Python使用Pyecharts绘制疫情确诊数据折线图教程

阿麦
阿麦
发布时间:2026-10-16| 7人浏览过
原创

本文详细介绍如何利用Python的Pyecharts库绘制疫情确诊人数折线图。教程涵盖从读取原始文本文件、清理非标准JSON格式数据,到使用json.loads转换字典,最后通过pyecharts构建交互式图表的全过程。包含完整的代码示例及参数配置说明,帮助开发者快速实现数据可视化。

案例描述

基于提供的参考数据,实现对疫情确诊人数数据的可视化展示。

利用JSON转换工具对数据进行格式化,需提取其中关键的两部分内容。

可视化效果图:

实现步骤

一、导入模块

导入后续代码中可能用到的相关模块。

import json
from pyecharts.charts import Line

二、读取文件内容

打开指定的数据文件,并使用变量us_data存储读取到的文件内容。

f_us = open("D:/美国.txt","r",encoding="UTF-8")
us_data = f_us.read()

去除文件中不符合JSON规范的开头部分。

标准的JSON文件应为一个独立的字典,或是一个内部元素均为字典的列表。

因此,处理后的文件内容应呈现为字典或列表的格式。

us_data = us_data.replace("jsonp_1629344292311_69436(","")

去除不符合JSON规范的结尾部分。

使用切片操作截取除最后两个字符之外的所有字符。

us_data = us_data[:-2]

三、JSON转换Python

将JSON格式的字符串内容转换为Python对象,即实现从字符串到字典的转换。

us_dict = json.loads(us_data)

四、获取需要用到的数据

从转换后的字典中提取用于X轴和Y轴显示的数据。

# 获取trend key
trend_data = us_dict['data'][0]['trend']
# 获取日期数据,取2020一年的数据,到314下标结束
x_data = trend_data['updateDate'][:314]
# 获取确诊数据
y_data = trend_data['list'][0]['data'][:314]

五、生成图表

构建图表对象。

line = Line()

添加X轴和Y轴的数据。

line.add_xaxis(x_data)
line.add_yaxis("美国确诊人数",y_data)

若希望折线图上不显示具体的数字标签,可采用如下写法。

line.add_yaxis("美国确诊人数",y_data,label_opts=LabelOpts(is_show=False))

设置全局显示选项。

# 先导入需要用到的模块
from pyecharts.options import TitleOpts
# 设置
line.set_global_opts(
    title_opts=TitleOpts(title="2020年美国确诊人数折线图",pos_left="center",pos_bottom="1%")
)

调用render方法,生成最终的图表文件。

line.render()

六、关闭文件

在文件使用完毕后,务必记得关闭已打开的文件以释放资源。

f_us.close()

运行脚本后,打开生成的render.html文件即可查看结果。

到此这篇关于Python疫情确诊折线图实现数据可视化实例详解的文章就介绍到这了,更多相关Python数据可视化内容请搜索本站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本站!

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。