Python学习打卡：day11

2024-06-20 22:36
文章标签 python 学习 打卡 day11

本文主要是介绍Python学习打卡：day11，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

day11

笔记来源于：黑马程序员python教程，8天python从入门到精通，学python看这套就够了

目录

  • day11
    • 83、自定义 Python 包
      • 创建包
      • 导入包
        • 方式1
        • 方式2
        • 方式3
        • 方式4
    • 84、安装第三方包
      • 安装第三方包——pip
        • pip的网络优化
      • 安装第三方包——PyCharm
    • 85、异常—模块—包综合案例
      • 模块1
        • 自写
        • 视频写法
      • 模块2
        • 自写
        • 视频写法
        • 总结
    • 86、JSON数据格式的转换
      • 基础概念
      • json 数据的格式：字典以及 内部元素都是字典的列表
      • Python 数据和 Json 数据的相互转化
    • 87、pyecharts 模块简介
    • 88、pyecharts的入门使用
      • 基础折线图
      • pyecharts配置选项
    • 89、数据准备
      • 原始数据格式
      • 数据处理
    • 90、生成折线图
      • 导入模块
      • 折线图相关配置项
        • 折线图相关配置项
        • 创建折线图
        • 添加数据
        • .add_yaxis相关配置选项
        • 全局配置选项（.set_global_opts）
    • 91、数据可视化案例——地图——基础地图的使用
      • 基础地图演示

83、自定义 Python 包

如果Python的模块太多了，就可能造成一定的混乱，那么就需要通过Python包的功能来管理。

从物理上看，包就是一个文件夹，在该文件夹下包含了一个 __init__.py 文件，该文件夹可用于包含多个模块文件；

从逻辑上看，包的本质依然是模块。

创建包

构建包的步骤如下：

  1. 新建包my_package；

  2. 新建包内模块：my_module1 和 my_module2；

  3. 模块内代码如下：
    在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

tips：新建包后，包内部会自动创建 __init__.py 文件，这个文件控制着包的导入行为。

导入包

方式1
import 包名.模块名包名.模块名.目标

示例代码：

import my_package_83.my_module1_83
import my_package_83.my_module2_83my_package_83.my_module1_83.info_print1()
my_package_83.my_module2_83.info_print2()
方式2
from 包名 import 模块名模块名.目标

示例代码：

from my_package_83 import my_module1_83
from my_package_83 import my_module2_83my_module1_83.info_print1()
my_module2_83.info_print2()
方式3
from 包名.模块名 import 目标目标

示例代码：

from my_package_83.my_module1_83 import info_print1
from my_package_83.my_module2_83 import info_print2info_print1()
info_print2()
方式4
from 包名 import *模块名.目标

示例代码：

# 通过 __all__ 变量，控制 import*
from my_package_83 import *
my_module1_83.info_print1()# error，__init__.py 文件中设置了 __all__ 只导入：my_module1_83，因此 my_module2_83 不管用
# my_module2_83.info_print2()

tips：必须在__init__.py文件中添加__all__ = []，控制允许导入的模块列表

84、安装第三方包

在Python程序的生态中，有许多非常多的第三方包（非Python官方），可以极大的帮助我们提高开发效率，如：

  • 科学计算中常用的：numpy包
  • 数据分析中常用的：pandas包
  • 大数据计算中常用的：pyspark、apache-flink包
  • 图形可视化常用的：matplotlib、pyecharts
  • 人工智能常用的：tensorflow
  • 等

但是由于是第三方，所以Python没有内置，所以我们需要安装它们才可以导入使用。

安装第三方包——pip

第三方包的安装非常简单，我们只需要使用Python内置的pip程序即可。

打开我们许久未见的：命令提示符程序，在里面输入：

pip install 包名称

即可通过网络快速安装第三方包。

pip的网络优化

由于pip是连接的国外的网站进行包的下载，所以有的时候会速度很慢。

我们可以通过如下命令，让其连接国内的网站进行包的安装：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名称

