pygal的簡單使用

例子來自此書: 《Python編程從入門到實戰(zhàn)》【美】Eric Matthes

pygal是一個SVG圖表庫。SVG是一種矢量圖格式。全稱Scalable Vector Graphics -- 可縮放矢量圖形。

用瀏覽器打開svg，可以方便的與之交互。

以下代碼均在Jupyter Notebook中運行

模擬擲骰子

來看一個簡單的例子。它模擬了擲骰子。

import random

class Die:
    """
    一個骰子類
    """
    def __init__(self, num_sides=6):
        self.num_sides = num_sides

    def roll(self):
        return random.randint(1, self.num_sides)

模擬擲骰子并可視化

import pygal

die = Die()
result_list = []
# 擲1000次
for roll_num in range(1000):
    result = die.roll()
    result_list.append(result)

frequencies = []
# 范圍1~6，統(tǒng)計每個數(shù)字出現(xiàn)的次數(shù)
for value in range(1, die.num_sides + 1):
    frequency = result_list.count(value)
    frequencies.append(frequency)

# 條形圖
hist = pygal.Bar()
hist.title = 'Results of rolling one D6 1000 times'
# x軸坐標(biāo)
hist.x_labels = [1, 2, 3, 4, 5, 6]
# x、y軸的描述
hist.x_title = 'Result'
hist.y_title = 'Frequency of Result'
# 添加數(shù)據(jù)， 第一個參數(shù)是數(shù)據(jù)的標(biāo)題
hist.add('D6', frequencies)
# 保存到本地，格式必須是svg
hist.render_to_file('die_visual.svg')

使用瀏覽器打開這個文件，鼠標(biāo)指向數(shù)據(jù)，可以看到顯示了標(biāo)題“D6”， x軸的坐標(biāo)以及y軸坐標(biāo)。

可以發(fā)現(xiàn)，六個數(shù)字出現(xiàn)的頻次是差不多的（理論上概率是1/6， 隨著實驗次數(shù)的增加，趨勢越來越明顯）

同時擲兩個骰子

稍微改下代碼就行，再實例化一個骰子

die_1 = Die()
die_2 = Die()

result_list = []
for roll_num in range(5000):
    # 兩個骰子的點數(shù)和
    result = die_1.roll() + die_2.roll()
    result_list.append(result)

frequencies = []
# 能擲出的最大數(shù)
max_result = die_1.num_sides + die_2.num_sides

for value in range(2, max_result + 1):
    frequency = result_list.count(value)
    frequencies.append(frequency)

# 可視化
hist = pygal.Bar()
hist.title = 'Results of rolling two D6 dice 5000 times'
hist.x_labels = [x for x in range(2, max_result + 1)]
hist.x_title = 'Result'
hist.y_title = 'Frequency of Result'
# 添加數(shù)據(jù)
hist.add('two D6', frequencies)
# 格式必須是svg
hist.render_to_file('2_die_visual.svg')

從圖中可以看出，兩個骰子之和為7的次數(shù)最多，和為2的次數(shù)最少。因為能擲出2的只有一種情況 -> (1, 1);而擲出7的情況有(1, 6) , (2, 5), (3, 4), (4, 3), (5, 2), (6, 1)共6種情況，其余數(shù)字的情況都沒有7的多，故擲得7得概率最大。

處理json數(shù)據(jù)--世界人口地圖

需要用到人口數(shù)據(jù)

點擊這里下載population.json，該數(shù)據(jù)來源于okfn.org這個網(wǎng)站

打開看下數(shù)據(jù)，其實這是個很長的列表，包含了許多國家從1960~2015年的人口數(shù)據(jù)?？吹谝粩?shù)據(jù)，如下。后面的數(shù)據(jù)和第一個鍵都一樣。

[ 
{
 "Country Name":"Arab World",
 "Country Code":"ARB",
 "Year":"1960",
 "Value":"92496099"
 },
...

只有四個鍵，其中Country Code指的是國別碼，這里是3位的。Value就是人口數(shù)了。

import json

filename = r'F:\Jupyter Notebook\matplotlib_pygal_csv_json\population.json'
with open(filename) as f:
    # json.load()可以將json文件轉(zhuǎn)為Python能處理的形式，這里位列表，列表里是字典
    pop_data = json.load(f)

cc_populations = {}
for pop_dict in pop_data:
    if pop_dict['Year'] == '2015':
        country_name = pop_dict['Country Name']
        # 有些值是小數(shù)，先轉(zhuǎn)為float再轉(zhuǎn)為int
        population = int(float(pop_dict['Value']))
        print(country_name + ': ' + population)

上面的程序打印了2015年各個國家的人口數(shù)，當(dāng)然要分析2014年的，代碼中數(shù)字改改就行。

Arab World: 392168030
Caribbean small states: 7116360
Central Europe and the Baltics: 103256779
Early-demographic dividend: 3122757473.68203
East Asia & Pacific: 2279146555
...

