当前位置: 首页 > news >正文

使用pyechart创建折线图

import json
from pyecharts.charts import Line
from pyecharts import options# 首先使用文件打开数据
f_us = open('Desktop/python/Project/数据可视化/美国.txt','r',encoding="UTF-8")
f_rb = open('Desktop/python/Project/数据可视化/日本.txt','r',encoding="UTF-8")
f_id = open('Desktop/python/Project/数据可视化/印度.txt','r',encoding="UTF-8")
us_data = f_us.read()
rb_data = f_rb.read()
id_data = f_id.read()# 定义函数,对数据进项处理,取出文章"trend"中的数据。
def data_update(data):# 去掉开头用不到的数据(使用for循环,匹配到第一个{之前的所有字符串,都通过序列切片去掉)for x in data:if x == '{':breakelse:# 字符串的切片,返回的是从第二个开始到最后一个的字符串data = data[1:]# 去掉结尾不用的数据,返回的是从第一个开始到倒数第二个的数据data =data[:-2]# 字符串转字典,使用json方法data = json.loads(data)# 取出trend_data 部分trend_data = data["data"][0]["trend"]return trend_data# 分别调用函数对数据进项处理。
us_data = data_update(us_data)
rb_data = data_update(rb_data)
id_data = data_update(id_data)# 取出日期数据,作为x轴
x_data_us = us_data["updateDate"][:314]
x_data_rb = rb_data["updateDate"][:314]
x_data_id = id_data["updateDate"][:314]# 取出确认数据用作Y轴
y_data_us = us_data["list"][0]["data"][:314]
y_data_rb = rb_data["list"][0]["data"][:314]
y_data_id = id_data["list"][0]["data"][:314]# 生成图标
line = Line()# 添加X轴,X轴是公用的,所有添加一个就行。
line.add_xaxis(x_data_id)# 添加Y轴,分别添加美国的日本的印度的Y轴,最后注明折线图中折线上不显示数字。
line.add_yaxis('美国确诊人数',y_data_us,label_opts=options.LabelOpts(is_show=False))
line.add_yaxis('日本确诊人数',y_data_rb,label_opts=options.LabelOpts(is_show=False))
line.add_yaxis('印度确诊人数',y_data_id,label_opts=options.LabelOpts(is_show=False))# 使用render方法生成折线图
line.render()
# 设置全局选项line.set_global_opts(# 标题设置title_opts=options.TitleOpts(title="2020年美日印确诊人数统计",pos_left="center",pos_bottom="1%")
)# 文件关闭
f_id.close()
f_rb.close()
f_us.close()

效果演示:

相关文章:

使用pyechart创建折线图

import json from pyecharts.charts import Line from pyecharts import options# 首先使用文件打开数据 f_us open(Desktop/python/Project/数据可视化/美国.txt,r,encoding"UTF-8") f_rb open(Desktop/python/Project/数据可视化/日本.txt,r,encoding"UTF-8…...

Vue3+Ts:使用i18n实现国际化与全局动态下拉框框切换语言

Vue3Ts&#xff1a;使用i18n实现国际化与全局动态下拉框框切换语言 一、下载依赖&#xff1a;二、创建ts文件并配置main.ts三&#xff0c;如何使用1.在<template>中使用2.在setup中使用 四、全局下拉框动态切换 一、下载依赖&#xff1a; npm install vue-i18nnex二、创…...

多目标优化中常用的差分进化算法DE【2】

# 多目标优化中常用的进化算法 1、链接一 2、链接二 #后续继续补充多目标的差分进化算法MODE的应用 此链接介绍很详细&#xff0c;此处用来分享学习&#xff0c;后续有问题会继续进行补充。 如果你觉得不错&#xff0c;佛系随缘打赏&#xff0c;感谢&#xff0c;你的支持是…...

游卡:OceanBase在游戏核心业务的规模化降本实践

从 2023 年 9 月测试 OceanBase&#xff0c;到如今 3 个核心业务应用 OceanBase&#xff0c;国内最早卡牌游戏研发者之一的游卡仅用了两个月。是什么原因让游卡放弃游戏行业通用的 MySQL方案&#xff0c;选择升级至 OceanBase&#xff1f;杭州游卡网络技术有限公司&#xff08;…...

LightDB - oracle_fdw 过滤条件下推增强【24.1】

LightDB - oracle_fdw 过滤条件下推增强【24.1】 1. 字符串比较下推1.1 示例 2. 隐式转换下推2.1 示例 3. nvl 和trim 下推3.1 示例 LightDB 在24.1版本对oracle_fdw 的where下推进行了增强&#xff0c;新增对如下两种情况进行下推&#xff1a; 字符串比较下推&#xff0c;如 …...

【计算机网络】HTTP协议以及简单的HTTP服务器实现

文章目录 一、HTTP协议1.认识URL2.urlencode和urldecode3.HTTP协议格式4.HTTP的方法5.HTTP的状态码6.HTTP常见Header7.重定向8.长连接9.会话保持10.基本工具 二、简单的HTTP服务器实现1.err.hpp2.log.hpp3.procotol.hpp4.Sock.hpp5.Util.hpp6.httpServer.hpp7.httpServer.cc8.总…...

