json

是一种轻量的数据交互格式，可以按照json指定的格式去组织和封装数据，而本质上是一个带有特定格式的字符串。

功能
json是在各个编程语言中流通的数据格式，负责不同编程语言之间的数据传递和交互。

格式
json的格式要求较为严格，故直接给出样例。
其实json的格式与python中的字典和列表相似

1.{"abc":"def","kew":1}2.[{"a":"b","c":"d"},{"e":2,"f":3}]

python和json的转化
python中内置了json模块，可以直接使用

import json#python类型数据
data = [{"a":"b","c":"d"},{"e":2,"f":3}]#转化为json
data = json.dumps(data)#转化回python格式
data = json.loads(data)

而python转json的时候可能会把中文编程一串英文，如果要保证中文不会被改变，就可以这样：

data = json.dumps(data,ensure_ascii=False)

pyecharts模块

可以辅助做出数据可视化图
安装pyecharts
直接pip install pyecharts即可

构建基础折线图

# 导入模块Line功能
from pyecharts.charts import Line# 得到折线图对象
line = Line()# 添加x轴数据
line.add_xaxis(['a','b','c'])# 添加y轴数据
line.add_yaxis('value',[30,20,10])# 生成图表
line.render()

注意line.render()里面可以写上文件名，类似于"xxx.html"，并且也可以写上路径使其生成到指定的路径

pyecharts配置选项

• 全局配置选项:即对整个图像进行设置，例如图像的标题或者轴
• 系列配置选项：即对轴上的值进行配置

全局配置选项

set_global_opts

——————————————————————————————————From pyecharts.org

运用set_global_opts方法进行配置：

from pyecharts.options import TitleOpts,LegendOpts,ToolboxOpts,VisualMapOpts,TooltipOptsline.set_global_opts(# title:标题，pos_left:离左边有多远，pos_bottom:离底部有多远，同时也有距离右边等等title_opts = TitleOpts(title = 'title',pos_left = 'center',pos_bottom = '%1'),# 是否展示图例legend_opts = LegendOpts(is_show = True),# 是否展示工具箱toolbox_opts = ToolboxOpts(is_show = True),# 是否展示视觉映射配置项visualmap_opts = VisualMapOpts(is_show = True),# 是否展示提示框配置项tooltip_opts = TooltipOpts(is_show = True),
)

在实际开发的过程中，我们拿到的json文件可能并不符合python标准，介时需要进行规整

数据的选择

如果我们拿到了json文件之后，里面可能有很多我们根本用不到的数据，那么这时候我们可以利用json在python中已经转为了字典，直接取到特定的数据（可以利用json解析工具进行可视化分析）

例如：

data_y = dic_us['data'][0]['trend']['list'][0]['data']
data_x = dic_us['data'][0]['trend']['updateData'][:314]

构建基础地图

# 导入
from pyecharts.charts import Map
from pyecharts.options import VisualMapOpts# 初始化
map = Map()# 准备数据
data = [('province_name1',1),('province_name2',2)]# 添加数据
map.add('map',data,'china')# 绘图
map.render()

全局选项

map.set_global_opts(visualmap_opts = VisualMapOpts(# 开启地图着色is_show = True,# 开始自定义范围is_piecewise = True,pieces=[{'min':1,'max':9,'label':'1-9','color':'#CCFFFF'},{'min':10,'max':99,'label':'10-99','color':'#FFFF99'}])
)

在这里注意，数据记录时需要把省份的全称写上去，比如“北京市”，现版本pyecharts如果不写全就无法识别，数据就无法填上去，不过在构建地图的时候，省份的地图不需要加省或市。

构建基础柱状图

from pyecharts.charts import Barbar = Bar()bar.add_xaxis(['a','b','c'])
bar.add_yaxis('d',[1,2,3])bar.render()

反转x轴和y轴

bar.reversal_axis()

修改数值显示位置

bar.add_xaxis('c',[1,2,3],label_opts=LabelOpts(position='right')) # 改到右侧显示

创建时间线

from pyecharts.charts import Timelinebar1 = Bar()
...
bar2 = Bar()
...timeline = Timeline()timeline.add(bar1,'2023')
timeline.add(bar2,'2024')timeline.render()

实现自动播放

timeline.add_schema(play_interval = 1000,	# 自动播放间隔，单位为毫秒is_timeline_show = 1,	# 是否显示时间线is_auto_play = 1,		# 是否自动播放is_loop_play = 1		# 是否循环自动播放
)

时间线设置主题

from pyecharts.globals import ThemeTypetimeline = Timeline({'theme':ThemeType.LIGHT}
)

——————————————————————————————From B站黑马程序员

在python中实现按照排序函数进行排序

lst = [['a',1],['b',2]]def func(element):return element[1] # 按照第二个元素进行排序lst.sort(key = func)# 也可以写成匿名函数的形式
lst.sort(key = lambda element:element[1])