本文主要是給大家介紹了python大數據可視化制作全球人口地形圖的實例詳細說明，感興趣的小伙伴可以參考借鑒一下，希望可以有一定的幫助，祝愿大家盡可能發展，盡早漲薪

　　序言

　　信息來源：population_data.json,

　　先看看數據信息長什么樣

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

　　'''這一個文檔實際上是1個比較長的Python目錄，在其中各個原素是一個包括4個鍵的詞典：

　　國家名、所在國碼、年代及其表明人口總數數值。

　　大家只關注各個國家2010年人口總數，所以我們最先撰寫1個打印出這些數據的流程：'''

　　importjson
　　#將數據加載到了一個頁面上
　　filename='population_data.json'
　　withopen(filename)asf:
　　pop_data=json.load(f)
　　#打印出各個國家2010年人口總數
　　forpop_dicinpop_data:
　　ifpop_dic["Year"]=='2010':
　　country_name=pop_dic['CountryName']
　　population=int(float(pop_dic['Value']))#population_data.json中的每一個鍵合值全是字符串數組。為處理這種人口統計，我們應該將表明人口總數的字符串數組轉化為數字值，因此大家應用函數公式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

　　獲得兩個字母的所在國碼

　　'''制作地圖前，還要處理數據信息存有的最后的問題。Pygal里的地圖設計專用工具規定數據信息為特殊的文件格式：用所在國碼表明我國，及其用數字表示人口總數。處理自然地理政冶數據信息時，常常需要使用好多個規范化所在國碼集。

　　population_data.json其中包含是指三個英文字母的所在國碼，但Pygal應用兩個字母的所在國碼。我們應該想盡辦法依據國家名獲得兩個字母的所在國碼。

　　Pygal所使用的所在國碼存放在控制模塊i18n（internationalization的簡稱）中。

　　詞典COUNTRIES蘊含的鍵合值分別是兩個字母的所在國碼和國家名。

　　要檢查這種所在國碼，可以從控制模塊i18n中導進這一個詞典，直接打印其鍵合值：'''

　　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

　　為獲取國別碼，我們將編寫一個函數，它在COUNTRIES中查找并返回國別碼。

　　我們將這個函數放在一個名為country_codes的模塊中，以便能夠在可視化程序中導入它：

　　from pygal_maps_world.i18n import COUNTRIES
　　def get_country_code(country_name):
　　#根據指定的國家，返回Pygal使用的兩個字母的國別碼
　　for code,name in COUNTRIES.items():
　　if name==country_name:
　　return code
　　#如果沒有找到指定的國家，就返回None
　　return None
　　#打印每個國家2010年的人口數量
　　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中的每個鍵和值都是字符串。為處理這些人口數據，我們需要將表示人口數量的字符串轉換為數字值，為此我們使用函數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

　　導致顯示錯誤消息的原因有兩個。首先，并非所有人口數量對應的都是國家，有些人口數量對應的是地區（阿拉伯世界）和經濟類群（所有收入水平）。

　　其次，有些統計數據使用了不同的完整國家名（如Yemen,Rep.，而不是Yemen）。當前，我們將忽略導致錯誤的數據，看看根據成功恢復了的數據制作出的地圖是什么樣的。

　　制作世界地圖

　　import pygal_maps_world.maps#創建了一個Worldmap實例，并設置了該地圖的的title屬性
　　wm=pygal_maps_world.maps.World()
　　wm.title='North,Central,and South America'
　　'''
　　方法add()，它接受一個標簽和一個列表，其中后者包含我們要突出的國家的國別碼。每次調用add()都將為指定的國家
　　選擇一種新顏色，并在圖表左邊顯示該顏色和指定的標簽。我們要以同一種顏色顯示整個北美地區，因此第一次調用add()
　　時，在傳遞給它的列表中包含'ca'、'mx'和'us'，以同時突出加拿大、墨西哥和美國。接下來，對中美和南美國家做同樣
　　的處理。
　　'''
　　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()創建一個包含該圖表的.svg文件，你可以在瀏覽器中打開它。輸出是一幅以不同顏色突出北美、

