python读取json文件制作中国人口地图_Python对JSON文件世界人口数据进行可视化
制作世界人口地图,用json模块来处理,将人口数据进行可视化!!!
下载JSON格式的人口数据,下面附上完整的,在网站中https://datahub.io/下载的数据集的详细过程!!!
1、下载世界人口数据
附上网站超链接:https://datahub.io/
网站是纯英文版的(不慌详细流程见下方!)
1、进入界面后在搜索框中输入World population data(即世界人口数据),点击Search Datasets
2、点击第一个中的Explore Dataset
3、向下滑动至Data File,这边的话我们选择压缩包形式,里面包含了csv和json,点击后会出现下载框,下载即可。
4、解压,打开压缩包,这时候我们发现里面有一些文件,这边我们只需要data文件中的数据就行
5、打开csv文件我们发现里面包含了4列数据,如下所示
6、打开json文件,发现这个文件中实际上是一个很长的python列表,每个元素都是包含4个键的字典
到这一步,下载世界人口数据完毕!!!
为了便于操作方便,更快的学习。
这边附上直接下载csv和json压缩包的链接地址:https://pkgstore.datahub.io/core/population/population_zip/data/4e22dd3646c87e44fcaf119d34439291/population_zip.zip
2、提取相关数据
打印json文件中的信息
新建world_population.py文件
将population_json.json文件拖到项目所在的文件夹下
import json #导入json模块
#将数据添加到一个列表
filename='population_json.json'
with open(filename) as f:
pop_data=json.load(f)
#函数json.load()将数据转换为Python能够处理的格式,这里是一个列表
#打印每个国家2010年人口的数量
for pop_dict in pop_data:
if pop_dict['Year']==2010:
country_name = pop_dict["Country Name"]
population = pop_dict["Value"]
print(country_name + ":" + str(population))
检查字典中的Year键是否为2010
输出一系列的国家名称和人口数量,效果图如下:
为了便于数据的处理方便,这边将人口数据,先转换为float型,转换为小数,再使用int型将小数部分丢弃,返回一个整数。
在world_population.py文件中修改即可:
population = int(float(pop_dict["Value"]))
效果图如下:
3、获取两个字母的国别码
制作地图前,还需要解决数据存在的最后一个问题。Pypal地图制作工具要求数据为特定的格式:用国别码表示国家,以及数字表示人口数量。
Python使用的国别码存储在模块i18n中,字典COUNTRIES包含键和值分别为两个字母的国别码和国家名。
3.1、测试是否存在模块i18n
新建country_codes.py文件
1、测试发现并没有此模块
2、这时候我们需要安装,pip install pygal_maps_world即可,如下所示:
3、从新测试
from pygal_maps_world.i18n import COUNTRIES
for country_code in sorted(COUNTRIES.keys()):
print(country_code,COUNTRIES[country_code])
效果图如下:
这时候发现,已经按照我们的要求展示(国别码和国家)
3.2、获取国别码
编写一个函数,在COUNTRIES中查找并返回国别码。将函数放在country_codes的模块中。
在country_codes.py文件中修改
遍历COUNTRIES,查找指定的国家的国别码是否存在
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
#未找到指定的国家输出None
return None
print(get_country_code('China'))
print(get_country_code('Andorra'))
print(get_country_code('Afghanistan'))
效果图如下:
3.3、在world_population.py文件中导入国别码
在world_population.py文件中修改:
import json #导入json模块
from matp.population.country_codes import get_country_code
#将数据添加到一个列表
filename='population_json.json'
with open(filename) as f:
pop_data=json.load(f)
#函数json.load()将数据转换为Python能够处理的格式,这里是一个列表
#打印每个国家2010年人口的数量
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))
code=get_country_code(country_name)
if code:
print(code+":"+str(population))
else:
print('ERROR-'+country_name)
国家存在即返回国别码和人口
不存在,即返回不存在的名字(并非所有人口数量对应的是国家,有的对应的可能是地区)
效果图如下所示:
4、制作世界地图
有了国别码之后,pygal_maps_world.maps提供了图形类型
4.1、测试北美、中美和南美的简单地图
新建americas.py文件
import pygal_maps_world.maps
wm=pygal_maps_world.maps.World()#创建实例
wm.title='North,Center,and South America'
wm.add('North America',['ca','mx','us'])
wm.add('Center 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'])
wm.render_to_file('americas.svg')
用浏览器打来创建的americas.svg文件
效果图如下:
4.2、在世界地图上呈现数字数据
联系在地图上呈现数字数据,创建地图显示三个北美国家的人口数据
新建na_populations.py文件
import pygal_maps_world.maps
wm=pygal_maps_world.maps.World()
wm.title='Populations of Countries in North America'
wm.add('North America',{'ca':3412600,'us':309349000,'mx':113423000})
wm.render_to_file('na_populations.svg')
用浏览器打来创建的americas.svg文件
鼠标放在对应的国家会显示人口数据
效果图如下:
4.3、绘制完整的世界人口地图
要呈现所有国家人口数量,我们先要将所有的数据转换为Pygal要求的字典格式,即国别码和人口数量。
在world_population.py文件中修改:
import json #导入json模块
from matp.population.country_codes import get_country_code
import pygal_maps_world.maps
#将数据添加到一个列表
filename='population_json.json'
with open(filename) as f:
pop_data=json.load(f)
#函数json.load()将数据转换为Python能够处理的格式,这里是一个列表
#打印每个国家2010年人口的数量
#创建一个包含人口数量的字典
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
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')
