Python数据可视化地图,python画地图数据可视化分析

  Python数据可视化地图,python画地图数据可视化分析

  本文主要介绍python数据可视化绘制世界人口地图的详细说明。有需要的朋友可以借鉴一下,希望能有所帮助。祝大家进步很大,早日升职加薪。

  00-1010前言获取两个字母的国家代码,制作世界地图,绘制完整的世界人口地图,根据人口数量对国家进行分组,根据Pygal设置世界地图的样式。

  

目录

  来源:population_data.json,

  先来看看数据是什么样子的。

  [

  {

  国家名称 : 阿拉伯世界,

  国家代码 : ARB :

  年份 : 1960 ,

  值 : 96388069

  },

  {

  国家名称 : 阿拉伯世界,

  国家代码 : ARB :

  年份 : 1961 ,

  值 : 98882541.4

  },

  省略。

  ]

  这个文件实际上是一个很长的Python列表,其中每个元素都是一个包含四个键的字典:

  国家名称、国家代码、年份和代表人口的值。

  我们只关心2010年每个国家的人口,所以我们先写一个程序来打印这些信息:

  导入json

  #将数据载入列表

  filename=population_data.json

  打开(文件名)为f :

  pop_data=json.load(f)

  #打印2010年每个国家的人口

  对于pop_data :中的pop_dic

  if pop_dic[年份]= 2010 :

  country_name=pop_dic[国家名称]

  population=int(float(pop _ DIC[ value ])# population _ data . JSON中的每个键和值都是一个字符串。为了处理这些人口数据,我们需要将代表人口数量的字符串转换成数值。为此,我们使用函数int():

  打印(country_name : str(人口))

  rab World:357868000

  加勒比小国:6880000

  东亚和太平洋地区(所有收入水平):2201536664675

  东亚和太平洋地区(仅发展中国家)36660.86868686861

  欧元区:331766000

  欧洲和中亚(所有收入水平):890424543445

  欧洲中亚(仅限发展中国家):405204000

  

前言

  在做地图之前,我们需要解决数据的最后一个问题。Pygal中的地图制作工具需要特定格式的数据:国家代码用于表示国家,数字用于表示人口。在处理地缘政治数据时,经常需要几个标准化的国家代码集。

  Population_data.json包含三个字母的国家代码,但是Pygal使用两个字母的国家代码。我们需要找到一种方法来根据国家名称获得两个字母的国家代码。

  Py使用的国家代码存储在模块I18n(国际化的缩写)中。

  字典COUNTRIES分别包含两个字母的国家代码和国家名称的键和值。

  要查看这些国家代码,您可以从模块i18n导入这个字典,并打印它的键和值:

  来自pygal_maps_world.i18n进口国家

  对于已排序的国家代码(COUNTRIES.keys()):

  打印(国家代码,国家[国家代码])

  公元安道尔

  ae阿拉伯联合酋长国

  af阿富汗

  阿尔巴尼亚

  为了获取国家代码,我们将编写一个函数来查找并返回国家代码。

  我们将

  这个函数放在一个名为country_codes的模块中,以便能够在可视化程序中导入它:

  

from pygal_maps_world.i18n import COUNTRIES

  def 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 None

  #打印每个国家2010年的人口数量

  for pop_dic in pop_data :

   if pop_dic["Year"] == 2010 :

   country_name= pop_dic[Country Name]

   population =int(float(pop_dic[Value]) )#population_data.json中的每个键和值都是字符串。为处理这些人口数据,我们需要将表示人口数量的字符串转换为数字值,为此我们使用函数int():

   code = get_country_code(country_name)

   if code :

   print(code + ":" + str(population))

   else:

   print(error - + ":" + str(population))

  error - :357868000

  error - :6880000

  error - :2201536674

  error - :1961558757

  error - :331766000

  

  导致显示错误消息的原因有两个。首先,并非所有人口数量对应的都是国家,有些人口数量对应的是地区(阿拉伯世界)和经济类群(所有收入水平)。

  其次,有些统计数据使用了不同的完整国家名(如Yemen, Rep.,而不是Yemen)。当前,我们将忽略导致错误的数据,看看根据成功恢复了的数据制作出的地图是什么样的。

  

  

制作世界地图

  

import pygal_maps_world.maps#创建了一个Worldmap实例,并设置了该地图的的title属性

  wm = pygal_maps_world.maps.World()

  wm.title = North, Central, and South America

  方法add(),它接受一个标签和一个列表,其中后者包含我们要突出的国家的国别码。每次调用add()都将为指定的国家

  选择一种新颜色,并在图表左边显示该颜色和指定的标签。我们要以同一种颜色显示整个北美地区,因此第一次调用add()

  时,在传递给它的列表中包含ca、mx和us,以同时突出加拿大、墨西哥和美国。接下来,对中美和南美国家做同样

  的处理。

  wm.add(North America, [ca, mx, us])

  wm.add(Central America, [bz, cr, gt, hn, ni, pa, sv])

  wm.add(South America, [ar, bo, br, cl, co, ec, gf,

  gy, pe, py, sr, uy, ve])

