标签：list chart 浅解 month json btc line data

转：
https://blog.csdn.net/pythonxiaohei/article/details/100101290
转：
https://blog.csdn.net/weixin_48083406/article/details/106386146
转：
https://blog.csdn.net/dengpeiyi2012/article/details/90767789

import pygal
import json
import math
from itertools import groupby

def draw_line(x_data, y_data, title, y_legend):
    xy_map = []
  for x, y in groupby(sorted(zip(x_data, y_data)), key=lambda _: _[0]):
        y_list = [v for _, v in y]
        xy_map.append([x, sum(y_list)/len(y_list)])
    x_unique, y_mean = [*zip(*xy_map)]
    line_chart = pygal.Line()
    line_chart.title = title
    line_chart.x_labels = x_unique
    line_chart.add(y_legend, y_mean)
    line_chart.render_to_file(title+'.svg')
    return line_chart

filename = 'btc_close_2017_request.json'
with open(filename) as f:
    btc_data = json.load(f)

for btc_dict in btc_data:
    date = btc_dict['date']
    month = int(btc_dict['month'])
    week = int(btc_dict['week'])
    weekday = btc_dict['weekday']
    close = int(float(btc_dict['close']))
    print("{} is month {} week {},{}.The close price is {} RMB".format(date, month, week, weekday, close))

dates, months, weeks, weekdays, closes = [], [], [], [], []
for btc_dict in btc_data:
    #
    dates.append(btc_dict['date'])
    months.append(int(btc_dict['month']))
    weeks.append(int(btc_dict['week']))
    weekdays.append(btc_dict['weekday'])
    closes.append(int(float(btc_dict['close'])))

idx_month = dates.index('2017-12-01')
line_chart_month = draw_line(months[:idx_month], closes[:idx_month], '收盘价月日均值', '月日均值')

line_chart = pygal.Line(x_label_rotation=20, show_minor_x_labels=False)
line_chart.title = '收盘价对数变换￥'
line_chart.x_labels = dates
N = 20     # x轴每隔20天显示一次
line_chart.x_labels_major = dates[::N]
close_log = [math.log10(_) for _ in closes]
line_chart.add('log收盘价', close_log)
line_chart.render_to_file('收盘对数变换价折线图￥.svg')

这是制作交易收盘价走势图：JSON格式这一节 16.2.6以前所有的代码，由于之前的代码较为简单，而且作者讲解详细，所以我这里就只跟大家说一下平均值这里的代码。

def draw_line(x_data, y_data, title, y_legend):
    xy_map = []
 for x, y in groupby(sorted(zip(x_data, y_data)), key=lambda _: _[0]):
        y_list = [v for _, v in y]
        xy_map.append([x, sum(y_list)/len(y_list)])
    x_unique, y_mean = [*zip(*xy_map)]
    line_chart = pygal.Line()
    line_chart.title = title
    line_chart.x_labels = x_unique
    line_chart.add(y_legend, y_mean)
    line_chart.render_to_file(title+'.svg')
    return line_chart

idx_month = dates.index('2017-12-01')
line_chart_month = draw_line(months[:idx_month], closes[:idx_month], '收盘价月日均值', '月日均值')

首先让集合了所有日期的列表dates用index方法取2017-12-01这一天的索引，并将其赋给idx_month，之后months[:idx_month], closes[:idx_month]表示分别对日期列表mongths,收盘价列表closes进行切片处理，取到了索引从0到idx_months的所有值，也就是2017-12-01这一天之前的所有日期，以及对应的收盘价，并将其和另外两个实参传递到函数draw_line中。

xy_map = []
 for x, y in groupby(sorted(zip(x_data, y_data)), key=lambda _: _[0]):
        y_list = [v for _, v in y]
        xy_map.append([x, sum(y_list)/len(y_list)])

