Python 项目实践二（下载数据）第四篇

接着上节继续学习，在本节中，你将下载JSON格式的人口数据，并使用json模块来处理它们。Pygal提供了一个适合初学者使用的地图创建工具，你将使用它来对人口数据进行可视化，以探索全球人口的分布情况。

一 制作世界人口地图

1 下载世界人口数据和提取相关的数据

可以去（http://data.okfn.org/）下载population_data.json，来研究一下population_data.json，看看如何着手处理这个文件中的数据：

[
  {
    "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)

for pop_dic in pop_data :
if pop_dic["Year"] == '2010' :
country_name= pop_dic['Country Name']
population = pop_dic['Value']
print(country_name + ":" + population)

结果如下：

2 将字符串转换为数字值

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()：

population = int(pop_dic['Value'])
print(country_name + ":" + str(population))

然而，对于有些值，这种转换会导致错误，如下所示：

===== RESTART: D:/study/python/code/world_population/world_population.py =====
Arab 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
European Union:502125000
Heavily indebted poor countries (HIPC):635663000
Traceback (most recent call last):
  File "D:/study/python/code/world_population/world_population.py", line 12, in <module>
    population = int(pop_dic['Value'])
ValueError: invalid literal for int() with base 10: '1127437398.85751'
>>>

导致上述错误的原因是，Python不能直接将包含小数点的字符串'1127437398.85751'转换为整数（这个小数值可能是人口数据缺失时通过插值得到的）。为消除这种错误，我们先将字符串转换为浮点数，再将浮点数转换为整数：

population = int(float(pop_dict['Value']))

函数float()将字符串转换为小数，而函数int()丢弃小数部分，返回一个整数。每个字符串都成功地转换成了浮点数，再转换为整数。以数字格式存储人口数量值后，就可以使用它们来制作世界人口地图了。

三 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.i18n import COUNTRIES
 for country_code in sorted(COUNTRIES.keys()):
print(country_code, COUNTRIES[country_code])

报错：

======== RESTART: D:/study/python/code/world_population/countries.py ========
Traceback (most recent call last):
File "D:/study/python/code/world_population/countries.py", line 1, in <module>
from pygal.i18n import COUNTRIES
ModuleNotFoundError: No module named 'pygal.i18n'
>>>

原因和解决方案：

The i18n module was removed in pygal-2.0.0, however, it can now be found in the pygal_maps_world plugin.
You can install that with pip install pygal_maps_world. Then you can access COUNTRIES as pygal.maps.world.COUNTRIES:
from pygal.maps.world import COUNTRIES

按上面的操作：

from pygal.maps.world import COUNTRIES

for country_code in sorted(COUNTRIES.keys()):
print(country_code, COUNTRIES[country_code])

结果如下：

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 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

print(get_country_code('Andorra'))
print(get_country_code('United Arab Emirates'))
print(get_country_code('Afghanistan'))

结果如下：

======= RESTART: D:/study/python/code/world_population/contry_codes.py =======
ad
ae
af
>>>

接下来，在world_population.py中导入get_country_code：

import json
from country_codes import get_country_code

#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']))
code =get_country_code(country_name)

if code :
print(code + ":" + str(population))
else :
print("ERROR -" + country_name)

结果如下：

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。
3 绘制世界地图

有了国别码后，制作世界地图易如反掌。Pygal提供了图表类型Worldmap，可帮助你制作呈现各国数据的世界地图。为演示如何使用Worldmap，我们来创建一个突出北美、中美和南美的简单地图：

import pygal
#此处书中的代码已过时，请用最新的。
wm = pygal.maps.world.World()
wm.title = 'North, Central, and South America'
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'])

wm.render_to_file('americas.svg')

（1）我们创建了一个Worldmap实例，并设置了该地图的的title属性

（2）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。

（3）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，如下图：

4 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
from country_codes import get_country_code
import pygal
#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)

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']))code =get_country_code(country_name)

if code :
cc_populations[code] = population

wm = pygal.maps.world.World()
wm.title="World Population in 2010,by Country"
wm.add('2010',cc_populations)

wm.render_to_file("world_population.svg")

如下图：

5根据人口数量将国家分组

印度和中国的人口比其他国家多得多，但在当前的地图中，它们的颜色与其他国家差别较小。中国和印度的人口都超过了10亿，接下来人口最多的国家是美国，但只有大约3亿。下面不将所有国家都作为一个编组，而是根据人口数量分成三组——少于1000万的、介于1000万和10亿之间的以及超过10亿的。

import json
from country_codes import get_country_code
import pygal
#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)

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']))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.World()
wm.title="World Population in 2010,by Country"
#wm.add('2010',cc_populations)
wm.add('0-10m', cc_pops_1)
wm.add('10m-1bn', cc_pops_2)
wm.add('>1bn', cc_pops_3)

wm.render_to_file("world_population.svg")

结果如下：

现在使用了三种不同的颜色，让我们能够看出人口数量上的差别。在每组中，各个国家都按人口从少到多着以从浅到深的颜色。

 6 使用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：

import json
from country_codes import get_country_code
import pygal
from pygal.style import RotateStyle
#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)

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']))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')
wm = pygal.maps.world.World(style=wm_style)
wm.title="World Population in 2010,by Country"
#wm.add('2010',cc_populations)
wm.add('0-10m', cc_pops_1)
wm.add('10m-1bn', cc_pops_2)
wm.add('>1bn', cc_pops_3)

wm.render_to_file("world_population.svg")

Pygal样式存储在模块style中，我们从这个模块中导入了样式RotateStyle。创建这个类的实例时，需要提供一个实参——十六进制的RGB颜色；Pygal将根据指定的颜色为每组选择颜色。十六进制格式的RGB颜色是一个以井号（#）打头的字符串，后面跟着6个字符，其中前两个字符表示红色分量，接下来的两个表示绿色分量，最后两个表示蓝色分量。每个分量的取值范围为00（没有相应的颜色）~FF（包含最多的相应颜色）。如果你在线搜索hex color chooser（十六进制颜色选择器），可找到让你能够尝试选择不同的颜色并显示其RGB值的工具。这里使用的颜色值（#336699）混合了少量的红色（33）、多一些的绿色（66）和更多一些的蓝色（99），它为RotateStyle提供了一种淡蓝色基色。

效果如下图：

7 加亮颜色主题

Pygal通常默认使用较暗的颜色主题。为方便印刷，我使用LightColorizedStyle加亮了地图的颜色。这个类修改整个图表的主题，包括背景色、标签以及各个国家的颜色。要使用这个样式，先导入它：

from pygal.style import LightColorizedStyle, RotateStyle

再使用RotateStyle创建一种样式，并传入另一个实参base_style：　　

wm_style = RotateStyle('#336699', base_style=LightColorizedStyle)

最后的代码和效果图如下：

import json
from country_codes import get_country_code
import pygal
from pygal.style import RotateStyle,LightColorizedStyle

#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)

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']))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.World(style=wm_style)
wm.title="World Population in 2010,by Country"
#wm.add('2010',cc_populations)
wm.add('0-10m', cc_pops_1)
wm.add('10m-1bn', cc_pops_2)
wm.add('>1bn', cc_pops_3)

wm.render_to_file("world_population.svg")

未完待续，今天是元旦节第二天，加油！