安装第三方包——PyCharm


在这里插入图片描述

同样使用国内清华镜像源进行下载：
在这里插入图片描述

85、异常—模块—包综合案例

在这里插入图片描述

模块1

自写
# 自写
def str_reverse(s):str = ""for element in s:str = element + strreturn strdef substr(s, x, y):str1 = ""str2 = ""str3 = ""list = []i = 0if x > y:tmp = xx = yy = tmpwhile i < x:str1 += s[i]i += 1list.append(str1)while i < y:str2 += s[i]i += 1list.append(str2)while i < len(s):str3 += s[i]i += 1list.append(str3)return listif __name__ == '__main__':# print(f"{str_reverse('  hello world  ')}")print(f"{substr('helloworld', 1, 3)}")
视频写法
# 视频写法
def str_reverse(s):"""功能：反转字符串:param s: 将被反转的字符串:return: 反转后的字符串"""return s[::-1]def substr(s, x, y):"""功能：按照给定的下标完成字符串的切片:param s: 即将被切片的字符串:param x: 切片的开始下标:param y: 切片的结束下标:return: 切片完成后的字符串"""return s[x:y]if __name__ == '__main__':print(str_reverse("黑马程序员"))print(substr("黑马程序员", 1, 3))

模块2

自写
def print_file_info(file_name):try:f = open(file_name, "r", encoding="UTF-8")print(f"文件存在，读取的内容为：\n{f.read()}")except:print("文件不存在")finally:f.close()def append_to_file(filename, data):f = open(filename, "a", encoding="UTF-8")f.write(data)f.close()if __name__ == '__main__':# print_file_info("/home/yin-roc/1-Github/Ubuntu20.04-VMware/pythonProject/Python_Learning/02_Python入门语法/74_test.txt")append_to_file("84_test.txt", "helloworld")
视频写法
def print_file_info(file_name):"""功能： 将指定路径的文件内容输出到控制台:param file_name: 即将读取文件的路径:return: None"""f = Nonetry:f = open(file_name, "r", encoding="UTF-8")content = f.read()print("文件内容如下：")print(content)except Exception as e:print(f"程序出现异常，原因是：{e}")finally:if f:f.close()def append_to_file(filename, data):"""功能：将指定的数据追加到指定的文件中:param filename: 指定文件的路径:param data: 指定的数据:return: None"""f = open(filename, "a", encoding="UTF-8")f.write(data)f.write("\n")f.close()if __name__ == '__main__':# print_file_info("84_test.txt")append_to_file("84_test.txt", "good")
总结

  1. 函数写法的规范要记得，包括函数功能的描述、参数的解释

  2. 字符串的切片操作除了 split，还有：

    my_str = "01234567"
result4 = my_str[::-1]

86、JSON数据格式的转换

基础概念

JSON是一种轻量级的数据交互格式。可以按照JSON指定的格式去组织和封装数据。

JSON本质上是一个带有特定格式的字符串

主要功能：json就是一种在各个编程语言中流通的数据格式，负责不同编程语言中的数据传递和交互。

各种编程语言存储数据的容器不尽相同，在Python中有字典dict这样的数据类型，而其它语言可能没有对应的字典。

为了让不同的语言都能够相互通用的互相传递数据，JSON就是一种非常良好的中转数据格式。如下图，以Python和C语言互传数据为例：
在这里插入图片描述

json 数据的格式：字典以及 内部元素都是字典的列表

# json数据的格式可以是： 
{"name":"admin","age":18} # 也可以是：  
[{"name":"admin","age":18},{"name":"root","age":16},{"name":"张三","age":20}]

Python 数据和 Json 数据的相互转化

# 导入json模块 
import json # 准备符合格式json格式要求的python数据 
data = [{"name": "老王", "age": 16}, {"name": "张三", "age": 20}]# 通过 json.dumps(data) 方法把python数据转化为了 json数据 
data = json.dumps(data) # 通过 json.loads(data) 方法把json数据转化为了 python数据 
data = json.loads(data)

