面向对象之数据分析

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

    数据处理(file_define.py)

    • 业务逻辑：传入要处理的文件的路径，然后将读取到的数据都转换为Record对象，最后将其封装成list返回
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
"""
和文件相关类的定义
"""
from Class_Exercise_Demo.data_define import Record
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
class FileReader:

    def read_data(self) -> list:  # 该函数为读取文件的数据的函数，注释函数的返回值为list类型
        pass


record_list = []  # 定义空列表，用来存放读取到的数据


class TextFileReader(FileReader):  # 定义txt文件读取子类，继承自FileReader父类

    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):
        f = open(self.path, 'r', encoding="utf8")
        for line in f.readlines():  # readlines函数读取到文本文件的每一行，line为一行
            line.strip()  # 消除每一行读取到的数据中的\n
            data_list = line.split(',')  # 将数据以,进行分割
            # 实例化record对象并将函数实参传递到Record函数中
            record = Record(data_list[0], data_list[1], int(data_list[2]), data_list[3])
            record_list.append(record)  # 将实例化后的对象放入列表中

        f.close()  # 关闭文件
        return record_list  # 返回一个值为实例化对象的列表


class JsonFileReader(FileReader):  # 定义json文件读取子类，继承自FileReader父类
    def __init__(self, path):
        self.path = path

    def read_data(self):  # 复写父类的read_data方法
        with open(self.path, 'r', encoding='utf8') as f:
            for line in f.readlines():
                data_dict = json.loads(line)  # 将json格式转化为字典格式，并以键值对存储
                record = Record(data_dict['date'], data_dict['order_id'], int(data_dict['money']), data_dict['province'])
                record_list.append(record)  # 将实例化后的对象放入列表中
        return record_list
      
# 进行测试
if __name__ == "__main__":
    my_txt_path = "./2011年1月销售数据.txt"
    my_json_path = "./2011年2月销售数据JSON.txt"
    text_file = TextFileReader(my_txt_path)  # 将处理文本文件的方法实例化，并传入path参数
    json_file = JsonFileReader(my_json_path)  # 处理json文本数据，并将path参数传入
    list1 = text_file.read_data()  # 读取数据并将数据写入record_list列表中
    list2 = json_file.read_data()  # 读取数据并将数据写入
    for l in list2:
        print(l)

数据定义(data_define.py)

  • 业务逻辑：定义数据的格式，以及通过__str__ 魔术方法将对象按照自定义格式输出

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    """
    数据定义的类
    """
    class Record:

        def __init__(self, date, order_id, money, province):
            """
            使用构造方法完成成员变量的定义，并且在构造类对象的时候便于给成员变量赋值
            :param date: str
            :param order_id: str
            :param money: int
            :param province: str
            """
            self.date = date  # 订单日期
            self.order_id = order_id  # 订单编号
            self.money = money  # 订单金额
            self.province = province  # 订单省份

        def __str__(self):
            return f'{self.date}, {self.order_id}, {self.money}, {self.province}'

    数据处理(main.py)

    • 业务逻辑：对从text文件和json文件获得的数据合并成为一个列表对象，并对数据进行计算(统计每天的销售额)，将相同的日期合并，如–date: ‘2021.02.10’ money: “28182”–
    • 这里由于Python解释器或者pycharm版本的不对，会导致”from pyecharts.charts import Bar”这句报错。不过我们最初的目的是写面向对象的demo，于是通过pyecharts绘图这部分虽然运行不出来我也没有去具体深究(不求甚解)。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
from Class_Exercise_Demo.data_define import Record
from Class_Exercise_Demo.file_define import *
from pyecharts.charts import Bar
from pyecharts.options import *
from pyecharts.globals import ThemeType

# 下面这两个是实例化的对象
text_file_reader = TextFileReader("./2011年1月销售数据.txt")  # 将处理text文本的方法实例化
json_file_reader = JsonFileReader("./2011年2月销售数据JSON.txt")  # 将处理json的方法实例化

list1 = text_file_reader.read_data()  # 对象调用类中的方法
list2 = json_file_reader.read_data()

all_list = list2 + list1  # 将两个列表合并

# 开始进行数据计算
data_dict = {}  # 定义空的字典用于暂时存放数据
for record in all_list:
    # 这里record为键值对，是一组字典。里面存放date: '', order_id: '', money: '',
    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即可
        data_dict[record.date] += record.money
    else:  # 否则将date添加到data_dict
        data_dict[record.date] = record.money

print(data_dict)    # 测试
# 可视化图表开发
bar = Bar(init_opts=InitOpts(theme=ThemeType.LIGHT))  # 实例化一个柱状图对象

bar.add_xaxis(list(data_dict.keys()))  # 添加x轴的数据，data_dict.keys ==> 日期，将日期转为list
bar.add_yaxis("销售额", list(data_dict.values()), label_opts=LabelOpts(is_show=False))   # 添加y轴的数据（同上）
bar.set_global_opts(
    title_opts= TitleOpts(title="每日销售额")
)
bar.render("每日销售额柱状图.html")