23-Python-第三方库Json(python第三方库代码大全)
off999 2025-05-09 21:00 42 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
- python import 出现 ModuleNotFoundError 解决方法
-
错误的原因是你的Python环境没有正确安装库文件。本文以Scapy为例,给出详细方案:1.确认是否成功安装Scapy运行以下命令检查Scapy是否已安装:pip3list|gre...
- Github 7.4k star,一个强大的 Python 库-sh!
-
大家好,今天为大家分享一个强大的Python库-sh。Github地址:https://github.com/amoffat/shsh库是Python生态系统中一个专门用于执行系统命令的第三方...
- 学习编程第148天 python编程循环的嵌套使用
-
今天学习的是刘金玉老师零基础Python教程第32期,主要内容是python编程循环的嵌套使用。(一)一维数组及输出#一维数组list1=["110001","四川二流子...
- 2025-07-09:使数组元素互不相同所需的最少操作次数。用go语言,
-
2025-07-09:使数组元素互不相同所需的最少操作次数。用go语言,给定一个整数数组nums和一个整数k,对于数组中的每个元素,你最多可以对其进行一次操作:将一个在区间[-k,k]内的...
- python数据分析numpy基础之max求数组最大值
-
1python数据分析numpy基础之max求数组最大值python的numpy库的max()函数,用于计算沿指定轴(一个轴或多个轴)的最大值。用法numpy.max(a,axis=None,...
- 加快Python算法的四个方法(四)Dask
-
CDA数据分析师出品相信大家在做一些算法经常会被庞大的数据量所造成的超多计算量需要的时间而折磨的痛苦不已,接下来我们围绕四个方法来帮助大家加快一下Python的计算时间,减少大家在算法上的等待时间。...
- 六十六、Leetcode数组系列(中篇)(leetcode679)
-
@Author:Runsen@Date:2020/6/8人生最重要的不是所站的位置,而是内心所朝的方向。只要我在每篇博文中写得自己体会,修炼身心;在每天的不断重复学习中,耐住寂寞,练就真功,不畏艰难...
- Numpy中的ndarray是什么?('numpy.ndarray' object has no attribute 'append')
-
1.创建ndarray创建数组最简单的办法就是使用array函数。它接受一切序列型的对象(包括其他数组),然后产生一个新的含有传入数据的Numpy数组。np.array会尝试为新建的这个数组推断出一个...
- Python中的数据导入与查询(python怎样导入数据库)
-
适用场景:快速导入文本/Excel数据→Pandas读取大型数值数据→Numpy处理复杂二进制文件→h5py/scipy.io数据库交互→SQLAlchemy+Pandas一、数据...
- 2025-07-02:统计数组中的美丽分割。用go语言,给定一个整数数组
-
2025-07-02:统计数组中的美丽分割。用go语言,给定一个整数数组nums,我们要把它划分成三个连续且非空的子数组nums1、nums2、nums3,且这三个子数组按顺序拼接后还原为原数组...
- 2025-07-10:字符相同的最短子字符串Ⅰ。用go语言,给定一个长度
-
2025-07-10:字符相同的最短子字符串Ⅰ。用go语言,给定一个长度为n的二进制字符串s和一个允许执行的最大操作次数numOps。每次操作可以选择字符串中的任意一个位置i(0≤i...
- 2025-06-19:识别数组中的最大异常值。用go语言,你有一个长度为
-
2025-06-19:识别数组中的最大异常值。用go语言,你有一个长度为n的整数数组nums,其中恰好有n-2个元素属于“特殊数字”类别。剩下的两个元素中,一个等于所有这些特殊数字的总和,另...
- 2025-06-28:长度可被 K 整除的子数组的最大元素和。用go语言,给
-
2025-06-28:长度可被K整除的子数组的最大元素和。用go语言,给定一个整数数组nums和一个整数k,求nums中长度为k的倍数的非空子数组中,子数组和的最大值。返回该最大和...
- 在 Python 中如何向一个已排序的数组(列表) 中插入一个数呢
-
在Python中如何向一个已排序的数组(列表)中插入一个数呢?方法有很多种,关键在于原来数组是什么样的排序,用到啥排序方法效率高,就用哪种。我们来练习其中的几种插入方法,另外也掌握下遍历数组的...
- 2025-07-04:统计符合条件长度为 3 的子数组数目。用go语言,给定
-
2025-07-04:统计符合条件长度为3的子数组数目。用go语言,给定一个整数数组nums,请你计算有多少个长度恰好为3的连续子数组满足这样的条件:子数组的第一个元素与第三个元素的和,正好...
你 发表评论:
欢迎- 一周热门
- 最近发表
-
- python import 出现 ModuleNotFoundError 解决方法
- Github 7.4k star,一个强大的 Python 库-sh!
- 学习编程第148天 python编程循环的嵌套使用
- 2025-07-09:使数组元素互不相同所需的最少操作次数。用go语言,
- python数据分析numpy基础之max求数组最大值
- 加快Python算法的四个方法(四)Dask
- 六十六、Leetcode数组系列(中篇)(leetcode679)
- Numpy中的ndarray是什么?('numpy.ndarray' object has no attribute 'append')
- Python中的数据导入与查询(python怎样导入数据库)
- 2025-07-02:统计数组中的美丽分割。用go语言,给定一个整数数组
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python字典遍历 (54)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python读取文件夹下所有文件 (59)
- java调用python脚本 (56)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)