本篇是观看b站黑马视频所做的笔记第一弹，为99-126节。

b站-黑马Python

import json
from pyecharts.charts import Line
from pyecharts.charts import Bar
from pyecharts.options import *
from pyecharts.globals import ThemeType
# 1.1 将一个列表转换为json
data = [{"name":"张大山","age":13},{"name":"小虎","age":12}]
json_str = json.dumps(data, ensure_ascii=False)
print(type(json_str))# 1.2 将字典转换为json
d = {"name":"小明","addr":"芜湖"}
json_str2 = json.dumps(d,ensure_ascii=False)
print(type(json_str2))
print(json_str2)# 1.3 将Json字符串转换为py数据类型
s = '[{"name":"小花","age":12},{"name":"小纳","age":15}]'
l = json.loads(s)
print(type(l))
s1 = '{"name":"小明","addr":"芜湖"}'
l1 = json.loads(s1)
print(type(l1))# 2.1 基础折线图
line = Line()
line.add_xaxis(["中国","美国","英国"])
line.add_yaxis("GDP",[20,30,10])
line.set_global_opts(title_opts = TitleOpts(title = "GDP展示", pos_left="center", pos_bottom="1%"),legend_opts = LegendOpts(is_show=True),toolbox_opts = ToolboxOpts(is_show=True),visualmap_opts = VisualMapOpts(is_show=True)
)
# line.render()# 处理数据f_us = open("D:/PyCharm/Test/YiQingData/美国.txt", "r", encoding="UTF-8")
us_data = f_us.read()   # 美国的全部内容f_jp = open("D:/PyCharm/Test/YiQingData/日本.txt", "r", encoding="UTF-8")
jp_data = f_jp.read()   # 日本的全部内容f_in = open("D:/PyCharm/Test/YiQingData/印度.txt", "r", encoding="UTF-8")
in_data = f_in.read()   # 印度的全部内容# 去掉不合JSON规范的开头
us_data = us_data.replace("jsonp_1629344292311_69436(", "")
jp_data = jp_data.replace("jsonp_1629350871167_29498(", "")
in_data = in_data.replace("jsonp_1629350745930_63180(", "")# 去掉不合JSON规范的结尾
us_data = us_data[:-2]
jp_data = jp_data[:-2]
in_data = in_data[:-2]# JSON转Python字典
us_dict = json.loads(us_data)
jp_dict = json.loads(jp_data)
in_dict = json.loads(in_data)# 获取trend key
us_trend_data = us_dict['data'][0]['trend']
jp_trend_data = jp_dict['data'][0]['trend']
in_trend_data = in_dict['data'][0]['trend']# 获取日期数据，用于x轴，取2020年（到314下标结束）
us_x_data = us_trend_data['updateDate'][:314]
jp_x_data = jp_trend_data['updateDate'][:314]
in_x_data = in_trend_data['updateDate'][:314]# 获取确认数据，用于y轴，取2020年（到314下标结束）
us_y_data = us_trend_data['list'][0]['data'][:314]
jp_y_data = jp_trend_data['list'][0]['data'][:314]
in_y_data = in_trend_data['list'][0]['data'][:314]# 生成图表
line = Line()       # 构建折线图对象
# 添加x轴数据
line.add_xaxis(us_x_data)   # x轴是公用的，所以使用一个国家的数据即可
# 添加y轴数据 label_opts=LabelOpts(is_show=False)可以把数字去掉 要不乱乱的
line.add_yaxis("美国确诊人数", us_y_data, label_opts=LabelOpts(is_show=False))     # 添加美国的y轴数据
line.add_yaxis("日本确诊人数", jp_y_data, label_opts=LabelOpts(is_show=False))     # 添加日本的y轴数据
line.add_yaxis("印度确诊人数", in_y_data, label_opts=LabelOpts(is_show=False))     # 添加印度的y轴数据# 设置全局选项
line.set_global_opts(# 标题设置title_opts=TitleOpts(title="2020年美日印三国确诊人数对比折线图", pos_left="center", pos_bottom="1%")
)# 调用render方法，生成图表
line.render()
# 关闭文件对象
f_us.close()
f_jp.close()
f_in.close()# 数据分析的案例 黑马124集
class Record:def __init__(self, data, order_id, money, province):self.data = dataself.order_id = order_idself.money = moneyself.province = provincedef __str__(self):return f"{self.data},{self.order_id},{self.money},{self.province}"
class FileReader:# 把读到的文件转换为Record对象def read_data(self) -> list[Record]:pass
class TextFileReader(FileReader):def __init__(self, path):self.path = pathdef read_data(self) -> list[Record]:f = open(self.path,"r",encoding="UTF-8")record_list: list[Record] = []for line in f.readlines():line = line.strip()data_list = line.split(",")record = Record(data_list[0], data_list[1],int(data_list[2]),data_list[3])record_list.append(record)f.close()return record_list
