下载CSV格式数据，进行可视化
csv.reader()创建一个与文件有关联的阅读器(reader)对象,reader处理文件中的第一行数据，并将每一项数据都存储在列表中
head_row = next(reader) 返回文件的下一行,CSV文件第一行为头文件
datetime.strptime(row[0], '%Y-%m-%d-%H-%M-%S') 将字符串'2018-2-15-13-35-1'转换为一个表示日期时间的对象
plt.text() 给图表添加注释，其中%.nf其中n表示显示小数后面几位，%b表示只标注y
plt.annotate() 参数xytext表示偏移距离，%b表示只标注y
fill_between()接受一个x值系列和两个Y值系列，并填充两个y值系列之间的空间，参数alpha值代表颜色透明度，默认1
参数facecolor代表填充颜色
from datetime import datetime import matplotlib.pyplot as plt import csv import numpy as np with open('csv_filephoto.csv') as f_obj: reader = csv.reader(f_obj) dates,heights_1,heights_2 = [],[],[] for row in reader: try: height_1 = float(row[3])#将字符串转换为浮点型 height_2 = float(row[4]) # 将字符串'2018-2-15-13-35-1'转换为一个表示日期时间的对象 date = datetime.strptime(row[0], '%Y-%m-%d-%H-%M-%S') except ValueError: #如果有哪一天的数据缺失，打印缺失日期 print(date,'missing data.') else: # 将所有高程插入列表 dates.append(date) heights_1.append(height_1) heights_2.append(height_2) fig = plt.figure(figsize=(12,8)) plt.tick_params(axis='both',labelsize=14) #为防止x轴标签重叠，让日期型的x轴标签自动展现 fig.autofmt_xdate(rotation=45) #在同一个窗口中绘制两条折线 x = np.array(dates) y = np.array(heights_1) for a,b in zip(x,y): #用text()标注,%.nf其中n表示显示小数后面几位，%b表示只标注y plt.text(a,b+0.1,'%.2f'%b,ha = 'center',va = 'bottom', fontsize=8) #用annotate()标注，xytext表示偏移距离，%b表示只标注y #plt.annotate('%s'%b,xy=(a,b),xytext=(-20,10), #textcoords='offset points',fontsize=8) plt.plot(dates,heights_1,linewidth=3,c='c') x = np.array(dates) y = np.array(heights_2) for a,b in zip(x,y): plt.text(a, b + 0.1, '%.2f' % b, ha='center', va='bottom', fontsize=8) plt.plot(dates,heights_2,linewidth=3,c='red') #fill_between()接受一个x值系列和两个Y值系列，并填充两个y值系列之间的空间 plt.fill_between(dates,heights_1,heights_2,facecolor='greenyellow', alpha=0.3)#alpha值代表颜色透明度，默认1 plt.show()
下载JSON格式文件可视化
import json --读取，写入json文件
from pygal.style import RotateStyle,LightColorizedStyle,LightenStyle --定义地图样式
import pygal_maps_world.maps (import pygal.maps.world也可以)
from pygal_maps_world.i18n import COUNTRIES -- 获取两位国别码和国家名
wm=pygal_maps_world.maps.World() --定义一个世界地图实例
南北美洲所有国家的国别码：
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'])
Pygal样式保存在模块style中：
RotateStyle：修改风格（通过调整指定颜色创建样式）
LightenStyle：轻盈风格（通过赋予特定的色彩来营造风格）
DarkenStyle：黑暗风格（通过使给定颜色变暗创建样式）
SaturateStyle：饱和风格（通过饱和给定颜色创建样式）
DesaturateStyle：去饱和风格（通过淡化给定颜色创建样式）
LightColorizedStyle：加亮颜色（通过加亮给定颜色创建样式）
RotateStyle('#336699')给三个分组调整颜色,十六进制的RGB颜色是一个以#开头的
字符串，后面6个字符分别表示红绿蓝三个颜色占的分量；hex color chooser-十六进制
颜色选择器；LightColorizedStyle 此类可单独使用，加亮地图颜色（包括整个图表的主题）
同时也可以放在RotateStyl()函数中传给实参base_style
import json from pygal.style import RotateStyle,LightColorizedStyle #import pygal.maps.world import pygal_maps_world.maps from pygal_maps_world.i18n import COUNTRIES #定义一个获取两位国别码的函数 def get_country_code(country_name): for code,name in COUNTRIES.items(): if name == country_name: return code return None filename = 'json_filepopulation_data.json' with open(filename) as f: #将文件中的字典存储到列表中 pop_data = json.load(f) #将每个国家2010年的人口数据加入字典 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 #print(code + ':' + str(population)) else: print( 'Error - ' + country_name) #将世界人口数量等级分为三组 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 #看看每组有多少个国家 print(len(cc_populations),len(cc_pops_1),len(cc_pops_2),len(cc_pops_3)) wm_style = RotateStyle('#336699',base_style=LightColorizedStyle) #wm = pygal.maps.world.World() wm = pygal_maps_world.maps.World(style=wm_style) wm.title = 'World Population in 2010,by Country' wm.add('0-10m',cc_pops_1) wm.add('10m-1bn',cc_pops_2) wm.add('>1bn',cc_pops_3) wm.render_to_file('imagesworld_population.svg')