惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

W
WeLiveSecurity
Jina AI
Jina AI
博客园 - 司徒正美
雷峰网
雷峰网
宝玉的分享
宝玉的分享
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
博客园_首页
WordPress大学
WordPress大学
Google DeepMind News
Google DeepMind News
GbyAI
GbyAI
MyScale Blog
MyScale Blog
Apple Machine Learning Research
Apple Machine Learning Research
美团技术团队
I
InfoQ
博客园 - Franky
CTFtime.org: upcoming CTF events
CTFtime.org: upcoming CTF events
博客园 - 叶小钗
阮一峰的网络日志
阮一峰的网络日志
Cyberwarzone
Cyberwarzone
C
CXSECURITY Database RSS Feed - CXSecurity.com
S
Schneier on Security
P
Privacy & Cybersecurity Law Blog
T
Threatpost
Cloudbric
Cloudbric
D
Docker
M
MIT News - Artificial intelligence
Recent Commits to openclaw:main
Recent Commits to openclaw:main
Vercel News
Vercel News
Martin Fowler
Martin Fowler
J
Java Code Geeks
AWS News Blog
AWS News Blog
The Cloudflare Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
L
Lohrmann on Cybersecurity
Hacker News: Ask HN
Hacker News: Ask HN
Last Week in AI
Last Week in AI
S
Security @ Cisco Blogs
Help Net Security
Help Net Security
C
Cisco Blogs
V
V2EX
博客园 - 【当耐特】
I
Intezer
爱范儿
爱范儿
F
Fortinet All Blogs
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
P
Privacy International News Feed
IT之家
IT之家
L
LINUX DO - 最新话题
B
Blog RSS Feed
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO

博客园 - tsembrace

Pandas数据分析教程,由浅入深讲解(五)Pandas IO操作 Pandas数据分析教程,由浅入深讲解(四) Pandas数据分析教程,由浅入深讲解(三) Pandas数据分析教程,由浅入深讲解(二) Pandas数据分析教程,由浅入深讲解(一) B站黑马Python+AI零基础入门(二)AI应用-实战 B站黑马Python+AI零基础入门(一)AI应用-基础 B站清华128小时Python高级教程一(C3深入类和对象) B站清华128小时Python高级教程一(C1、C2) B站python入门学习---第二阶段第二章数据库、SQL和MySQL B站python入门学习---第二阶段第一章类和对象 B站python入门学习---第一阶段第八~九章 文件操作、异常、模块与包 B站python入门学习---第一阶段前七章回顾复习(二) B站python入门学习---第一阶段前七章回顾复习(一) Python入门学习(十)第十四章其他 Python入门学习(九)Python的高级语法与用法(四)装饰器 Python入门学习(九)Python的高级语法与用法(三)函数式编程 Python入门学习(九)Python的高级语法与用法(二)闭包 Python入门学习(九)Python的高级语法与用法(一)枚举 Python入门学习(八)JSON、反序列化、序列化 Python入门学习(七)高级部分:正则表达式(二) Python入门学习(七)高级部分:正则表达式 Python入门学习(六)高级部分:面向对象 Python入门学习(五)函数 Python入门学习(四)流程控制 包与模块
B站python入门学习---第一阶段第十章 数据可视化
tsembrace · 2025-09-06 · via 博客园 - tsembrace

*JSON数据格式

JSON是一种轻量级的数据交互格式,需要按照JSON指定的规则去组织和封装数据,其本质就是带有特定格式的字符串。

主要功能,负责不同编程语言中的数据传递和交换。JSON作为其中的“中转”。

微信图片_20250904221617_40_91

JSON格式:一般是形如python中的字典格式,或者是元素内容为字典类型的列表格式

微信图片_20250904221818_41_91

json模块的dumps()和loads()方法负责JSON格式数据和python数据类型的转换

"""
演示JSON数据和python字典的转换
"""
import json

#准备一个元素为字典格式的列表,将其转换为JSON
data = [{"name" : "Tom", "age" : 18},
        {"name" : "Jackie", "age" : 22},
        {"name" : "Micky", "age" : 16},
        {"name" : "Hanson", "age" : 19}]

json_data = json.dumps(data)  #如果涉及中文,要加第二个参数ensure_ascii = False
print(type(json_data))   #转换后json数据格式为字符串
print(json_data)

#将字典转换为JSON
info_d = {"name" : "周杰林", "addr" : "台北", "age" : 45}
json_info_d = json.dumps(info_d, ensure_ascii=False)
print(type(json_info_d))
print(json_info_d)


#把JSON格式字符串转换为python里的数据格式
json_str = '[{"name" : "Tom", "age" : 18}, {"name" : "Jackie", "age" : 22}, {"name" : "Micky", "age" : 16}, {"name" : "Hanson", "age" : 19}]'

json_data1 = json.loads(json_str)
print(type(json_data1))
print(json_data1)

info_s = '{"name" : "周杰林", "addr" : "台北", "age" : 45}'

json_data2 = json.loads(info_s)
print(type(json_data2))
print(json_data2)

*pyecharts模块介绍

 Echarts是百度提供的数据可视化的开源框架,Pyecharts是其python版本。

一个基础折线图构建的代码:

#导入pyecharts中charts模块中的Line功能
from pyecharts.charts import Line

#创建一个折线图对象
line = Line()

#添加x轴数据
line.add_xaxis(["中国", "美国", "英国", "日本", "德国", "俄罗斯", "法国", "印度"])

#添加y轴数据
line.add_yaxis("全球影响力指数", [80, 120, 70, 62, 68, 82, 72, 65])

#将line对象生成为图像
line.render()

pyecharts模块中有很多配置选项,常用的有两种类别选项:

1、全局配置选项:一般是对整体图像的配置选项,如标题,图例,工具箱等;通过set_global_options方法设置。TitleOpts为标题配置项,LegendOpts为图例配置项,ToolboxOpts为工具箱配置项,VisualMapOpts为视觉映射配置项,TooltipOpt为提示框配置项等;

2、系列配置选项:一般是针对具体的轴数据进行配置。

全局配置选项的示例:

#导入pyecharts中charts模块中的Line功能
from pyecharts.charts import Line
from pyecharts.options import TitleOpts, LegendOpts, ToolboxOpts, VisualMapOpts

#创建一个折线图对象
line = Line()

#添加x轴数据
line.add_xaxis(["中国", "美国", "英国", "日本", "德国", "俄罗斯", "法国", "印度"])

#添加y轴数据
line.add_yaxis("全球影响力指数", [80, 120, 70, 62, 68, 82, 72, 65])

#设置全局配置项
line.set_global_opts(
    #设置标题名称及位置,需要导入TitleOpts模块
    title_opts = TitleOpts(title="全球影响力指数数据", pos_left="center", pos_bottom="2%"),
    #设置图例,需要导入LegendOpts模块
    legend_opts = LegendOpts(is_show=True),
    #设置工具箱,需要导入ToolboxOpts模块
    toolbox_opts = ToolboxOpts(is_show=True),
    #设置视觉映射,需要导入VisualMapOpts模块
    visualmap_opts = VisualMapOpts(is_show=True)
)

#将line对象生成为图像
line.render()