class JsonFileReader(FileReader):def __init__(self, path):self.path = pathdef read_data(self) -> list[Record]:f = open(self.path, "r", encoding="UTF-8")record_list: list[Record] = []for line in f.readlines():data_dict = json.loads(line)record = Record(data_dict["date"], data_dict["order_id"], int(data_dict["money"]), data_dict["province"])record_list.append(record)f.close()return record_list
if __name__ == '__main__':text_file_reader = TextFileReader("D:/Document/黑马python资料/第13章资料/2011年1月销售数据.txt")list1: list[Record] = text_file_reader.read_data()json_file_reader = JsonFileReader("D:/Document/黑马python资料/第13章资料/2011年2月销售数据JSON.txt")list2: list[Record] = json_file_reader.read_data()# for l in list1:#     print(l)# for l in list2:#     print(l)data_dict = {}all_data: list[Record] = list1 + list2for record in all_data:if record.data in data_dict.keys():data_dict[record.data] += record.moneyelse:data_dict[record.data] = record.moneyprint(data_dict)# 可视化图标开发bar = Bar()bar.add_xaxis(list(data_dict.keys()))bar.add_yaxis("销售额",list(data_dict.values()),label_opts=LabelOpts(is_show=False))bar.set_global_opts(title_opts=TitleOpts(title="每日销售额"))bar.render("每日销售额柱状图.html")# 1.类的对象，类的具体案例  类的属性：变量，成员变量   类的行为：函数，成员方法
class Student:name = Nonegender = Nonenationality = Nonenative_place = Noneage = Nonedef say_hi(self):print(f"Hello World, i am {self.name}")
stu_1 = Student()
stu_1.name = "林俊杰"
stu_1.gender = "男"
stu_1.nationality = "中国"
stu_1.age = 31
stu_1.say_hi()
# 2.init构造方法
class Student1:name = Nonegender = Nonenationality = Nonenative_place = Noneage = None# 在类内的方法都需要加上selfdef __init__(self, name, age, gender, nationality, native_place):self.name = nameself.age = ageself.gender = genderself.nationality = nationalityself.native_place = native_placeprint("这句话会随着构造方法的执行而自然执行")
stu_2 = Student1("小蛋蛋", 13, "男", "US", "London")
print(stu_2.name)# 3.常用的类内置方法 成为魔术方法 __lt__ 比较大小 __le__ 小于等于 __eq__
class Student2:def __init__(self, name, gender):self.name = nameself.gender = genderdef __str__(self):return f"对象的name为{self.name},gender为{self.gender}"
stu_3 = Student2("小康",23)
print(str(stu_3))
print(stu_3)# 4.封装 私有成员变量 私有成员方法 不公开的属性和方法 不能被类直接使用，可以被，类中其他方法使用
class Phone:__current_voltage = Noneface_id = " 10000"def __keep_single_core(self):print("私有的成员方法")def call_by_single(self):self.__keep_single_core()print("类内部的方法使用了类内部的私有方法")
phone1 = Phone()
phone1.call_by_single()# 5.继承  calss 类名(父类名)
# 5.1 可多继承 class 类名(父类1, 父类2, ...)
# 5.2 父类中都有同样的属性，则继承的是先来的那个 先入为主
# 5.3 pass可略过，补全语法
class iPhone(Phone):# 复写父类的属性与方法face_id = " 10001"def call_by_5g(self):print("5g通话")print(Phone.face_id)# orprint(super().face_id)
iphoneX = iPhone()
iphoneX.call_by_5g()
iphoneX.call_by_single()# 6. 类型注解 3.5版本引入了类型注解 提供了数据的显式说明
# 6.1 可以进行简单注解 也可以进行详细的注解
# 6.2 无法一眼看出变量的类型 通常才使用注解
# 6.3 注解是提示性的 不是强制执行的
var_1: int = 10
var_2: bool = True
pho: Phone = Phone()
my_list1: list = [1, 2, 3]
my_set: set[int] = {1, 2, 3}
my_tuple: tuple[str, int, bool] = ("d", 2, True)
# 6.2 通过注释来注解
import random
var_3 = random.randint(1,10) # type: int
# 6.4 函数和方法的类型注解 包括对返回值进行限定类型 都不是强制型的
def add_xy(x: int, y: int) -> int:return x+y# 6.5 union注解 定义联合类型注解 针对混合类型
from typing import Union
my_dict1: dict[str,Union[str,int]] = {"name":"小明","age":12}
def func_1(data: Union[int,str]) -> Union[int,str]:pass# 7. 多态 同样的行为 传入不同的对象 得到不同的状态
# 7.05 父类来确定有那些方法 具体的实现 由子类自行决定
class Animal():def speak(self):pass
class Cat(Animal):def speak(self):print("喵喵喵")
class Dog(Animal):def speak(self):print("汪汪汪")
def makeNoise(animal: Animal):animal.speak()
cat = Cat()
cat.speak()
dog = Dog()
dog.speak()# 7.1 抽象类 含有抽象方法的类成为抽象类 抽象方法：方法体是空实现的 pass 成为抽象方法
# 也就是上面的Animal类 是顶层设计 相当于给子类做规范