前言
数据来源:population_data.json,
先看一下数据长啥样
[ { "Country Name": "Arab World", "Country Code": "ARB", "Year": "1960", "Value": "96388069" }, { "Country Name": "Arab World", "Country Code": "ARB", "Year": "1961", "Value": "98882541.4" }, 省略。。。。 ]
'''这个文件实际上就是一个很长的Python列表,其中每个元素都是一个包含四个键的字典:
国家名、国别码、年份以及表示人口数量的值。
我们只关心每个国家2010年的人口数量,因此我们首先编写一个打印这些信息的程序:'''
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) #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(): print(country_name + ":" + str(population)) rab World:357868000 Caribbean small states:6880000 East Asia & Pacific (all income levels):2201536674 East Asia & Pacific (developing only):1961558757 Euro area:331766000 Europe & Central Asia (all income levels):890424544 Europe & Central Asia (developing only):405204000
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。Pygal中的地图制作工具要求数据为特定的格式:用国别码表示国家,以及用数字表示人口数量。处理地理政治数据时,经常需要用到几个标准化国别码集。
population_data.json中包含的是三个字母的国别码,但Pygal使用两个字母的国别码。我们需要想办法根据国家名获取两个字母的国别码。
Pygal使用的国别码存储在模块i18n(internationalization的缩写)中。
字典COUNTRIES包含的键和值分别为两个字母的国别码和国家名。
要查看这些国别码,可从模块i18n中导入这个字典,并打印其键和值:'''
from pygal_maps_world.i18n import COUNTRIES for country_code in sorted(COUNTRIES.keys()): print(country_code, COUNTRIES[country_code]) ad Andorra ae United Arab Emirates af Afghanistan al Albania
为获取国别码,我们将编写一个函数,它在COUNTRIES中查找并返回国别码。
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' ''' 了方法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')
以上是python怎麼繪製世界人口地圖的詳細內容。更多資訊請關注PHP中文網其他相關文章!

Python在自動化、腳本編寫和任務管理中表現出色。 1)自動化:通過標準庫如os、shutil實現文件備份。 2)腳本編寫:使用psutil庫監控系統資源。 3)任務管理:利用schedule庫調度任務。 Python的易用性和豐富庫支持使其在這些領域中成為首選工具。

要在有限的時間內最大化學習Python的效率,可以使用Python的datetime、time和schedule模塊。 1.datetime模塊用於記錄和規劃學習時間。 2.time模塊幫助設置學習和休息時間。 3.schedule模塊自動化安排每週學習任務。

Python在遊戲和GUI開發中表現出色。 1)遊戲開發使用Pygame,提供繪圖、音頻等功能,適合創建2D遊戲。 2)GUI開發可選擇Tkinter或PyQt,Tkinter簡單易用,PyQt功能豐富,適合專業開發。

Python适合数据科学、Web开发和自动化任务,而C 适用于系统编程、游戏开发和嵌入式系统。Python以简洁和强大的生态系统著称,C 则以高性能和底层控制能力闻名。

2小時內可以學會Python的基本編程概念和技能。 1.學習變量和數據類型,2.掌握控制流(條件語句和循環),3.理解函數的定義和使用,4.通過簡單示例和代碼片段快速上手Python編程。

Python在web開發、數據科學、機器學習、自動化和腳本編寫等領域有廣泛應用。 1)在web開發中,Django和Flask框架簡化了開發過程。 2)數據科學和機器學習領域,NumPy、Pandas、Scikit-learn和TensorFlow庫提供了強大支持。 3)自動化和腳本編寫方面,Python適用於自動化測試和系統管理等任務。

兩小時內可以學到Python的基礎知識。 1.學習變量和數據類型,2.掌握控制結構如if語句和循環,3.了解函數的定義和使用。這些將幫助你開始編寫簡單的Python程序。

如何在10小時內教計算機小白編程基礎?如果你只有10個小時來教計算機小白一些編程知識,你會選擇教些什麼�...


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

Atom編輯器mac版下載
最受歡迎的的開源編輯器

Safe Exam Browser
Safe Exam Browser是一個安全的瀏覽器環境,安全地進行線上考試。該軟體將任何電腦變成一個安全的工作站。它控制對任何實用工具的訪問,並防止學生使用未經授權的資源。

禪工作室 13.0.1
強大的PHP整合開發環境

SublimeText3 英文版
推薦:為Win版本,支援程式碼提示!

記事本++7.3.1
好用且免費的程式碼編輯器