Python面向对象综合案例学习：数据分析

案例学习引自黑马程序员，基于面向对象的知识，对两份不同格式的数据进行分析、计算，最终绘制成柱状图。

一、知识点复习

（一）构造方法init

构建类对象的时候会自动运行

构建类对象的传参会传递给构造方法，借此特性可以给成员变量赋值

（二）mian方法

if__main__==“__main__”表示，只有当程序是直接执行的才会进入if内部，如果是被导入的，则if无法进入

（三）图表绘制

Python数据可视化综合案例学习：折线图、地图可视化、动态柱状图

案例学习引自黑马程序员，基于pyecharts，制作好看的折线图、动态柱状图。pyecharts 是一个用于生成 Echarts 图表的类库。echarts 是百度开源的一个数据可视化 JS 库，主要用于数据可视化。所以pyecharts就是python和echarts 的结合，用Python...

学编程

2023年10月09日 3836

二、案例实现

某公司，有2份数据文件，现需要对其进行分析处理，计算每日的销售额并以柱状图表的形式进行展示。

• 1月份数据是普通文本，使用逗号分割数据记录，从前到后分别是（日期，订单id，销售额，销售省份）

• 2月份数据是JSON数据，同样包含（日期，订单id，销售额，销售省份）

数据定义类data_define.py

"""
数据定义的类
"""

# 1. 设计一个类，可以完成数据的封装
# 数据类型：日期，订单id，销售额，销售省份
# 例如：   2011-01-01,4b34218c-9f37-4e66-b33e-327ecd5fb897,1689,湖南省

class Record:
    # 采用“构造方法”，让数据赋值一步完成 
    def __init__(self, date, order_id, money, province):
        self.date = date            # 订单日期
        self.order_id = order_id    # 订单ID
        self.money = money          # 订单金额
        self.province = province    # 销售省份
 
 
    def __str__(self):
        return f"{self.date}, {self.order_id}, {self.money}, {self.province}"

文件定义类file_define.py

"""
和文件相关的类定义
"""


import json
 
from data_define import Record
 
# 先定义一个抽象类用来做顶层设计，确定有哪些功能需要实现。其实主要是定义文件读取的相关功能，然后再使用子类实现具体功能。

class FileReader:
 
    def read_data(self) -> list[Record]:
        """读取文件的数据，读到的每一条数据都转换为Record对象，将它们都封装到list内返回即可"""
        pass

# 子类1：读取csv文本
class TextFileReader(FileReader):
    # 子类1：读取csv文本
    def __init__(self, path):
        self.path = path            # 定义成员变量记录文件的路径
 
    # 复写（实现抽象方法）父类的方法
    def 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()     # 消除读取到的每一行数据中的\n
            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 = path            # 定义成员变量记录文件的路径
 
 
    def 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:/2011年1月销售数据.txt")
    json_file_reader = JsonFileReader("D:/2011年2月销售数据JSON.txt")
    list1 = text_file_reader.read_data()
    list2 = json_file_reader.read_data()
 
    for l in list1:
        print(l)
 
    for l in list2:
        print(l)

数据计算和绘制图表main.py

"""
面向对象，数据分析案例，主业务逻辑代码
实现步骤：
1. 设计一个类，可以完成数据的封装
2. 设计一个抽象类，定义文件读取的相关功能，并使用子类实现具体功能
3. 读取文件，生产数据对象
4. 进行数据需求的逻辑计算（计算每一天的销售额）
5. 通过PyEcharts进行图形绘制
"""
from file_define import FileReader, TextFileReader, JsonFileReader
from data_define import Record
from pyecharts.charts import Bar
from pyecharts.options import *
from pyecharts.globals import ThemeType
 
text_file_reader = TextFileReader("D:/2011年1月销售数据.txt")
json_file_reader = JsonFileReader("D:/2011年2月销售数据JSON.txt")
 
jan_data: list[Record] = text_file_reader.read_data()
feb_data: list[Record] = json_file_reader.read_data()
# 将2个月份的数据合并为1个list来存储
all_data: list[Record] = jan_data + feb_data
 
# 开始进行数据计算
# {"2011-01-01": 1534, "2011-01-02": 300, "2011-01-03": 650}
data_dict = {}
for record in all_data:
    if record.date in data_dict.keys():
        # 当前日期已经有记录了，所以和老记录做累加即可
        data_dict[record.date] += record.money
    else:
        data_dict[record.date] = record.money
 
# 可视化图表开发
bar = Bar(init_opts=InitOpts(theme=ThemeType.LIGHT))
 
bar.add_xaxis(list(data_dict.keys()))       # 添加x轴的数据
bar.add_yaxis("销售额", list(data_dict.values()), label_opts=LabelOpts(is_show=False))      # 添加了y轴数据
bar.set_global_opts(
    title_opts=TitleOpts(title="每日销售额")
)
 
bar.render("每日销售额柱状图.html")

#Python