Python数据可视化地图,python画地图数据可视化分析

2022-08-27 10:00:36 分类：python 阅读()

　　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。

标签： python

相关文章阅读

  • Python抓数据,python获取数据的方法,python数据抓取3种方法总结
  • python h5文件,h5py文件读取,Python数据存储之 h5py详解
  • ,,Python数据可视化之画图
  • Python数据导出,python如何导入数据文件
  • 如何用python代码做可视化,数据可视化的实现方法有,Python数据可视化代码
  • json格式数据和python数据通过什么方法转换的,python json格式转换
  • python数据类型list,python中的list函数
  • python实现数据清洗,python数据清洗是什么意思
  • python数据开发,python数据化分析与数据化运营
  • python数据处理与可视化,python数据可视化是什么意思
  • Python数据类型函数,python基础函数有哪些
  • python 元组与数组的区别,数组是Python数据类型吗
  • python 拟合分布,python数据概率分布拟合
  • python数据转换类型,python有哪几种类型转换方式
  • Python数据排序,python的快速排序算法
    • 留言与评论（共有 条评论）
       
    验证码：