python 数据可视化地,python数据可视化片

(一) 制作世界人口地图：JSON格式

下载JSON格式的人口数据，并使用json模块来处理它，Pygal提供一个适合初学者使用的地图创建工具，使用它来对人口数据进行可视化，用来探索全球人口的分布情况。

1.下载世界人口数据地址：https://ehmatthes.github.io/pcc/

2.安装模块：pip install pygal_maps_world

3.将population_data.json拖到项目中，打开文件。

[ { "Country Name": "Arab World", "Country Code": "ARB", "Year": "1960", "Value": "96388069" } --snip-- ] (二)处理JSON文本的具体步骤

1 获取国家和人口数据，.创建world_population.py

import json#1.将数据加载到一个列表中filename='population_data.json'with open(filename)as f: pop_data=json.load(f)#2.打印每个国家2010年的人口数量for pop_dict in pop_data: if pop_dict['Year']=='2010': country_name = pop_dict["Country Name"] population = int(float(pop_dict["Value"])) print(country_name + ":" + str(population)) 结果演示：Arab World:357868000Caribbean small states:6880000East Asia & Pacific (all income levels):2201536674---snip---Zambia:12927000Zimbabwe:12571000 获取两个字母的国别码，创建countries.py

制作地图前，还需要解决数据存储在的最后一个问题。Pygal中的地图制作工具要求数据为特定格式，用国别码表示国家，用数字表示人口数量。处理地理政治数据时，经常需要标准化国别码集。population_data.json中包含的是三只字母的国别码，但Pygal使用两个字母的国别码，我们需要想办法，根据国家名获取两个字母的国别码。安装pip install pygal_maps_world即可！

#1.安装模块：pip install pygal_maps_worldfrom pygal_maps_world.i18n import COUNTRIESfor country_code in sorted(COUNTRIES.keys()): print(country_code, COUNTRIES[country_code]) 结果演示：ad Andorraae United Arab Emiratesaf Afghanistan---snip---za South Africazm Zambiazw Zimbabwe

3.为了获取国别码，我们编写一个函数获取，创建country_codes.py

from pygal_maps_world.i18n import COUNTRIESdef get_country_code(country_name): # 根据指定的国家，返回Pygal使用的两个字母的国别码 for code, name in COUNTRIES.items(): if name == country_name: return code # 如果没有找到指定的国家，就返回None return Noneprint(get_country_code('Andorra'))print(get_country_code('United Arab Emirates'))print(get_country_code('Afghanistan')) 结果演示：adaeaf

4.制作世界地图，创建americas.py

有了国别码后，制作世界地图非常简单。Pygal提供了一个图表类型的Worldmap,帮你制作呈现各国数据的世界地图。

# 绘制世界地图import pygalwm = pygal.maps.world.World()wm.title = '北美 中部 南美'wm.add('北美', ['ca', 'mx', 'us'])wm.add('中部', ['bz', 'cr', 'gt', 'hn', 'ni', 'pa', 'sv'])wm.add('南美', ['ar', 'bo', 'br', 'cl', 'co', 'ec', 'gf', 'gy', 'pe', 'py', 'sr', 'uy', 've'])wm.render_to_file('americas.svg')

结果演示：

5.在世界地图上呈现数字数据(显示三个北美国家的人口数量)，创建na_population.py

#显示北美三国2010年人口总数import pygalwm = pygal.maps.world.World()wm.title="2010年北美三国人口总数"wm.add('北美',{'ca':34126000,'us':309349000,'mx':113423000})wm.render_to_file('na_population.svg')

结果演示：

6.绘制完整的世界人口地图

要呈现其他国家人口数量，需要将前面处理的数据转换为Pygal要求的字典格式，键为两个字母的国别码，值为人口数量。

import jsonimport pygalfrom country_code import get_country_codefilename='population_data.json'with open(filename) as file: pop_data=json.load(file)cc_populations={}for pop_dict in pop_data: if pop_dict["Year"]=='2010': country_name=pop_dict["Country Name"] population=int(float(pop_dict[ "Value"])) # print(country_name+":"+str(population)) code=get_country_code(country_name) if code: cc_populations[code]=populationwm = pygal.maps.world.World()wm.title = "2010年各国人口总数"wm.add('2010', cc_populations)wm.render_to_file("world_population.svg")

