百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

23-Python-第三方库Json(python第三方库代码大全)

off999 2025-05-09 21:00 47 浏览 0 评论

1-json库的使用

`json`库是Python标准库的一部分,用于处理JSON数据。它提供了`loads`、`dumps`等方法。

安装三方库

pip install json

1-1-将JSON字符串解析为Python对象

1-1-1-语法

将JSON字符串解析为Python对象,然后可以像访问普通Python字典一样访问解析后的数据。

json.loads(json_str)

1-1-2-例子

import json

# 定义一个JSON字符串
json_str = '{"name": "张三", "age": 30, "city": "北京"}'

# 将JSON字符串解析为Python对象
data = json.loads(json_str)

# 访问解析后的数据
print(data['name'])
print(data['age'])
print(data['city'])

1-1-3-输出结果

1-2-将Python对象转换为JSON字符串

1-2-1-语法

`json.dumps`方法将Python字典转换为JSON字符串

json.dumps(pythonObj)

1-2-2-例子

import json

# 定义一个Python字典
data = {
    'name': 'John',
    'age': 30,
    'city': 'New York'
}

# 将Python对象转换为JSON字符串
json_str = json.dumps(data)

# 打印JSON字符串
print(json_str)

1-2-3-输出结果

1-3-例子

实现从json文件中读取不同省份的人口总数并显示成柱状图

1-3-1-例子01

population.json

[
    {"province": "广东省", "population": 126012510},
    {"province": "山东省", "population": 101527453},
    {"province": "河南省", "population": 98830000},
    {"province": "四川省", "population": 83674866},
    {"province": "江苏省", "population": 85054000},
    {"province": "河北省", "population": 74610235},
    {"province": "湖南省", "population": 66444864},
    {"province": "浙江省", "population": 65400000},
    {"province": "安徽省", "population": 61130000},
    {"province": "湖北省", "population": 58300000}
]

province_population_chart.py

用于封装json文件

import json
from jinja2 import Environment, FileSystemLoader
from collections import defaultdict


def read_province_population_from_json(json_file_path):
    province_population = defaultdict(int)
    try:
        with open(json_file_path, 'r', encoding='utf-8') as file:
            data = json.load(file)
            for item in data:
                province = item.get('province')
                population = item.get('population', 0)
                if province:
                    province_population[province] += population
        return province_population
    except FileNotFoundError:
        print(f"错误:未找到文件 {json_file_path}")
    except json.JSONDecodeError:
        print(f"错误:无法解析 {json_file_path} 为有效的 JSON")
    return province_population


def generate_bar_chart_html(province_population, html_output_path):
    env = Environment(loader=FileSystemLoader('.'))
    template = env.get_template('bar_chart_template.html')

    provinces = list(province_population.keys())
    populations = list(province_population.values())

    html_content = template.render(provinces=provinces, populations=populations)
    try:
        with open(html_output_path, 'w', encoding='utf-8') as file:
            file.write(html_content)
        print(f"HTML 文件已生成:{html_output_path}")
    except Exception as e:
        print(f"错误:写入 HTML 文件时出错 - {e}")


if __name__ == "__main__":
    json_file_path = 'province_population.json'
    html_output_path = 'province_population_chart.html'

    province_population = read_province_population_from_json(json_file_path)
    generate_bar_chart_html(province_population, html_output_path)
    

bar_chart_template.html

<!DOCTYPE html>
<html lang="en">

<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <title>省份人口柱状图</title>
    <script src="https://cdn.jsdelivr.net/npm/chart.js"></script>
</head>

<body>
    <canvas id="provincePopulationChart" width="800" height="400"></canvas>
    <script>
        const ctx = document.getElementById('provincePopulationChart').getContext('2d');
        const provinces = {{ provinces|tojson }};
        const populations = {{ populations|tojson }};

        new Chart(ctx, {
            type: 'bar',
            data: {
                labels: provinces,
                datasets: [{
                    label: '人口总数',
                    data: populations,
                    backgroundColor: 'rgba(75, 192, 192, 0.2)',
                    borderColor: 'rgba(75, 192, 192, 1)',
                    borderWidth: 1
                }]
            },
            options: {
                scales: {
                    y: {
                        beginAtZero: true
                    }
                }
            }
        });
    </script>
</body>

</html>
    

1-3-2-输出结果

1-3-3-例子02

创建 MySQL 数据库表,并将 2020 年到 2025 年不同省份的人口总数以饼状图形式显示在 HTML 中

database_operations.py

import random

def create_table(mycursor):
    mycursor.execute("""
    CREATE TABLE IF NOT EXISTS population (
        id INT AUTO_INCREMENT PRIMARY KEY,
        province VARCHAR(255),
        year INT,
        population INT
    )
    """)

def insert_data(mycursor, mydb):
    provinces = ["广东", "山东", "河南", "四川", "江苏"]
    years = [2020, 2021, 2022, 2023, 2024, 2025]
    for province in provinces:
        for year in years:
            population = random.randint(10000000, 20000000)
            sql = "INSERT INTO population (province, year, population) VALUES (%s, %s, %s)"
            val = (province, year, population)
            mycursor.execute(sql, val)
    mydb.commit()

def query_data(mycursor):
    provinces = ["广东", "山东", "河南", "四川", "江苏"]
    total_population = {}
    for province in provinces:
        sql = "SELECT SUM(population) FROM population WHERE province = %s AND year BETWEEN 2020 AND 2025"
        val = (province,)
        mycursor.execute(sql, val)
        result = mycursor.fetchone()
        total_population[province] = result[0]
    return total_population
    

database_connection.py

import mysql.connector

def create_connection():
    mydb = mysql.connector.connect(
        host="localhost",
        user="your_username",
        password="your_password",
        database="your_database"
    )
    return mydb
    

