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')