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Pandas对比两列数据取最大值的五种方法

Python使用Pandas对比两列数据取最大值的五种方法

《Python使用Pandas对比两列数据取最大值的五种方法》本文主要介绍使用Pandas对比两列数据取最大值的五种方法,包括使用max方法、apply方法结合lambda函数、函数、clip方法、w... 目录引言一、使用max方法二、使用apply方法结合lambda函数三、使用np.maximum函数
阅读更多...
Python调用Orator ORM进行数据库操作

Python调用Orator ORM进行数据库操作

《Python调用OratorORM进行数据库操作》OratorORM是一个功能丰富且灵活的PythonORM库,旨在简化数据库操作,它支持多种数据库并提供了简洁且直观的API,下面我们就... 目录Orator ORM 主要特点安装使用示例总结Orator ORM 是一个功能丰富且灵活的 python O
阅读更多...
Python使用国内镜像加速pip安装的方法讲解

Python使用国内镜像加速pip安装的方法讲解

《Python使用国内镜像加速pip安装的方法讲解》在Python开发中,pip是一个非常重要的工具,用于安装和管理Python的第三方库,然而,在国内使用pip安装依赖时,往往会因为网络问题而导致速... 目录一、pip 工具简介1. 什么是 pip？2. 什么是 -i 参数？二、国内镜像源的选择三、如何
阅读更多...
python使用fastapi实现多语言国际化的操作指南

python使用fastapi实现多语言国际化的操作指南

《python使用fastapi实现多语言国际化的操作指南》本文介绍了使用Python和FastAPI实现多语言国际化的操作指南,包括多语言架构技术栈、翻译管理、前端本地化、语言切换机制以及常见陷阱和... 目录多语言国际化实现指南项目多语言架构技术栈目录结构翻译工作流1. 翻译数据存储2. 翻译生成脚本
阅读更多...
如何通过Python实现一个消息队列

如何通过Python实现一个消息队列

《如何通过Python实现一个消息队列》这篇文章主要为大家详细介绍了如何通过Python实现一个简单的消息队列,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录如何通过 python 实现消息队列如何把 http 请求放在队列中执行1. 使用 queue.Queue 和 reque
阅读更多...
Python如何实现PDF隐私信息检测

Python如何实现PDF隐私信息检测

《Python如何实现PDF隐私信息检测》随着越来越多的个人信息以电子形式存储和传输,确保这些信息的安全至关重要,本文将介绍如何使用Python检测PDF文件中的隐私信息,需要的可以参考下... 目录项目背景技术栈代码解析功能说明运行结php果在当今，数据隐私保护变得尤为重要。随着越来越多的个人信息以电子形
阅读更多...
使用Python快速实现链接转word文档

使用Python快速实现链接转word文档

《使用Python快速实现链接转word文档》这篇文章主要为大家详细介绍了如何使用Python快速实现链接转word文档功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 演示代码展示from newspaper import Articlefrom docx import
阅读更多...
Python Jupyter Notebook导包报错问题及解决

Python Jupyter Notebook导包报错问题及解决

《PythonJupyterNotebook导包报错问题及解决》在conda环境中安装包后,JupyterNotebook导入时出现ImportError,可能是由于包版本不对应或版本太高,解决方... 目录问题解决方法重新安装Jupyter NoteBook 更改Kernel总结问题在conda上安装了
阅读更多...
Python如何计算两个不同类型列表的相似度

Python如何计算两个不同类型列表的相似度

《Python如何计算两个不同类型列表的相似度》在编程中,经常需要比较两个列表的相似度,尤其是当这两个列表包含不同类型的元素时,下面小编就来讲讲如何使用Python计算两个不同类型列表的相似度吧... 目录摘要引言数字类型相似度欧几里得距离曼哈顿距离字符串类型相似度Levenshtein距离Jaccard相
阅读更多...
Python安装时常见报错以及解决方案

Python安装时常见报错以及解决方案

《Python安装时常见报错以及解决方案》：本文主要介绍在安装Python、配置环境变量、使用pip以及运行Python脚本时常见的错误及其解决方案,文中介绍的非常详细,需要的朋友可以参考下... 目录一、安装 python 时常见报错及解决方案（一）安装包下载失败（二）权限不足二、配置环境变量时常见报错及
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2