示例代码：

"""
演示 JSON 数据和 Python 字典的相互转换
"""
import json# 准备列表，列表内的每一个元素都是字典，将其转化为 JSON
data = [{"name":"张大山", "age":11}, {"name":"王大锤", "age":13}, {"name":"赵小虎", "age":16}]
json_str = json.dumps(data, ensure_ascii=False)
print(type(json_str))
print(json_str)
print("--------------------------------------------------------------")# 准备字典，将字典转换为 JSON
d = {"name":"zhoujielun", "addr":"taibei"}
json_str = json.dumps(d)
print(type(json_str))
print(json_str)
print("--------------------------------------------------------------")# 将 JSON 字符串转换为 Python 数据类型 [{k:v, k:v}, {k:v, k:v}]
s = '[{"name": "张大山", "age": 11}, {"name": "王大锤", "age": 13}, {"name": "赵小虎", "age": 16}]'
l = json.loads(s)
print(type(l))
print(l)
print("--------------------------------------------------------------")# 将 JSON 字符串转换为 Python 数据类型 {k:v, k:v}
s = '{"name": "zhoujielun", "addr": "taibei"}'
d = json.loads(s)
print(type(d))
print(d)# 结果
<class 'str'>
[{"name": "张大山", "age": 11}, {"name": "王大锤", "age": 13}, {"name": "赵小虎", "age": 16}]
-----------------------------------------------------------------------
<class 'str'>
{"name": "zhoujielun", "addr": "taibei"}
-----------------------------------------------------------------------
<class 'list'>
[{'name': '张大山', 'age': 11}, {'name': '王大锤', 'age': 13}, {'name': '赵小虎', 'age': 16}]
-----------------------------------------------------------------------
<class 'dict'>
{'name': 'zhoujielun', 'addr': 'taibei'}

87、pyecharts 模块简介

如果想要做出数据可视化效果图, 可以借助pyecharts模块来完成

概况 :

Echarts 是个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而 Python 是门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时pyecharts 诞生了。

快速安装

pip install pyecharts

官方画廊

https://gallery.pyecharts.org

88、pyecharts的入门使用

基础折线图

# 导包
from pyecharts.charts import Line
from pyecharts.options import TitleOpts, LegendOpts, ToolboxOpts,VisualMapOpts# 创建一个折线图对象
line = Line()# 给折线图对象添加 x 轴的数据
line.add_xaxis(["中国", "美国", "英国"])# 给折线图对象添加 y 轴的数据
line.add_yaxis("GDP", [30, 20, 10])# 通过 render 方法，将代码生成图像
line.render()

结果如下：
在这里插入图片描述

pyecharts配置选项

pyecharts模块中有很多的配置选项, 常用到2个类别的选项:

  • 全局配置选项
  • 系列配置选项

全局配置选项可以通过set_global_opts方法来进行配置, 相应的选项和选项的功能如下：
在这里插入图片描述

示例：

"""
演示 pyecharts 的基础入门
"""# 导包
from pyecharts.charts import Line
from pyecharts.options import TitleOpts, LegendOpts, ToolboxOpts,VisualMapOpts# 创建一个折线图对象
line = Line()# 给折线图对象添加 x 轴的数据
line.add_xaxis(["中国", "美国", "英国"])# 给折线图对象添加 y 轴的数据
line.add_yaxis("GDP", [30, 20, 10])# 设置全局配置项
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))# 通过 render 方法，将代码生成图像
line.render()

结果：
在这里插入图片描述

89、数据准备

原始数据格式

在这里插入图片描述

数据处理

导入模块：

import json

对数据进行整理，让数据符合 json 格式：

# 处理数据
f_us = open("/home/yin-roc/1-Github/Ubuntu20.04-VMware/pythonProject/Python_Learning/02_Python入门语法/可视化案例数据/折线图数据/美国.txt", "r", encoding="UTF-8")
us_data = f_us.read()   # 美国的全部内容# 去掉不合 JSON 规范的开头
us_data = us_data.replace("jsonp_1629344292311_69436(", "")# 去掉不合 JSON 规范的结尾
# us_data = us_data.replace(");", "")
us_data = us_data[:-2]# JSON 转 Python 字典
us_dict = json.loads(us_data)
# print(type(us_dict))
# print(us_dict)# 获取 trend key
trend_data = us_dict['data'][0]['trend']
# print(type(trend_data))
# print(trend_data)# 获取日期数据，用于 x 轴，取2020年（到314下标结束）
x_data = trend_data['updateDate'][:314]
# print(x_data)# 获取确认数据，用于 y 轴，取2020年（到315下标结束）
y_data = trend_data['list'][0]['data'][:314]
# print(y_data)

