8天Python从入门到精通第十三章面向对象 13.10 数据分析综合案例

ゝ一世哀愁。 2024-03-27 14:04 5阅读 0赞

#### 8天Python从入门到精通 ####

[【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】][python_8_python_python]

#### 文章目录 ####

*   *   *  8天Python从入门到精通
         *  第十三章 面向对象
         *   *  13.10 数据分析综合案例
             *   *  13.10.1 数据分析案例
                 *  13.10.2 数据内容
                 *  13.10.3 需求分析
                 *  13.10.4 文件读取
                 *  13.10.5 数据计算
                 *  13.10.6 可视化开发

#### 第十三章 面向对象 ####

##### 13.10 数据分析综合案例 #####

###### 13.10.1 数据分析案例 ######

![在这里插入图片描述][4451066a42974126baaa8234280807c2.png_pic_center]

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。

![在这里插入图片描述][daacc483a9f343769cb98d9046f0ac1a.png_pic_center]

![在这里插入图片描述][8073bbff534f4bf3a3ec1fbd9c3adfc4.png_pic_center]

###### 13.10.2 数据内容 ######

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）

![在这里插入图片描述][27a9875fa6c84f7688ed27e642db1472.png_pic_center]

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）

![在这里插入图片描述][5240524de0e14357b0baef5dc21584ca.png_pic_center]

###### 13.10.3 需求分析 ######

![在这里插入图片描述][1909a7fa2ab84c469522c7211d454d75.png_pic_center]

作为面向对象的程序员

我们全程将使用面向对象的思想来进行任务的开发

开始吧

![在这里插入图片描述][e2aecf372d2740958d14b982541923dd.png_pic_center]

###### 13.10.4 文件读取 ######

"""
    数据定义的类
    """
    
    
    class Record:
        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}'

"""
    文件相关的类定义
    """
    import json
    
    from data_define import Record
    
    
    # 定义一个抽象类用于做顶层设计, 确定有哪些功能需要实现
    class FileReader:
        def read_data(self) -> list[Record]:
            """读取文件的数据, 将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
    
    
    class TextFileReader(FileReader):
        def __init__(self, path):
            self.path = path  # 定义成员变量记录文件的路径
    
        # 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的中的 \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__':
        textfilereader = TextFileReader("2011年1月销售数据.txt")
        jsonfilereader = JsonFileReader("2011年2月销售数据JSON.txt")
        list1 = textfilereader.read_data()
        list2 = jsonfilereader.read_data()
    
        for l in list1:
            print(l)
    
        for l in list2:
            print(l)

测试运行结果

![在这里插入图片描述][7de2a9ca5be147f0b543afb32e312088.png_pic_center]

###### 13.10.5 数据计算 ######

from file_define import FileReader, TextFileReader, JsonFileReader
    from data_define import Record
    
    text_file_reader = TextFileReader("2011年1月销售数据.txt")
    json_file_reader = JsonFileReader("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()
    
    # 将两个月的数据合并为1个 list存储
    all_data: list[Record] = jan_data + feb_data
    
    # 开始进行数据计算
    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
            data_dict[record.date] += record.money
        else:
            data_dict[record.date] = record.money

运行结果

![在这里插入图片描述][b4712958d1034bde8b4c9dcab7ac8ea7.png_pic_center]

###### 13.10.6 可视化开发 ######

"""
    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("2011年1月销售数据.txt")
    json_file_reader = JsonFileReader("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()
    
    # 将两个月的数据合并为1个 list存储
    all_data: list[Record] = jan_data + feb_data
    
    # 开始进行数据计算
    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
            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()))
    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.html")

运行结果

![在这里插入图片描述][c9abf3b7558649b9985f17df930ec8cd.png_pic_center]

[python_8_python_python]: https://www.bilibili.com/video/BV1qW4y1a7fU
[4451066a42974126baaa8234280807c2.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/489c0b17196544318b0e3975b8ecbb14.png
[daacc483a9f343769cb98d9046f0ac1a.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/c4d476a6287c42e1863ff6f72c8567bc.png
[8073bbff534f4bf3a3ec1fbd9c3adfc4.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/af08a0b036af4e52b43c3ecfb91a3b73.png
[27a9875fa6c84f7688ed27e642db1472.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/58e8031a7ad6430cb6abdb688a070133.png
[5240524de0e14357b0baef5dc21584ca.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/09efe2e45ee2451e8a4b4293849359ac.png
[1909a7fa2ab84c469522c7211d454d75.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/0387e1bd1f3242b38ecdf7ee06a402da.png
[e2aecf372d2740958d14b982541923dd.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/69ba4d4f845a408f87fda6f4e9a0d4f5.png
[7de2a9ca5be147f0b543afb32e312088.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/6fb3cd1a3c7b4dc1af0bbdc4178bb0ba.png
[b4712958d1034bde8b4c9dcab7ac8ea7.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/f7ae53a09ea64a8a9b9d896b3e876b16.png
[c9abf3b7558649b9985f17df930ec8cd.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/27/b3541d8d444e4a40951a32aa8ce04b18.png