结果演示：

7.根据人口数量将国家分组

中国和印度的人口比其他国家多的多，但在当前地图中，它们的颜色和其他国家差别较小，中国和印度人口都超过了10亿，接下来人口最多的国家是美国大约3亿。下面将所有的国家作为一个编组，根据人口数量分为三组——少于1000万的、介于1000万和10亿的以及10亿以上的。

import jsonimport pygalfrom country_code import get_country_codefilename='population_data.json'with open(filename) as file: pop_data=json.load(file)cc_populations={}for pop_dict in pop_data: if pop_dict["Year"]=='2010': country_name=pop_dict["Country Name"] population=int(float(pop_dict[ "Value"])) # print(country_name+":"+str(population)) code=get_country_code(country_name) if code: cc_populations[code]=population#1.根据人口数量将所有国家分为三组cc_pops_1,cc_pops_2,cc_pops_3={},{},{}for cc,pop in cc_populations.items(): if pop<10000000: cc_pops_1[cc]=pop if pop<1000000000: cc_pops_2[cc]=pop else: cc_pops_3[cc]=pop#2.打印每个分组包含多少个国家print(len(cc_pops_1),len(cc_pops_2),len(cc_pops_3))wm = pygal.maps.world.World()wm.title = "2010年各国人口总数"wm.add('0-1000万',cc_pops_1)wm.add('1000万-10亿',cc_pops_2)wm.add('大于10亿',cc_pops_3)wm.render_to_file("world_population.svg")

结果演示：

8.使用Pygal设置世界地图的样式

在这个地图中，根据人口将国家分组虽然很有效，但默认的颜色设置非常难看。例如，在这里Pygal选择鲜艳的粉色和绿色基色，下面使用Pygal样式设置指令调整颜色。

import jsonimport pygal#1.导入设置颜色的模块from pygal.style import RotateStylefrom country_code import get_country_codefilename='population_data.json'with open(filename) as file: pop_data=json.load(file)cc_populations={}for pop_dict in pop_data: if pop_dict["Year"]=='2010': country_name=pop_dict["Country Name"] population=int(float(pop_dict[ "Value"])) # print(country_name+":"+str(population)) code=get_country_code(country_name) if code: cc_populations[code]=population#2.根据人口数量将所有国家分为三组cc_pops_1,cc_pops_2,cc_pops_3={},{},{}for cc,pop in cc_populations.items(): if pop<10000000: cc_pops_1[cc]=pop if pop<1000000000: cc_pops_2[cc]=pop else: cc_pops_3[cc]=pop#3.打印每个分组包含多少个国家print(len(cc_pops_1),len(cc_pops_2),len(cc_pops_3))#4.设置颜色参数wm_style=RotateStyle('#336699')wm = pygal.maps.world.World(style=wm_style)wm.title = "2010年各国人口总数"wm.add('0-1000万',cc_pops_1)wm.add('1000万-10亿',cc_pops_2)wm.add('大于10亿',cc_pops_3)wm.render_to_file("world_population.svg")

结果演示：

9.加亮颜色主题

Pygal默认使用较暗颜色主题，为了渲染效果，我们使用LightColorizedStyle加亮地图的颜色。这个类修改整个图表，包括背景色、标签及各个国家的颜色。

import jsonimport pygal#1.导入设置主题的模块的类from pygal.style import LightColorizedStylefrom country_code import get_country_codefilename='population_data.json'with open(filename) as file: pop_data=json.load(file)cc_populations={}for pop_dict in pop_data: if pop_dict["Year"]=='2010': country_name=pop_dict["Country Name"] population=int(float(pop_dict[ "Value"])) # print(country_name+":"+str(population)) code=get_country_code(country_name) if code: cc_populations[code]=population#2.根据人口数量将所有国家分为三组cc_pops_1,cc_pops_2,cc_pops_3={},{},{}for cc,pop in cc_populations.items(): if pop<10000000: cc_pops_1[cc]=pop if pop<1000000000: cc_pops_2[cc]=pop else: cc_pops_3[cc]=pop#3.打印每个分组包含多少个国家print(len(cc_pops_1),len(cc_pops_2),len(cc_pops_3))#4.设置主题样式wm_style= LightColorizedStylewm = pygal.maps.world.World(style=wm_style)wm.title = "2010年各国人口总数"wm.add('0-1000万',cc_pops_1)wm.add('1000万-10亿',cc_pops_2)wm.add('大于10亿',cc_pops_3)wm.render_to_file("world_population.svg")

结果演示：