栏地址:【https://blog.csdn.net/feng8403000/category_12170925.html

相关文章
|
26天前
|
缓存 API 网络架构
淘宝item_search_similar - 搜索相似的商品API接口,用python返回数据
淘宝联盟开放平台中,可通过“物料优选接口”(taobao.tbk.dg.optimus.material)实现“搜索相似商品”功能。该接口支持根据商品 ID 获取相似推荐商品,并返回商品信息、价格、优惠等数据,适用于商品推荐、比价等场景。本文提供基于 Python 的实现示例,包含接口调用、数据解析及结果展示。使用时需配置淘宝联盟的 appkey、appsecret 和 adzone_id,并注意接口调用频率限制和使用规范。
|
2月前
|
存储 Web App开发 前端开发
Python + Requests库爬取动态Ajax分页数据
Python + Requests库爬取动态Ajax分页数据
|
28天前
|
JSON 安全 API
Python处理JSON数据的最佳实践:从基础到进阶的实用指南
JSON作为数据交换通用格式,广泛应用于Web开发与API交互。本文详解Python处理JSON的10个关键实践,涵盖序列化、复杂结构处理、性能优化与安全编程,助开发者高效应对各类JSON数据挑战。
114 1
|
2月前
|
数据采集 监控 调度
干货分享“用 多线程 爬取数据”:单线程 + 协程的效率反超 3 倍,这才是 Python 异步的正确打开方式
在 Python 爬虫中,多线程因 GIL 和切换开销效率低下,而协程通过用户态调度实现高并发,大幅提升爬取效率。本文详解协程原理、实战对比多线程性能,并提供最佳实践,助你掌握异步爬虫核心技术。
|
2月前
|
JSON 数据挖掘 API
闲鱼商品列表API响应数据python解析
闲鱼商品列表API(Goodfish.item_list)提供标准化数据接口,支持GET请求,返回商品标题、价格、图片、卖家信息等。适用于电商比价、数据分析,支持多语言调用,附Python示例代码,便于开发者快速集成。
|
2月前
|
JSON 自然语言处理 API
闲鱼商品详情API响应数据python解析
闲鱼商品详情API(goodfish.item_get)通过商品ID获取标题、价格、描述、图片等信息,支持Python等多语言调用。本文提供Python请求示例,包含请求构造与数据处理方法。
|
2月前
|
JSON API 数据格式
微店商品列表API响应数据python解析
微店商品列表API为开发者提供稳定高效获取商品信息的途径,支持HTTP GET/POST请求,返回JSON格式数据,含商品ID、名称、价格、库存等字段,适用于电商数据分析与展示平台搭建等场景。本文提供Python调用示例,助您快速上手。
|
7月前
|
C语言 Python
Python学习:内建属性、内建函数的教程
本文介绍了Python中的内建属性和内建函数。内建属性包括`__init__`、`__new__`、`__class__`等,通过`dir()`函数可以查看类的所有内建属性。内建函数如`range`、`map`、`filter`、`reduce`和`sorted`等,分别用于生成序列、映射操作、过滤操作、累积计算和排序。其中,`reduce`在Python 3中需从`functools`模块导入。示例代码展示了这些特性和函数的具体用法及注意事项。
102 2
|
11月前
|
存储 算法 API
Python学习五:函数、参数(必选、可选、可变)、变量、lambda表达式、内置函数总结、案例
这篇文章是关于Python函数、参数、变量、lambda表达式、内置函数的详细总结,包含了基础知识点和相关作业练习。
143 0
|
存储 Python Windows
【Python学习篇】Python实验小练习——函数(十)
【Python学习篇】Python实验小练习——函数(十)
92 1

推荐镜像

更多