python大数据可视化制作全球人口地形图

　　本文主要是给大家介绍了python大数据可视化制作全球人口地形图的实例详细说明，感兴趣的小伙伴可以参考借鉴一下，希望可以有一定的帮助，祝愿大家尽可能发展，尽早涨薪

　　序言

　　信息来源：population_data.json,

　　先看看数据信息长什么样

　　[
　　{
　　"CountryName":"ArabWorld",
　　"CountryCode":"ARB",
　　"Year":"1960",
　　"Value":"96388069"
　　},
　　{
　　"CountryName":"ArabWorld",
　　"CountryCode":"ARB",
　　"Year":"1961",
　　"Value":"98882541.4"
　　},
　　省去。。。
　　]

　　'''这一个文档实际上是1个比较长的Python目录，在其中各个原素是一个包括4个键的词典：

　　国家名、所在国码、年代及其表明人口总数数值。

　　大家只关注各个国家2010年人口总数，所以我们最先撰写1个打印出这些数据的流程：'''

　　importjson
　　#将数据加载到了一个页面上
　　filename='population_data.json'
　　withopen(filename)asf:
　　pop_data=json.load(f)
　　#打印出各个国家2010年人口总数
　　forpop_dicinpop_data:
　　ifpop_dic["Year"]=='2010':
　　country_name=pop_dic['CountryName']
　　population=int(float(pop_dic['Value']))#population_data.json中的每一个键合值全是字符串数组。为处理这种人口统计，我们应该将表明人口总数的字符串数组转化为数字值，因此大家应用函数公式int()：
　　print(country_name+":"+str(population))
　　rabWorld:357868000
　　Caribbeansmallstates:6880000
　　EastAsia&Pacific(allincomelevels):2201536674
　　EastAsia&Pacific(developingonly):1961558757
　　Euroarea:331766000
　　Europe&CentralAsia(allincomelevels):890424544
　　Europe&CentralAsia(developingonly):405204000

　　获得两个字母的所在国码

　　'''制作地图前，还要处理数据信息存有的最后的问题。Pygal里的地图设计专用工具规定数据信息为特殊的文件格式：用所在国码表明我国，及其用数字表示人口总数。处理自然地理政冶数据信息时，常常需要使用好多个规范化所在国码集。

　　population_data.json其中包含是指三个英文字母的所在国码，但Pygal应用两个字母的所在国码。我们应该想尽办法依据国家名获得两个字母的所在国码。

　　Pygal所使用的所在国码存放在控制模块i18n（internationalization的简称）中。

　　词典COUNTRIES蕴含的键合值分别是两个字母的所在国码和国家名。

　　要检查这种所在国码，可以从控制模块i18n中导进这一个词典，直接打印其键合值：'''

　　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'
　　'''
　　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')

       依据Pygal设定游戏地图的款式

　　在这个图中，依据人口总数将我国分类虽然比较合理有效，但默认颜色调整好难看。比如，在这儿，Pygal选了鲜亮的粉色和绿色基本色。

　　下边应用Pygal款式设定命令来调节色调。大家也让Pygal应用一类基本色，但将特定该基本色，然后让3个分类颜色区别更高

　　###依据Pygal设定游戏地图的款式

　　'''

　　在这个图中，依据人口总数将我国分类虽然比较合理有效，但默认颜色调整好难看。比如，在这儿，Pygal选了鲜亮的粉红色

　　的绿色基本色。下边应用Pygal款式设定命令来调节色调。大家也让Pygal应用一类基本色，但将特定该基本色，然后让3个分类

　　颜色区别更高

　　'''
　　###依据人口总数将我国分类
　　importjson
　　#将数据加载到了一个页面上
　　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')

　　综上所述，这篇文章就给大家介绍到这里了，希望可以给大家带来帮助。