Книга «Изучаем Python»
жүктеу/скачать 7,86 Mb. Pdf көрінісі
|
2 5343781172763690906
| УПРАЖНЕНИЯ
16-1 . Сан-Франциско: к какому месту ближе температура в Сан-Франциско: к Ситке или Долине Смерти? Постройте температурную диаграмму для Сан-Франциско и сравните . (Погодные данные практически для любого места можно загрузить по адресу http://www . wunderground .com/history/ . Введите название места и диапазон дат, прокрутите страницу и найдите ссылку Comma-Delimited File . Щелкните правой кнопкой мыши на ссылке и со- храните данные в файле CSV .) 16-2 . Сравнение Ситки с Долиной Смерти: разные масштабы температур отражают разные диапазоны данных . Чтобы точно сравнить температурный диапазон в Ситке с температурным диапазоном Долины Смерти, необходимо установить одинаковый масштаб по оси y . Изме- ните параметры оси y для одной или обеих диаграмм на рис . 16 .5 и 16 .6 и проведите пря- мое сравнение температурных диапазонов в этих двух местах (или любых других, которые вас интересуют) . Также можно попробовать нанести два набора данных на одну диаграмму . 16-3 . Осадки: выберите любое место и постройте диаграмму с уровнем осадков . Для начала ограничьтесь данными за один месяц, а когда ваш код заработает, выполните программу для данных за полный год . 16-4 . Исследования: постройте еще несколько визуализаций, отражающих любые другие аспекты погоды для интересующих вас мест . Формат JSON В этом разделе мы загрузим данные о странах в формате JSON и будем работать с ними при помощи модуля json
. Используя удобные средства Pygal для работы с географическими данными, мы построим визуализации, отражающие распреде- ление населения по странам. Загрузка демографических данных Скопируйте файл population_data .json , содержащий данные о численности населения большинства стран мира с 1960 по 2010 год, в каталог с программами этой главы. Формат JSON 349 Информация взята из многочисленных наборов данных, бесплатно публикуемых фондом Open Knowledge Foundation (http://data.okfn.org/). Извлечение необходимых данных Взглянем на файл population_data .json и попробуем понять, как взяться за обработку данных файла: population_data.json [ { "Country Name": "Arab World", "Country Code": "ARB", "Year": "1960", "Value": "96388069" }, {
"Country Name": "Arab World", "Country Code": "ARB", "Year": "1961", "Value": "98882541.4" }, ...
] Фактически перед нами один длинный список Python. Каждый элемент списка представляет собой словарь с четырьмя ключами: название страны ( Country
Name
), код страны ( Country
Code ), год ( Year
) и значение ( Value
), представляющее числен- ность населения. В нашей программе будут использоваться названия стран и чис- ленность населения только за 2010 год, поэтому для начала напишем программу, которая выводит только эту информацию: world_population.py import json # Список заполняется данными. filename = 'population_data.json' with open(filename) as f: pop_data = json.load(f) # Вывод населения каждой страны за 2010 год. for pop_dict in pop_data: if pop_dict['Year'] == '2010': country_name = pop_dict['Country Name'] population = pop_dict['Value'] print(country_name + ": " + population) Сначала программа импортирует модуль json
, чтобы иметь возможность загружать данные из файла. Загруженные данные сохраняются в списке pop_data . Функ- ция json.load() преобразует данные в формат, с которым может работать Python: в данном случае это список. В точке создается цикл, перебирающий все элементы 350 Глава 16 • Загрузка данных pop_data
. Каждый элемент представляет собой словарь с четырьмя парами «ключ— значение», который сохраняется в переменной pop_dict . В точке ключ 'Year' каждого словаря проверяется на значение 2010. (Так как все значения population_data .json заключены в кавычки, выполняется сравнение строк.) Если словарь относится к 2010 году, то значение, связанное с ключом 'Country
Name' , сохраняется в переменной country_name , а значение, связанное с ключом 'Value'
, сохраняется в переменной population . Затем программа выводит на- звание каждой страны и ее население. Программа выводит последовательность названий стран и численности их на- селения:
Arab World: 357868000 Caribbean small states: 6880000 East Asia & Pacific (all income levels): 2201536674 ...
Zimbabwe: 12571000 Не все данные включают точные названия стран, но это неплохое начало для даль- нейшей работы. Теперь данные необходимо преобразовать в формат, с которым может работать Pygal. Преобразование строк в числовые значения population_data .json хранятся в строковом формате. Чтобы работать с данными численности населения, необходимо преобразовать строковые значения в числа. Для этого в программе используется функция int() :
жүктеу/скачать 7,86 Mb. Достарыңызбен бөлісу:
|