Python学习打卡：day11

06-20 1455阅读

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

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：

新建包my_package；
新建包内模块：my_module1 和 my_module2；
模块内代码如下：

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_83
my_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_83
my_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_print2
info_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

同样使用国内清华镜像源进行下载：

85、异常—模块—包综合案例

模块1

自写

# 自写
def str_reverse(s):
    str = ""
    for element in s:
        str = element + str
    return str
def substr(s, x, y):
    str1 = ""
    str2 = ""
    str3 = ""
    list = []
    i = 0
    if x > y:
        tmp = x
        x = y
        y = tmp
    while i  
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 = None
    try:
        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 
 函数写法的规范要记得，包括函数功能的描述、参数的解释
 
 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：
 
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

[{"name": "张大山", "age": 11}, {"name": "王大锤", "age": 13}, {"name": "赵小虎", "age": 16}]
-----------------------------------------------------------------------

{"name": "zhoujielun", "addr": "taibei"}
-----------------------------------------------------------------------

[{'name': '张大山', 'age': 11}, {'name': '王大锤', 'age': 13}, {'name': '赵小虎', 'age': 16}]
-----------------------------------------------------------------------

{'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：
 
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：

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(, 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：

89、数据准备

原始数据格式

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

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

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

.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：

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_opts	y轴配置项	yaxis_opts=opts.AxisOpts(name=“累计确诊人数”)
xaxis_opts	x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(,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：

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(, 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：

tips：RGB颜色查询对照表

VPS购买请点击我

Python学习打卡：day11

day11

目录

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

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

相关阅读

蓝色得意社区风格怎么安装

怎么写黑页源码?

刚买的玉扇怎么养?

顶部预览样式怎么用?

目录[+]

day11

目录

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

相关阅读

蓝色得意社区风格怎么安装

怎么写黑页源码?

刚买的玉扇怎么养?

顶部预览样式怎么用?

目录[+]

json 数据的格式：字典以及内部元素都是字典的列表