chart_generator.py

import matplotlib.pyplot as plt
import os

def generate_chart(total_population):
    labels = total_population.keys()
    sizes = total_population.values()

    plt.pie(sizes, labels=labels, autopct='%1.1f%%')
    plt.axis('equal')

    if not os.path.exists('charts'):
        os.makedirs('charts')
    chart_path = 'charts/population_pie_chart.png'
    plt.savefig(chart_path)
    plt.close()
    return chart_path
    

html_generator.py

def generate_html(chart_path):
    html_content = f"""
    <!DOCTYPE html>
    <html lang="en">
    <head>
        <meta charset="UTF-8">
        <title>2020 - 2025 年不同省份人口总数饼状图</title>
    </head>
    <body>
        <h1>2020 - 2025 年不同省份人口总数饼状图</h1>
        <img src="{chart_path}" alt="Population Pie Chart">
    </body>
    </html>
    """
    with open('population_chart.html', 'w', encoding='utf-8') as f:
        f.write(html_content)
    

main.py

from database_connection import create_connection
from database_operations import create_table, insert_data, query_data
from chart_generator import generate_chart
from html_generator import generate_html

# 建立数据库连接
mydb = create_connection()
mycursor = mydb.cursor()

# 创建表
create_table(mycursor)

# 插入数据
insert_data(mycursor, mydb)

# 查询数据
total_population = query_data(mycursor)

# 生成饼状图
chart_path = generate_chart(total_population)

# 生成 HTML 文件
generate_html(chart_path)

print("数据库表创建成功,数据插入成功,饼状图已保存为图片,HTML 文件已生成。")
    

相关推荐

pip的使用及配置_pip怎么配置

要使用python必须要学会使用pip,pip的全称:packageinstallerforpython,也就是Python包管理工具,主要是对python的第三方库进行安装、更新、卸载等操作,...

Anaconda下安装pytorch_anaconda下安装tensorflow

之前的文章介绍了tensorflow-gpu的安装方法,也介绍了许多基本的工具与使用方法,具体可以看Ubuntu快速安装tensorflow2.4的gpu版本。pytorch也是一个十分流行的机器学...

Centos 7 64位安装 python3的教程

wgethttps://www.python.org/ftp/python/3.10.13/Python-3.10.13.tgz#下载指定版本软件安装包tar-xzfPython-3.10.1...

如何安装 pip 管理工具_pip安装详细步骤

如何安装pip管理工具方法一:yum方式安装Centos安装python3和python3-devel开发包>#yuminstallgcclibffi-develpy...

Python入门——从开发环境搭建到hello world

一、Python解释器安装1、在windows下步骤1、下载安装包https://www.python.org/downloads/打开后选择【Downloads】->【Windows】小编是一...

生产环境中使用的十大 Python 设计模式

在软件开发的浩瀚世界中,设计模式如同指引方向的灯塔,为我们构建稳定、高效且易于维护的系统提供了经过验证的解决方案。对于Python开发者而言,理解和掌握这些模式,更是提升代码质量、加速开发进程的关...

如何创建和管理Python虚拟环境_python怎么创建虚拟环境

在Python开发中,虚拟环境是隔离项目依赖的关键工具。下面介绍创建和管理Python虚拟环境的主流方法。一、内置工具:venv(Python3.3+推荐)venv是Python标准...

初学者入门Python的第一步——环境搭建

Python如今成为零基础编程爱好者的首选学习语言,这和Python语言自身的强大功能和简单易学是分不开的。今天千锋武汉Python培训小编将带领Python零基础的初学者完成入门的第一步——环境搭建...

全网最简我的世界Minecraft搭建Python编程环境

这篇文章将给大家介绍一种在我的世界minecraft里搭建Python编程开发环境的操作方法。目前看起来应该是全网最简单的方法。搭建完成后,马上就可以利用python代码在我的世界自动创建很多有意思的...

Python开发中的虚拟环境管理_python3虚拟环境

Python开发中,虚拟环境管理帮助隔离项目依赖,避免不同项目之间的依赖冲突。虚拟环境的作用隔离依赖:不同项目可能需要不同版本的库,虚拟环境可以为每个项目创建独立的环境。避免全局污染:全局安装的库可...

Python内置zipfile模块:操作 ZIP 归档文件详解

一、知识导图二、知识讲解(一)zipfile模块概述zipfile模块是Python内置的用于操作ZIP归档文件的模块。它提供了创建、读取、写入、添加及列出ZIP文件的功能。(二)ZipFile类1....

Python内置模块pydoc :文档生成器和在线帮助系统详解

一、引言在Python开发中,良好的文档是提高代码可读性和可维护性的关键。pydoc是Python自带的一个强大的文档生成器和在线帮助系统,它可以根据Python模块自动生成文档,并支持多种输出格式...

Python sys模块使用教程_python system模块

1.知识导图2.sys模块概述2.1模块定义与作用sys模块是Python标准库中的一个内置模块,提供了与Python解释器及其环境交互的接口。它包含了许多与系统相关的变量和函数,可以用来控制P...

Python Logging 模块完全解读_python logging详解

私信我,回复:学习,获取免费学习资源包。Python中的logging模块可以让你跟踪代码运行时的事件,当程序崩溃时可以查看日志并且发现是什么引发了错误。Log信息有内置的层级——调试(deb...

软件测试|Python logging模块怎么使用,你会了吗?

Pythonlogging模块使用在开发和维护Python应用程序时,日志记录是一项非常重要的任务。Python提供了内置的logging模块,它可以帮助我们方便地记录应用程序的运行时信息、错误和调...

取消回复欢迎 发表评论: