python图表之pygal入门篇.docx
《python图表之pygal入门篇.docx》由会员分享，可在线阅读，更多相关《python图表之pygal入门篇.docx（11页珍藏版）》请在冰豆网上搜索。
python图表之pygal入门篇
python图表之pygal入门篇
例子来自此书:
《Python编程从入门到实战》【美】EricMatthes
pygal是一个SVG图表库。
SVG是一种矢量图格式。
全称ScalableVectorGraphics--可缩放矢量图形。
用浏览器打开svg，可以方便的与之交互。
以下代码均在JupyterNotebook中运行
模拟掷骰子
来看一个简单的例子。
它模拟了掷骰子。
importrandom
classDie:
'''
一个骰子类
'''
def__init__（self,num_sides=6）:
self.num_sides=num_sides
defroll（self）:
returnrandom.randint（1,self.num_sides）
模拟掷骰子并可视化
importpygal
die=Die（）
result_list=[]
#掷1000次
forroll_numinrange（1000）:
result=die.roll（）
result_list.append（result）
frequencies=[]
#范围1~6，统计每个数字出现的次数
forvalueinrange（1,die.num_sides1）:
frequency=result_list.count（value）
frequencies.append（frequency）
#条形图
hist=pygal.Bar（）
hist.title='ResultsofrollingoneD61000times'
#x轴坐标
hist.x_labels=[1,2,3,4,5,6]
#x、y轴的描述
hist.x_title='Result'
hist.y_title='FrequencyofResult'
#添加数据，第一个参数是数据的标题
hist.add（'D6',frequencies）
#保存到本地，格式必须是svg
hist.render_to_file（'die_visual.svg'）
使用浏览器打开这个文件，鼠标指向数据，可以看到显示了标题“D6”，x轴的坐标以及y轴坐标。
可以发现，六个数字出现的频次是差不多的（理论上概率是1/6，随着实验次数的增加，趋势越来越明显）同时掷两个骰子
稍微改下代码就行，再实例化一个骰子
die_1=Die（）
die_2=Die（）
result_list=[]
forroll_numinrange（5000）:
#两个骰子的点数和
result=die_1.roll（）die_2.roll（）
result_list.append（result）
frequencies=[]
#能掷出的最大数
max_result=die_1.num_sidesdie_2.num_sides
forvalueinrange（2,max_result1）:
frequency=result_list.count（value）
frequencies.append（frequency）
#可视化
hist=pygal.Bar（）
hist.title='ResultsofrollingtwoD6dice5000times'
hist.x_labels=[xforxinrange（2,max_result1）]
hist.x_title='Result'
hist.y_title='FrequencyofResult'
#添加数据
hist.add（'twoD6',frequencies）
#格式必须是svg
hist.render_to_file（'2_die_visual.svg'）
从图中可以看出，两个骰子之和为7的次数最多，和为2的次数最少。
因为能掷出2的只有一种情况->（1,1）;而掷出7的情况有（1,6）,（2,5）,（3,4）,（4,3）,（5,2）,（6,1）共6种情况，其余数字的情况都没有7的多，故掷得7得概率最大。
处理json数据--世界人口地图
需要用到人口数据
点击这里下载population.json，该数据来源于okfn.org这个网站
打开看下数据，其实这是个很长的列表，包含了许多国家从1960~2015年的人口数据。
看第一数据，如下。
后面的数据和第一个键都一样。
[
{
'CountryName':
'ArabWorld',
'CountryCode':
'ARB',
'Year':
'1960',
'Value':
'92496099'
},
...
只有四个键，其中CountryCode指的是国别码，这里是3位的。
Value就是人口数了。
importjson
filename=r'F:
\JupyterNotebook\matplotlib_pygal_csv_json\population.json'
withopen（filename）asf:
#json.load（）可以将json文件转为Python能处理的形式，这里位列表，列表里是字典
pop_data=json.load（f）
cc_populations={}
forpop_dictinpop_data:
ifpop_dict['Year']=='2015':
country_name=pop_dict['CountryName']
#有些值是小数，先转为float再转为int
population=int（float（pop_dict['Value']））
print（country_name':
'population）
上面的程序打印了2015年各个国家的人口数，当然要分析2014年的，代码中数字改改就行。
ArabWorld:
392168030
Caribbeansmallstates:
7116360
CentralEuropeandtheBaltics:
103256779
Early-demographicdividend:
3122757473.68203
EastAsia&Pacific:
2279146555
...
需要注意的是，人口数据有些值是小数（不可思议）。
人口数据类型是字符串str，如果直接转int，像'35435.12432'这样的字符串是不能强转位int的，必须先转为float，再丢失精度转为int。
获取两个字母的国别码
我们的数据中，国别码是三位的，而pygal的地图工具使用两位国别码。
要使用pygal绘制世界地图。
需要安装依赖包。
pipinstallpygal_maps_world就可以了
国别码位于i18n模块
frompygal_maps_world.i18nimportCOUNTRIES这样就导入了,COUNTRIES是一个字典，键是两位国别码，值是具体国家名。
key->value
afAfghanistan
afAfghanistan
alAlbania
alAlbania
dzAlgeria
dzAlgeria
adAndorra
adAndorra
aoAngola
写一个函数，根据具体国家名返回pygal提供的两位国别码
defget_country_code（country_name）:
'''
根据国家名返回两位国别码
'''
forcode,nameinCOUNTRIES.items（）:
ifname==country_name:
returncode
returnNone
世界人口地图绘制
先给出全部代码，需要用到World类
importjson
frompygal_maps_world.i18nimportCOUNTRIES
frompygal_maps_world.mapsimportWorld
#颜色相关
frompygal.styleimportRotateStyle
frompygal.styleimportLightColorizedStyle
defget_country_code（country_name）:
'''
根据国家名返回两位国别码
'''
forcode,nameinCOUNTRIES.items（）:
ifname==country_name:
returncode
returnNone
filename=r'F:
\JupyterNotebook\matplotlib_pygal_csv_json\population.json'
withopen（filename）asf:
pop_data=json.load（f）
cc_populations={}
forpop_dictinpop_data:
ifpop_dict['Year']=='2015':
country_name=pop_dict['CountryName']
#有些值是小数，先转为float再转为int
population=int（float（pop_dict['Value']））
code=get_country_code（country_name）
ifcode:
cc_populations[code]=population
#为了使颜色分层更加明显
cc_populations_1,cc_populations_2,cc_populations_3={},{},{}
forcc,populationincc_populations.items（）:
ifpopulation10000000:
cc_populations_1[cc]=population
elifpopulation1000000000:
cc_populations_2[cc]=population
else:
cc_populations_3[cc]=population
wm_style=RotateStyle（'#336699',base_style=LightColorizedStyle）
world=World（style=wm_style）
world.title='WorldPopulationsin2015,ByCountry'
world.add（'0-10m',cc_populations_1）
world.add（'10m-1bn',cc_populations_2）
world.add（'>1bn',cc_populations_3）
world.render_to_file（'world_population_2015.svg'）
有几个变量比较重要
cc_populations是一个dict，里面存放了两位国别码与人口的键值对。
cc_populations_1,cc_populations_2,cc_populations_3这是3个字典，把人口按照数量分阶梯，人口一千万以下的存放在cc_populations_1中，一千万~十亿级别的存放在cc_population
升级会员 