【转】从入门到实践 json练习详解~~和ython : groupby 结果浅解，&之后的 y_list=[v for _,v in y]

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。