　　中美和南美的地圖

　　'''

　　wm.render_to_file('americas.svg')

　　繪制完整的世界人口地圖

　　'''要呈現其他國家的人口數量，需要將前面處理的數據轉換為Pygal要求的字典格式：鍵為兩個字母的國別碼，值為人口數量。

　　為此，在world_population.py中添加如下代碼：

　　import json
　　#將數據加載到一個列表中
　　filename='population_data.json'
　　with open(filename)as f:
　　pop_data=json.load(f)
　　def get_country_code(country_name):
　　#根據指定的國家，返回Pygal使用的兩個字母的國別碼
　　for code,name in COUNTRIES.items():
　　if name==country_name:
　　return code
　　#如果沒有找到指定的國家，就返回None
　　return None
　　#創建一個包含人口數量是字典
　　cc_populations={}
　　#打印每個國家2010年的人口數量
　　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中的每個鍵和值都是字符串。為處理這些人口數據，我們需要將表示人口數量的字符串轉換為數字值，為此我們使用函數int()：
　　code=get_country_code(country_name)
　　if code:
　　cc_populations[code]=population
　　import pygal_maps_world.maps#創建了一個Worldmap實例，并設置了該地圖的的title屬性
　　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')
　　根據人口數量將國家分組
　　import json
　　#將數據加載到一個列表中
　　filename='population_data.json'
　　with open(filename)as f:
　　pop_data=json.load(f)
　　def get_country_code(country_name):
　　#根據指定的國家，返回Pygal使用的兩個字母的國別碼
　　for code,name in COUNTRIES.items():
　　if name==country_name:
　　return code
　　#如果沒有找到指定的國家，就返回None
　　return None
　　#創建一個包含人口數量是字典
　　cc_populations={}
　　#打印每個國家2010年的人口數量
　　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中的每個鍵和值都是字符串。為處理這些人口數據，我們需要將表示人口數量的字符串轉換為數字值，為此我們使用函數int()：
　　code=get_country_code(country_name)
　　if code:
　　cc_populations[code]=population
　　###根據人口數量將國家分3組
　　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#創建了一個Worldmap實例，并設置了該地圖的的title屬性
　　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')

       依據Pygal設定游戲地圖的款式

　　在這個圖中，依據人口總數將我國分類雖然比較合理有效，但默認顏色調整好難看。比如，在這兒，Pygal選了鮮亮的粉色和綠色基本色。

　　下邊應用Pygal款式設定命令來調節色調。大家也讓Pygal應用一類基本色，但將特定該基本色，然后讓3個分類顏色區別更高

　　###依據Pygal設定游戲地圖的款式

　　'''

　　在這個圖中，依據人口總數將我國分類雖然比較合理有效，但默認顏色調整好難看。比如，在這兒，Pygal選了鮮亮的粉紅色

　　的綠色基本色。下邊應用Pygal款式設定命令來調節色調。大家也讓Pygal應用一類基本色，但將特定該基本色，然后讓3個分類

　　顏色區別更高

　　'''
　　###依據人口總數將我國分類
　　importjson
　　#將數據加載到了一個頁面上
　　filename='population_data.json'
　　with open(filename)as f:
　　pop_data=json.load(f)
　　def get_country_code(country_name):
　　#根據指定的國家，返回Pygal使用的兩個字母的國別碼
　　for code,name in COUNTRIES.items():
　　if name==country_name:
　　return code
　　#如果沒有找到指定的國家，就返回None
　　return None
　　#創建一個包含人口數量是字典
　　cc_populations={}
　　#打印每個國家2010年的人口數量
　　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中的每個鍵和值都是字符串。為處理這些人口數據，我們需要將表示人口數量的字符串轉換為數字值，為此我們使用函數int()：
　　code=get_country_code(country_name)
　　if code:
　　cc_populations[code]=population
　　###根據人口數量將國家分3組
　　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#創建了一個Worldmap實例，并設置了該地圖的的title屬性
　　from pygal.style import RotateStyle
　　from pygal.style import LightColorizedStyle#加亮顏色主題
　　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')

　　綜上所述，這篇文章就給大家介紹到這里了，希望可以給大家帶來幫助。