  方法render_to_file()创建一个包含该图表的.svg文件,你可以在浏览器中打开它。输出是一幅以不同颜色突出北美、

  中美和南美的地图

  wm.render_to_file(americas.svg)

  

  

  

  

绘制完整的世界人口地图

  '''要呈现其他国家的人口数量,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。

  为此,在world_population.py中添加如下代码:

  

import json

  

  

#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)

  def 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 None

  #创建一个包含人口数量是字典

  cc_populations = {}

  #打印每个国家2010年的人口数量

  for pop_dic in pop_data :

   if pop_dic["Year"] == 2010 :

   country_name= pop_dic[Country Name]

   population =int(float(pop_dic[Value]) )#population_data.json中的每个键和值都是字符串。为处理这些人口数据,我们需要将表示人口数量的字符串转换为数字值,为此我们使用函数int():

   code = get_country_code(country_name)

   if code :

   cc_populations[code] = population

  import pygal_maps_world.maps#创建了一个Worldmap实例,并设置了该地图的的title属性

  wm = pygal_maps_world.maps.World()

  wm.title = world population in 2010, by country

  wm.add(2010, cc_populations)

  wm.render_to_file(world_population.svg)

  

  

  

  

根据人口数量将国家分组

  

import json

  #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)

  def 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 None

  #创建一个包含人口数量是字典

  cc_populations = {}

  #打印每个国家2010年的人口数量

  for pop_dic in pop_data :

   if pop_dic["Year"] == 2010 :

   country_name= pop_dic[Country Name]

   population =int(float(pop_dic[Value]) )#population_data.json中的每个键和值都是字符串。为处理这些人口数据,我们需要将表示人口数量的字符串转换为数字值,为此我们使用函数int():

   code = get_country_code(country_name)

   if code :

   cc_populations[code] = population

  ###根据人口数量将国家分3组

  cc_pop_1,cc_pop_2,cc_pop_3 = {},{},{}

  for cc,pop in cc_populations.items():

   if pop < 10000000:

   cc_pop_1[cc] = pop

   elif pop < 1000000000:

   cc_pop_2[cc] = pop

   else:

   cc_pop_3[cc] = pop

  import pygal_maps_world.maps#创建了一个Worldmap实例,并设置了该地图的的title属性

  wm = pygal_maps_world.maps.World()

  wm.title = world population in 2010, by country

  wm.add(0-10m, cc_pop_1)

  wm.add(10m-1bn, cc_pop_2)

  wm.add(> 1bn, cc_pop_3)

  wm.render_to_file(world_population.svg)

  

  

  

  

根据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,但默认的颜色设置很难看。例如,在这里,Pygal选择了鲜艳的粉色和绿色基色。

  下面使用Pygal样式设置指令来调整颜色。我们也让Pygal使用一种基色,但将指定该基色,并让三个分组的颜色差别更大

  

###根据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,但默认的颜色设置很难看。例如,在这里,Pygal选择了鲜艳的粉色

  和绿色基色。下面使用Pygal样式设置指令来调整颜色。我们也让Pygal使用一种基色,但将指定该基色,并让三个分组

  的颜色差别更大

  ###根据人口数量将国家分组

  import json

  #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)

  def 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 None

  #创建一个包含人口数量是字典

  cc_populations = {}

  #打印每个国家2010年的人口数量

  for pop_dic in pop_data :

   if pop_dic["Year"] == 2010 :

   country_name= pop_dic[Country Name]

   population =int(float(pop_dic[Value]) )#population_data.json中的每个键和值都是字符串。为处理这些人口数据,我们需要将表示人口数量的字符串转换为数字值,为此我们使用函数int():

   code = get_country_code(country_name)

   if code :

   cc_populations[code] = population

  ###根据人口数量将国家分3组

  cc_pop_1,cc_pop_2,cc_pop_3 = {},{},{}

  for cc,pop in cc_populations.items():

   if pop < 10000000:

   cc_pop_1[cc] = pop

   elif pop < 1000000000:

   cc_pop_2[cc] = pop

   else:

   cc_pop_3[cc] = pop

  import pygal_maps_world.maps#创建了一个Worldmap实例,并设置了该地图的的title属性

  from pygal.style import RotateStyle

  from pygal.style import LightColorizedStyle#加亮颜色主题

  wm_style = RotateStyle(#336699, base_style= LightColorizedStyle)

  wm = pygal_maps_world.maps.World(style = wm_style)

  wm.title = world population in 2010, by country

  wm.add(2010, cc_populations)

  wm.add(0-10m, cc_pop_1)

  wm.add(10m-1bn, cc_pop_2)

  wm.add(> 1bn, cc_pop_3)

  wm.render_to_file(world_population.svg)

  

  

  以上就是python数据可视化绘制世界人口地图的详细内容,更多关于python绘制世界人口地图的资料请关注盛行IT软件开发工作室其它相关文章!

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: