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！！！