cc_populations={}
创建了空字典,用来存储Pypal要求的字典格式要求数据
wm=pygal_maps_world.maps.World()
创建实例,并设置属性
效果图如下:
白色部分未有相关的数据(通过国家名未查询到国别码)
5、根据人口数量将国家分组
通过人口数量分组能够更加明显的显示数据
在world_population.py文件中修改:
创建三个空列表,将所有的国家分成三组
cc_pops_1,cc_pops_2,cc_pops_3={},{},{}
1000万以内,1000万~10亿,10亿以上
import json #导入json模块
from matp.population.country_codes import get_country_code
import pygal_maps_world.maps
#将数据添加到一个列表
filename='population_json.json'
with open(filename) as f:
pop_data=json.load(f)
#函数json.load()将数据转换为Python能够处理的格式,这里是一个列表
#打印每个国家2010年人口的数量
#创建一个包含人口数量的字典
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
#根据人口数量将所有的国家分成三组
cc_pops_1,cc_pops_2,cc_pops_3={},{},{}
for cc,pop in cc_populations.items():
if pop<10000000:
cc_pops_1[cc] = pop
elif pop < 1000000000:
cc_pops_2[cc] = pop
else:
cc_pops_3[cc] = pop
#看看每组分别包含多少个国家
print(len(cc_pops_1),len(cc_pops_2),len(cc_pops_3))
wm=pygal_maps_world.maps.World()
wm.title='World Population in 2010,by Country'
wm.add('0~10m',cc_pops_1)
wm.add('10m~1bm',cc_pops_2)
wm.add('>1bm',cc_pops_3)
wm.render_to_file('World_Population.svg')
结果显示在1000万以内的国家有81个,1000万~10亿以内的有71个国家,大于10亿的有两个国家
效果图如下所示:
6、使用Pygal设置世界地图的样式
给定Pygal使用一种基色,指定该基色,并让三个分组颜色差异更大。
6.1、指定基色
在world_population.py文件中添加即修改:
from pygal.style import RotateStyle
wm_style=RotateStyle('#336699')
wm=pygal_maps_world.maps.World(style=wm_style)
#wm=pygal_maps_world.maps.World()给原先的实例附上样式style=wm_style
效果图如下所示:
6.2、加亮颜色主题
Pygal通常默认使用较暗的颜色主题,为了方便印刷,可以使用LightColorizedStyle加亮地图的颜色,这个类修改了整个图标的主题,包括背景色、标签以及各个国家的颜色。
先导入:
from pygal.style import LightColorizedStyle
wm_style=LightColorizedStyle
效果图如下:
使用LightColorizedStyle类时,不能直接控制使用颜色,Pygal所以使用了默认的基色,要设置颜色,则使用RotateStyle,并将LightColorizedStyle作为基本样式
导入:
from pygal.style import LightColorizedStyle,RotateStyle
wm_style=RotateStyle('#336699',base_style=LightColorizedStyle)
综上世界人口数据可视化完毕!!!
附上完整的world_population.py和country_codes.py和americas.py和na_populations.py文件
world_population.py
import json #导入json模块
from matp.population.country_codes import get_country_code
import pygal_maps_world.maps
from pygal.style import LightColorizedStyle,RotateStyle
#将数据添加到一个列表
filename='population_json.json'
with open(filename) as f:
pop_data=json.load(f)
#函数json.load()将数据转换为Python能够处理的格式,这里是一个列表
#打印每个国家2010年人口的数量
#创建一个包含人口数量的字典
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
#根据人口数量将所有的国家分成三组
cc_pops_1,cc_pops_2,cc_pops_3={},{},{}
for cc,pop in cc_populations.items():
if pop<10000000:
cc_pops_1[cc] = pop
elif pop < 1000000000:
cc_pops_2[cc] = pop
else:
cc_pops_3[cc] = pop
#看看每组分别包含多少个国家
print(len(cc_pops_1),len(cc_pops_2),len(cc_pops_3))
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('0~10m',cc_pops_1)
wm.add('10m~1bm',cc_pops_2)
wm.add('>1bm',cc_pops_3)
wm.render_to_file('World_Population.svg')
country_codes.py
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
#未找到指定的国家输出None
return None
print(get_country_code('China'))
print(get_country_code('Andorra'))
print(get_country_code('Afghanistan'))
americas.py
import pygal_maps_world.maps
wm=pygal_maps_world.maps.World() #创建实例
wm.title='North,Center,and South America'
wm.add('North America',['ca','mx','us'])
wm.add('Center 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'])
wm.render_to_file('americas.svg')
na_populations.py
import pygal_maps_world.maps
wm=pygal_maps_world.maps.World()
wm.title='Populations of Countries in North America'
wm.add('North America',{'ca':3412600,'us':309349000,'mx':113423000})
wm.render_to_file('na_populations.svg')
不足之处,请指出,蟹蟹!!!
python读取json文件制作中国人口地图_Python对JSON文件世界人口数据进行可视化相关推荐
- Python对JSON文件世界人口数据进行可视化
制作世界人口地图,用json模块来处理,将人口数据进行可视化!!! 下载JSON格式的人口数据,下面附上完整的,在网站中https://datahub.io/下载的数据集的详细过程!!! 1.下载世界 ...