04 SpringBoot整合Druid/MyBatis/事务/AOP+打包项目

整合Druid 项目结构&#xff1a; 引入依赖&#xff1a; <?xml version"1.0" encoding"UTF-8"?> <project xmlns"http://maven.apache.org/POM/4.0.0"xmlns:xsi"http://www.w3.org/2001/XMLSchema-instance"xsi:schemaL…...

C++程序编译时的_GLIBCXX_USE_CXX11_ABI参数的值选择,适配昇腾Transformer推理加速库与LLM推理模型库

目录 2024/1/19日更新确定已安装G编译测试程序获取宏值安装对应的Transformer LLM推理模型库和Transformer推理加速库小结 2024/1/19日更新 具体使用cxx11abi0 还是cxx11abi1 可通过python命令查询 import torch torch.compiled_with_cxx11_abi()若返回True 则使用 cxx11abi1…...

什么是站群服务器?

网站群服务器是管理多个网站的强大工具&#xff0c;可以帮助站长轻松管理和维护多个网站&#xff0c;提高网站运营效率。在本文中&#xff0c;我们将讨论站点组服务器的优势&#xff0c;以及为什么它是网站管理员不可或缺的工具。 介绍站群服务器 网站群服务器是一个集中管理…...

《WebKit 技术内幕》之四(3): 资源加载和网络栈

3. 网络栈 3.1 WebKit的网络设施 WebKit的资源加载其实是交由各个移植来实现的&#xff0c;所以WebCore其实并没有什么特别的基础设施&#xff0c;每个移植的网络实现是非常不一样的。 从WebKit的代码结构中可以看出&#xff0c;网络部分代码的确比较少的&#xff0c;它们都在…...

vue3-模板引用

//1.调用ref函数 -> ref对象 const h1Ref ref(null) const comRef ref(null) //组件挂载完毕之后才能获取 onMounted(()>{console.log(h1Ref.value);console.log(comRef.value); })<div class"father"><!-- 通过ref标识绑定ref对象 --><h2 re…...

聚类模型评估指标

聚类模型评估指标-轮廓系数 计算样本i到同簇其它样本到平均距离ai&#xff0c;ai越小&#xff0c;说明样本i越应该被聚类到该簇&#xff08;将ai称为样本i到簇内不相似度&#xff09;&#xff1b;计算样本i到其它某簇Cj的所有样本的平均距离bij&#xff0c;称为样本i与簇Cj的…...

测试 ASP.NET Core 中间件

正常情况下&#xff0c;中间件会在主程序入口统一进行实例化&#xff0c;这样如果想单独测试某一个中间件就很不方便&#xff0c;为了能测试单个中间件&#xff0c;可以使用 TestServer 单独测试。 这样便可以&#xff1a; 实例化只包含需要测试的组件的应用管道。发送自定义请…...

智能小程序小部件(Widget)媒体组件属性说明和示例代码汇总

camera 基础库 2.2.0 开始支持, 低版本需做兼容处理。 系统相机。相关 API&#xff1a;ty.createCameraContext。这是基于异层渲染的原生组件, 请注意原生组件使用限制。 属性说明 属性名类型默认值必填说明modestringnormal否应用模式&#xff0c;只在初始化时有效&#xff…...

enum的比较

enum的比较 使用enum定义的枚举类是一种引用类型。 前面我们讲到&#xff0c;引用类型比较&#xff0c;要使用equals()方法&#xff0c;如果使用比较&#xff0c;它比较的是两个引用类型的变量是否是同一个对象。 因此&#xff0c;引用类型比较&#xff0c;要始终使用equals…...

网工每日一练(1月15日)

1.某计算机系统由下图所示的部件构成&#xff0c;假定每个部件的千小时可靠度为R&#xff0c;则该系统的千小时的可靠度为 ( D ) 。 2.以下IP地址中&#xff0c;属于网络 201.110.12.224/28 的主机IP是&#xff08; B &#xff09;。 A.201.110.12.224 B.201.110.12.238 C.20…...

henauOJ 1113: 计算x的n次方

题目描述 给定x和n&#xff0c;计算出x^n。 0<x<10,0<n<9; 要求定义一个函数:int pow1(int x,int n);//返回x^n。 本题只允许提交函数及其内容&#xff0c;提交多余内容会编译错误 C/C函数原型 int pow1(int x,int n); Java函数原型 public static int pow1(int…...

64.Spring事件监听的核心机制是什么?

Spring事件监听的核心机制是什么? spring的事件监听有三个部分组成 事件(ApplicationEvent) 负责对应相应监听器 事件源发生某事件是特定事件监听器被触发的原因监听器(ApplicationListener) 对应于观察者模式中的观察者。监听器监听特定事件,并在内部定义了事件发生后的响应…...

