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

4、读取各国GDP数据的json文件并用Pygal绘图

各国 GDP 数据的 json 文件下载

步骤：

1. 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
2. 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

---