90、生成折线图

导入模块

from pyecharts.charts import Line
from pyecharts.options import TitleOpts, LabelOpts

折线图相关配置项

折线图相关配置项
配置项作用代码实例
init_opts对折线图初始化设置宽高init_opts=opts.InitOpts(width=“1600px”, height=“800px”)
.add_xaxis添加x轴数据.add_xaxis(列表)
.add_yaxis添加y轴数据.add_yaxis(纵坐标标题, 列表)
创建折线图

在这里插入图片描述
这里的**Line()**是构建类对象，我们先不必理解是什么意思，后续在Python高阶中进行详细讲解。

添加数据

在这里插入图片描述

.add_yaxis相关配置选项
配置项作用代码实例
series_name设置图例名称series_name=“美国确诊人数”
y_axis输入y轴数据y_axis=[“列表”]
symbol_size设置点的大小symbol_size=10
label_opts标签设置项：不显示标签label_opts=opts.LabelOpts(is_show=False)
linestyle_opts线条宽度和样式linestyle_opts=opts.LineStyleOpts(width=2)

示例：

在这里插入图片描述

效果如下：

全局配置选项（.set_global_opts）
配置项作用代码实例
title_opts设置图标题和位置title_opts=opts.TitleOpts(title=“标题”, pos_left=“center”)
yaxis_optsy轴配置项yaxis_opts=opts.AxisOpts(name=“累计确诊人数”)
xaxis_optsx轴配置项xaxis_opts=opts.AxisOpts(name=“时间”)
legend_opts图例配置项legend_opts=opts.LegendOpts(pos_left=‘70%’)

示例代码：

.set_global_opts(# 设置图标题和位置 title_opts=opts.TitleOpts(title="2020年 印🇮🇳美🇺🇸日🇯🇵 累计确诊人数对比图",pos_left="center"), # x轴配置项 xaxis_opts=opts.AxisOpts(name=“时间”),    # 轴标题 # y轴配置项 yaxis_opts=opts.AxisOpts(name=“累计确诊人数”),    # 轴标题 # 图例配置项 legend_opts=opts.LegendOpts(pos_left=‘70%‘),    # 图例的位置 
)

效果如下：

在这里插入图片描述

示例代码：

"""
演示 可视化需求1：折线图开发
"""
import json
from pyecharts.charts import Line
from pyecharts.options import TitleOpts, LabelOpts# 处理数据
f_us = open("/home/yin-roc/1-Github/Ubuntu20.04-VMware/pythonProject/Python_Learning/02_Python入门语法/可视化案例数据/折线图数据/美国.txt", "r", encoding="UTF-8")
us_data = f_us.read()   # 美国的全部内容f_jp = open("/home/yin-roc/1-Github/Ubuntu20.04-VMware/pythonProject/Python_Learning/02_Python入门语法/可视化案例数据/折线图数据/日本.txt", "r", encoding="UTF-8")
jp_data = f_jp.read()   # 日本的全部内容f_in = open("/home/yin-roc/1-Github/Ubuntu20.04-VMware/pythonProject/Python_Learning/02_Python入门语法/可视化案例数据/折线图数据/印度.txt", "r", encoding="UTF-8")
in_data = f_in.read()   # 日本的全部内容# 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.replace(");", "")
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)# print(type(us_dict))
# print(us_dict)# 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']
# print(type(trend_data))
# print(trend_data)# 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]
# print(x_data)# 获取确认数据，用于 y 轴，取2020年（到315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]
# print(y_data)# 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
line.add_yaxis("美国确诊人数", us_y_data, label_opts=LabelOpts(is_show=False))
line.add_yaxis("日本确诊人数", jp_y_data, label_opts=LabelOpts(is_show=False))
line.add_yaxis("印度确诊人数", in_y_data, label_opts=LabelOpts(is_show=False))# 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()