《C++大学教程》3.12Account类

题目&#xff1a; (Account类)创建一个名为Account 的类&#xff0c;银行可以使用它表示客户的银行账户。这个类应该包括一个类型为int 的数据成员&#xff0c;表示账户余额。【注意:在后续章节中&#xff0c;将使用称为浮点值的包含小数点的数(例如2.75)表示美元数。】 这个…...

【工作记录】基于springboot3+springsecurity实现多种方式登录及鉴权(二)

前言 上篇文章介绍了基于springboot3+springsecurity实现的基于模拟数据的用户多种方式登录及鉴权的流程和代码实现,本文我们继续完善。 主要完善的点 主要通过如下几个点来完成优化和完善: 用户信息获取通过查询mysql数据库实现token生成方式使用jwt用户信息存储及读取使用…...

前沿:小目标检测,YOLOv11n 再进化!

点击蓝字 关注我们 关注并星标 从此不迷路 计算机视觉研究院 公众号ID&#xff5c;计算机视觉研究院 学习群&#xff5c;扫码在主页获取加入方式 https://sensors.myu-group.co.jp/sm_pdf/SM4311.pdf 计算机视觉研究院专栏 Column of Computer Vision Institute 基于最新 YOLOv…...

B-CAST: 瓶颈交叉注意力机制如何重塑视频动作识别的时空建模

1. 视频动作识别的核心挑战 视频动作识别一直是计算机视觉领域的重要研究方向。与静态图像识别不同&#xff0c;视频理解需要模型同时具备空间和时间两个维度的分析能力。想象一下&#xff0c;当我们要判断视频中的人是在"放下奶酪"还是"放下番茄酱"时&…...

别再用时间机器了!用macOS恢复模式重装系统,保姆级图文教程(含抹盘避坑指南)

别再用时间机器了&#xff01;用macOS恢复模式重装系统&#xff0c;保姆级图文教程&#xff08;含抹盘避坑指南&#xff09; 当你发现Mac运行速度明显变慢&#xff0c;或者准备转手出售设备时&#xff0c;彻底重装系统往往是最有效的解决方案。许多用户对macOS恢复模式存在本能…...

保姆级教程:用Mermaid手绘CPU流水线时空图,理解数据冒险与阻塞

可视化解析CPU流水线&#xff1a;用代码绘制时空图理解数据冒险 在计算机体系结构的学习中&#xff0c;CPU流水线技术是提升处理器性能的核心机制之一。但对于初学者而言&#xff0c;理解流水线中的数据冒险&#xff08;Data Hazard&#xff09;及其导致的阻塞现象往往充满挑战…...

统一去马赛克与降噪技术:ESUM模型解析与应用

1. 项目概述&#xff1a;统一去马赛克与降噪技术研究 在数字图像处理领域&#xff0c;去马赛克&#xff08;Demosaicing&#xff09;是图像信号处理&#xff08;ISP&#xff09;流水线中最关键的步骤之一。这项技术负责将传感器捕获的原始拜耳模式&#xff08;Bayer Pattern&am…...

3个实战技巧高效提取抖音1080P视频封面:自媒体素材管理效率提升90%

3个实战技巧高效提取抖音1080P视频封面&#xff1a;自媒体素材管理效率提升90% 【免费下载链接】douyin-downloader A practical Douyin downloader for both single-item and profile batch downloads, with progress display, retries, SQLite deduplication, and browser fa…...

Midscene.js实战指南:3步构建跨平台AI自动化测试,效率提升70%

Midscene.js实战指南&#xff1a;3步构建跨平台AI自动化测试&#xff0c;效率提升70% 【免费下载链接】midscene AI-powered, vision-driven UI automation for every platform. 项目地址: https://gitcode.com/GitHub_Trending/mid/midscene 在当今多平台应用生态中&am…...

从BetaFlight的Makefile设计,聊聊如何为你的飞控板(如STM32F7X2)定制固件

从BetaFlight的Makefile设计解析飞控固件定制之道 在无人机和航模领域&#xff0c;BetaFlight作为一款开源飞控软件&#xff0c;因其出色的性能和灵活的定制能力而广受欢迎。本文将深入探讨BetaFlight的构建系统设计&#xff0c;特别是其Makefile的实现哲学&#xff0c;并以STM…...

GPT-4V食物识别实测:准确率真能到87.5%?我们复现了那篇论文的实验

GPT-4V食物识别技术深度测评&#xff1a;从实验室数据到真实场景的挑战 当一张摆盘精致的牛排照片被上传到GPT-4V界面&#xff0c;三秒后系统不仅识别出"肋眼牛排"&#xff0c;还精确标注出"约350克"和"780千卡"时&#xff0c;这种看似科幻的场景…...

Pearcleaner:macOS应用彻底清理的终极免费解决方案

Pearcleaner&#xff1a;macOS应用彻底清理的终极免费解决方案 【免费下载链接】Pearcleaner A free, source-available and fair-code licensed mac app cleaner 项目地址: https://gitcode.com/gh_mirrors/pe/Pearcleaner 你是否曾经遇到过这样的烦恼&#xff1a;在Ma…...