- MIKE21 教程 3.3 随时空变化的网格文件制作(.dfsu文件制作)以降雨时空序列文件为例
目录 1 降雨站文件制作 2 降雨站雨量时间序列文件制作 3 制作时空变化的.dfsu文件 上一节讲解了如何制作随空间变化的网格文件
- python读取视频占用内存太大_Python 读取大文件内存占用检测示例
导读热词对python这个高级语言感兴趣的小伙伴,下面一起跟随编程之家 jb51.cc的小编两巴掌来看看吧! python读写文件的api都很简单,一不留神就容易踩"坑".笔者记录 ...
- python 文件操作不被打断_python学习六文件操作和异常处理
1.文件的定义和类型 什么是文件呢? 文件是数据的抽象和集合 文件是存储在辅助存储器上的数据序列 文件是存储的一种 文件有哪些类型呢? 本质上所有文件以二进制储存,不过又可以分为文本文件和二进制文件 ...
- python json模块有什么用_Python中json模块与jsonpath模块的区别是什么
Python中json模块与jsonpath模块的区别是什么 发布时间:2021-02-02 11:15:52 来源:亿速云 阅读:94 作者:小新 这篇文章主要介绍了Python中json模块与js ...
- python函数文档说明调用方式_Python 跨.py文件调用自定义函数说明
0 前言 os.chdir() :用于改变当前python工作的目录到指定的路径 sys.path:是python搜索模块的一个路径集,为list,自定义的包可以把存放路径加进去,之后直接调用包名就行 ...
- python json模块有什么用_Python的json模块及使用
import json # json 是 js 下的内容各个语言交流的数据交换方式 # 字典 dict1 = {'name': 'joe', 'age': '18'} data = json.dump ...
- python中读写excel的扩展库_Python读写Excel文件第三方库汇总,你想要的都在这儿!...
常见库简介 xlrd xlrd是一个从Excel文件读取数据和格式化信息的库,支持.xls以及.xlsx文件. http://xlrd.readthedocs.io/en/latest/ 1.xlrd ...
- python下载文件传到服务器_python实现FTP文件传输的方法(服务器端和客户端)
用python实现FTP文件传输,包括服务器端和客户端,要求 (1)客户端访问服务器端要有一个验证功能 (2)可以有多个客户端访问服务器端 (3)可以对重名文件重新上传或下载 FTP(File Tra ...
最新文章
- u-boot-1.1.6 设置新分区支持设备树
- leetcode算法题--重排链表★
- 考前自学系列·计算机组成原理·查询方式/中断方式/DMA方式的适用范围及判断
- 基于php的应用程序,基于PHP的Web应用程序和群发邮件
- Delphi中TWebBrowser中注入Js
- 一场虚拟的鄂尔多斯婚礼 (图)
- 字符串编辑距离(转载)
- deep learning for symbolic mathematics论文梳理
- FFmpeg的H.264解码器源代码简单分析:解码器主干部分
- zedboard板子上呼吸灯的实现(第一版)
- PyTorch并行与分布式(四)Distributed Data Papallel
- 《自己动手做交互系统》——1.2 制作过程
- ArcGIS for iOS 开发系列(3) – 基础篇-“Hello World Map”
- 【最强实习生】20场Android面试斩获大厂offer,来看看我都会些什么
- 华盛顿道格拉斯县计划建立区块链创新园区
- IOC 之深入理解 Spring IoC
- (附源码)计算机毕业设计ssm电子病历系统
- Python C/S 网络编程(三)之 TCP 实现远程骰宝游戏
- 同在Google工作,薪资差别怎么那么大!
- win7计算机硬盘容量怎么看,Win7系统怎么看电脑硬盘容量
热门文章
- Access数据库中日期时间类型的时间段查询
- 设计模式 结构型模式 -- 装饰者模式(概述 快餐店案例 模式优点 使用场景 源码解析 BufferedWriter 和代理模式的区别)
- vue 开发拖拽签章功能。 主要应用,pdf 合同 盖章, 文件水印, 图文打码
- 学习 Hyperledger Fabric 记录 -1开发环境准备:
- qpython op怎么用_QPython OPAPP推广手机版下载
- 《计算机组成与CPU设计实验》实验2 七段译码器实验
- 经典合成器-Sonic Academy ANA 2 v2.0.92 WiN+MAC
- 和数区块链研究院《基于物联网&区块链智慧茶园》等项目签约仪式圆满举行
- 无人驾驶大巴试车_国内已对无人驾驶大巴汽车进行道路测试
- 荣耀wifi服务器未响应,荣耀路由器wifi连接成功,但无法使用怎么办?