注：本文所用数据均来自百度开源数据
Admin_Log
数据会在下方展示下载按钮，请自行提取。
本文需要用到json、pyecharts模块，请自行在PyCharm中添加。
柱状图演示：Daily sales – Admin_Log加载可能较慢，请耐心等待◊ヾ(•ω•`)o
Admin_log
项目介绍：
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操作
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
代码模块分析：
data_define.py：数据定义封装类
file_define.py：文件定义封装类
main.py：主逻辑代码
成品展示：
代码块：
data_define.py
"""
数据定义的类
"""
class Record:
def __init__(self, data, order_id, money, province):
self.date = data # 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}"
file_define.py
"""
和文件相关的类定义
"""
import json
# 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
from data_define import Record
class FileReader:
def read_data(self) -> list[Record]:
"""读取文件数据,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
class TextFileReader(FileReader):
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():
# print(line)
line = line.strip() # 消除读取到的每一行数据中的"\n"
# print(line)
data_list = line.split(",")
# print(data_list)
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)
# print(record_list)
f.close()
return record_list
if __name__ == '__main__':
text_file_reader = TextFileReader("E:/PycharmProjects/面向对象数据/2011年1月销售数据.txt")
json_file_reader = JsonFileReader("E:/PycharmProjects/面向对象数据/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)
# print("==========")
for l in list2:
print(l)
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操作
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("E:/PycharmProjects/面向对象数据/2011年1月销售数据.txt")
json_file_reader = JsonFileReader("E:/PycharmProjects/面向对象数据/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()
# 将两个月份的数据合并为一个list存储
all_data: list[Record] = jan_data + feb_data
# 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,,直接和老记录作累加即可
data_dict[record.date] += record.money
else:
data_dict[record.date] = record.money
# print(data_dict)
# 可视化图表开发
bar = Bar(init_opts=InitOpts(theme=ThemeType.LIGHT))
# init_opts=InitOpts(theme=ThemeType.LIGHT)改变主题颜色
# 可用width="auto", height="600px"方法 -> bar = Bar(init_opts=InitOpts(theme=ThemeType.LIGHT, width="auto", height="600px"))完成宽高设计，本案例默认属性
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Y轴数据
# 可添加label_opts=LabelOpts(position="upper")参数将数字显示在柱状图顶部,但数字过多,此项目选择隐藏数值
# label_opts=LabelOpts(is_show=False)设置为Y轴数据不显示
# 给图表设置标题
bar.set_global_opts(
title_opts=TitleOpts(title="每日销售额 - Admin_Log")
)
# 绘图
bar.render("每日销售额柱状图.html")