1.调用函数后，首先定义一个空列表勇于储存，for循环条件中，zip(x_data, y_data)表示将传入的日期列表months和收盘价列表closes，分别按顺序各取一个元素打包成元组列表组合成一个新的迭代器——zip类，即[(1,6928), (1,7070) …… (11,65583)]，紧接着第二层的sorted函数对元组列表进行排序，得到了按照月份从小到大，同一月份的收盘价从小到大排序的元组列表[(1, 5383), (1,5566) …… (1,6928), (1,7070) …… (11,65583)]。第三层的groupby函数，是一个分组聚合函数，key=lambda _: _[0]是用匿名函数Lambda（Lambda表达式基于数学中的λ演算得名）表示的条件。
lambda函数：
语法为
lambda argument_list: expression
表示将传入的参数列表argument_list按照表达式expression进行运算，并将结果返回
其中，argument_list是参数列表，其形式多样，可以传递一个参数，也可以传递两个参数，还可以不传递参数；expression是一个表达式，表达式中出现的参数需要在argument_list中有定义，而且必须是单行。
因此，key=lambda _: _[0]就表示取列表中索引为[0]的值，并将返回值赋给key（下划线表示临时变量，仅用一次之后销毁，这里指代），key这个表达式表示groupby分组的依据，意味着按照元组列表的第一个元素进行分类。每循环一次，得到一组数据，x就是分类的key值。最后循环十一次，x=1~11，y则是对应的元组列表，得到：
1 [(1,5383), (1,5566) …… (1,7835)]
2 [(2,6793), (2,6811) …… (2,8206)]

2.y_list = [v for _, v in y]
用列表生成式的方式将元组列表中的值一一取出，形成新的列表赋给y_list，sum(y_list)/len(y_list)则计算出每个月的平均收盘价，与x一起添加到xy_map中，最后得到xy_map=[[1, 6285.870967741936], [2, 7315.714285714285], [3, 7789.032258064516], [4, 8390.466666666667], [5, 12963.935483870968], [6, 18092.166666666668], [7, 17146.16129032258], [8, 26092.645161290322], [9, 26865.633333333335], [10, 35460.67741935484], [11, 51436.166666666664]]

3.x_unique, y_mean = [zip(xy_map)]
**zip(iterable)函数是zip函数的逆过程，可将zip函数处理后的结果恢复为之前的样子，所以它将xy_map中每个元组中的第一个元素全部取出，赋给x_unique，得到x_unique=(1,2,3,4,5,6,7,8,9,10,11)，第二个元素全部取出，赋给y_mean，得到y_mean=(6285.870967741936, 7315.714285714285, 7789.032258064516, 8390.466666666667, 12963.935483870968, 18092.166666666668, 17146.16129032258, 26092.645161290322, 26865.633333333335, 35460.67741935484, 51436.166666666664)。

4.line_chart.render_to_file(title+’.svg’)
字符串之间连接需要用‘+’。

5.第51行代码 for _ in closes 原书写成了close（我买的盗版是这样），实际上应为closes。
到这里，这个代码就比较清晰了。最后执行的效果就是这样：

6.初学python不久，学到收盘价均值时的代码有点让我蒙圈，书上没有详细的解释，代码如下：

y_list=[v for _,v in y]

这句代码我研究了半天才算是明白下划线(_)是什么意思。我是这样理解的，上面的代码首先等同于：

y_list=[]
for _,v in y:
y_list.append(v)

一拆分代码就很明了了，我是这样理解的，这个下划线(_)大概的意思就是约定一个变没有用到的变量。

7.sorted() 函数对所有可迭代的对象进行排序操作，key 是用来进行比较的元素。书写方式如下

key=lambda 元素: 元素[字段索引]

lambda 用于匿名函数，可以免去命名函数的麻烦，上面的代码相当于与：

def fun(元素):
return 元素[字段索引]
key = fun(元素)

sorted 函数按照字段索引进行排序。

标签：list,chart,浅解,month,json,btc,line,data
来源： https://www.cnblogs.com/sggggr/p/14754920.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。