91、数据可视化案例——地图——基础地图的使用

基础地图演示


设置颜色级别：
在这里插入图片描述
在这里插入图片描述

tips：RGB颜色查询对照表
在这里插入图片描述

这篇关于Python学习打卡：day11的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1079448。

相关文章

Python使用自带的base64库进行base64编码和解码

Python使用自带的base64库进行base64编码和解码

《Python使用自带的base64库进行base64编码和解码》在Python中,处理数据的编码和解码是数据传输和存储中非常普遍的需求,其中,Base64是一种常用的编码方案,本文我将详细介绍如何使... 目录引言使用python的base64库进行编码和解码编码函数解码函数Base64编码的应用场景注意
阅读更多...
Python基于wxPython和FFmpeg开发一个视频标签工具

Python基于wxPython和FFmpeg开发一个视频标签工具

《Python基于wxPython和FFmpeg开发一个视频标签工具》在当今数字媒体时代,视频内容的管理和标记变得越来越重要,无论是研究人员需要对实验视频进行时间点标记,还是个人用户希望对家庭视频进行... 目录引言1. 应用概述2. 技术栈分析2.1 核心库和模块2.2 wxpython作为GUI选择的优
阅读更多...
Python如何使用__slots__实现节省内存和性能优化

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景：内存吃得满满的类__slots__：你的内存管理小助手举个大概的例子：看看效果如何？1.
阅读更多...
Python+PyQt5实现多屏幕协同播放功能

Python+PyQt5实现多屏幕协同播放功能

《Python+PyQt5实现多屏幕协同播放功能》在现代会议展示、数字广告、展览展示等场景中,多屏幕协同播放已成为刚需,下面我们就来看看如何利用Python和PyQt5开发一套功能强大的跨屏播控系统吧... 目录一、项目概述：突破传统播放限制二、核心技术解析2.1 多屏管理机制2.2 播放引擎设计2.3 专
阅读更多...
Python中随机休眠技术原理与应用详解

Python中随机休眠技术原理与应用详解

《Python中随机休眠技术原理与应用详解》在编程中,让程序暂停执行特定时间是常见需求,当需要引入不确定性时,随机休眠就成为关键技巧,下面我们就来看看Python中随机休眠技术的具体实现与应用吧... 目录引言一、实现原理与基础方法1.1 核心函数解析1.2 基础实现模板1.3 整数版实现二、典型应用场景2
阅读更多...
Python实现无痛修改第三方库源码的方法详解

Python实现无痛修改第三方库源码的方法详解

《Python实现无痛修改第三方库源码的方法详解》很多时候,我们下载的第三方库是不会有需求不满足的情况,但也有极少的情况,第三方库没有兼顾到需求,本文将介绍几个修改源码的操作,大家可以根据需求进行选择... 目录需求不符合模拟示例 1. 修改源文件2. 继承修改3. 猴子补丁4. 追踪局部变量需求不符合很
阅读更多...
python+opencv处理颜色之将目标颜色转换实例代码

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,：本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV： 关于颜色总是要转HSV的掩膜再标注总结 目标：将红色的部分滤
阅读更多...
Python 中的异步与同步深度解析(实践记录)

Python 中的异步与同步深度解析(实践记录)

《Python中的异步与同步深度解析(实践记录)》在Python编程世界里,异步和同步的概念是理解程序执行流程和性能优化的关键,这篇文章将带你深入了解它们的差异,以及阻塞和非阻塞的特性,同时通过实际... 目录python中的异步与同步：深度解析与实践异步与同步的定义异步同步阻塞与非阻塞的概念阻塞非阻塞同步
阅读更多...
Python Dash框架在数据可视化仪表板中的应用与实践记录

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash？1.1
阅读更多...
在C#中调用Python代码的两种实现方式

在C#中调用Python代码的两种实现方式

《在C#中调用Python代码的两种实现方式》：本文主要介绍在C#中调用Python代码的两种实现方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录C#调用python代码的方式1. 使用 Python.NET2. 使用外部进程调用 Python 脚本总结C#调
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2