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 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 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。