九、Python数据分析 之 4、读取各国GDP数据的json文件并用Pygal绘图
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了九、Python数据分析 之 4、读取各国GDP数据的json文件并用Pygal绘图,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1496字,纯文字阅读大概需要3分钟。
内容图文
![九、Python数据分析 之 4、读取各国GDP数据的json文件并用Pygal绘图](/upload/InfoBanner/zyjiaocheng/763/297988c2dae943e68475d7a56c99cc90.jpg)
4、读取各国GDP数据的json文件并用Pygal绘图
步骤:
- 读取 json 数据
- json 模块包含了将 json 字符串恢复成 Python 对象函数,也提供了将 Python 对象转换成 JSON 字符串的函数
- json 模块的 load() 函数加载 json 数据后,读取指定字典中 key 对应的 value
- 使用 Pygal 绘图
- 各国 2001~2016 年的 GDP 柱状图
import json, pygal
with open('gdp_json.json', 'r') as f:
gdp_data = json.load(f) # json.load()数据返回的是字典
# 分析如下 5 个国家的 GDP
country_names = ['中国', '美国', '日本', '俄罗斯', '加拿大']
country_codes = ['CHN', 'USA', 'JPN', 'RUS', 'CAN']
country_gdps = [{}, {}, {}, {}, {}] # 5 个国家对应的字典,{年份1:GDP值1, 年份2:GDP值2,...}
for gdp_item in gdp_data:
for i,country in enumerate(country_codes):
if gdp_item['Country Code'] == country:
year = gdp_item['Year']
# 获取 2001~2016 年的 GDP 值
if 2000 < year < 2017:
country_gdps[i][year] = gdp_item['Value']
# 字典(无序)转列表
x_data = range(2001, 2017)
country_gdps_list = [[], [], [], [], []]
for i in range(len(country_gdps_list)):
for year in x_data:
country_gdps_list[i].append(country_gdps[i][year] / 1e8) # 除以 10 的 8 次方,单位为亿
bar = pygal.Bar() # 创建图(柱状图)
# 添加数据
for i, country_name in enumerate(country_names):
bar.add(country_name, country_gdps_list[i])
bar.x_labels = x_data
bar.x_label_rotation = 45
bar.title = '各国历年GDP对比图'
bar.x_title = '年份'
bar.y_title = 'GDP(亿)'
bar.legend_at_bottom = True
bar.show_x_guides = True
bar.show_y_guides = False
bar.render_to_file('gdp.svg')
内容总结
以上是互联网集市为您收集整理的九、Python数据分析 之 4、读取各国GDP数据的json文件并用Pygal绘图全部内容,希望文章能够帮你解决九、Python数据分析 之 4、读取各国GDP数据的json文件并用Pygal绘图所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。