需要注意的是，人口數(shù)據(jù)有些值是小數(shù)（不可思議）。人口數(shù)據(jù)類型是字符串str，如果直接轉(zhuǎn)int，像'35435.12432'這樣的字符串是不能強轉(zhuǎn)位int的，必須先轉(zhuǎn)為float，再丟失精度轉(zhuǎn)為int。

獲取兩個字母的國別碼

我們的數(shù)據(jù)中，國別碼是三位的，而pygal的地圖工具使用兩位國別碼。要使用pygal繪制世界地圖。需要安裝依賴包。

pip install pygal_maps_world就可以了

國別碼位于i18n模塊

from pygal_maps_world.i18n import COUNTRIES這樣就導(dǎo)入了, COUNTRIES是一個字典，鍵是兩位國別碼，值是具體國家名。

key -> value
af Afghanistan
af Afghanistan
al Albania
al Albania
dz Algeria
dz Algeria
ad Andorra
ad Andorra
ao Angola

寫一個函數(shù)，根據(jù)具體國家名返回pygal提供的兩位國別碼

def get_country_code(country_name):
    """
    根據(jù)國家名返回兩位國別碼
    """
    for code, name in COUNTRIES.items():
        if name == country_name:
            return code
    return None

世界人口地圖繪制

先給出全部代碼，需要用到World類

import json

from pygal_maps_world.i18n import COUNTRIES
from pygal_maps_world.maps import World
# 顏色相關(guān)
from pygal.style import RotateStyle
from pygal.style import LightColorizedStyle

def get_country_code(country_name):
    """
    根據(jù)國家名返回兩位國別碼
    """
    for code, name in COUNTRIES.items():
        if name == country_name:
            return code
    return None

filename = r'F:\Jupyter Notebook\matplotlib_pygal_csv_json\population.json'
with open(filename) as f:
    pop_data = json.load(f)

cc_populations = {}
for pop_dict in pop_data:
    if pop_dict['Year'] == '2015':
        country_name = pop_dict['Country Name']

        # 有些值是小數(shù)，先轉(zhuǎn)為float再轉(zhuǎn)為int
        population = int(float(pop_dict['Value']))
        code = get_country_code(country_name)
        if code:
            cc_populations[code] = population

# 為了使顏色分層更加明顯
cc_populations_1,cc_populations_2, cc_populations_3 = {}, {}, {}
for cc, population in cc_populations.items():
    if population < 10000000:
        cc_populations_1[cc] = population
    elif population < 1000000000:
        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 = 'World Populations in 2015, By Country'
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')

有幾個變量比較重要

• cc_populations是一個dict，里面存放了兩位國別碼與人口的鍵值對。
• cc_populations_1,cc_populations_2, cc_populations_3這是3個字典，把人口按照數(shù)量分階梯，人口一千萬以下的存放在cc_populations_1中，一千萬~十億級別的存放在cc_populations_2中，十億以上的存放在cc_populations_3中，這樣做的目的是使得顏色分層更加明顯，更方便找出各個階梯里人口最多的國家。由于分了三個層次，在添加數(shù)據(jù)的的時候也add三次，把這三個字典分別傳進(jìn)去。
• world = World(style=wm_style)這是一個地圖類，導(dǎo)入方法from pygal_maps_world.maps import World
• wm_style = RotateStyle('#336699', base_style=LightColorizedStyle)這里修改了pygal默認(rèn)的主題顏色，第一個參數(shù)是16進(jìn)制的RGB顏色，前兩位代表R，中間兩位代表G，最后兩位代表B。數(shù)字越大顏色越深。第二個參數(shù)設(shè)置基礎(chǔ)樣式為亮色主題，pygal默認(rèn)使用較暗的顏色主題，通過此方法可以修改默認(rèn)樣式。

中國大佬，No. 1

圖中可以看出，分的三個顏色層次為。紫色系，十億以上；藍(lán)色系，一千萬到十億之間；綠色系，一千萬一下。這三種顏色里面顏色最深的就對應(yīng)了三個階梯里人口最多的國家。

</div>

仔細(xì)觀察，圖中有些是空白的。并不是這些地方全部沒人，而是我們的json數(shù)據(jù)中有些國家的名稱與pygal中COUNTIES模塊的國家名不對應(yīng)導(dǎo)致。這算是一個遺憾，不過可以修改get_country_code函數(shù)，使得遇到不對應(yīng)的國家名時，不返回None。對于這些國家，查閱COUNTRIES的代碼，找出對應(yīng)的國別碼，返回之，應(yīng)該就Ok了。比如下面這樣

# 傳入的參數(shù)country_name是json數(shù)據(jù)中的，可能與COUNTRIES里面的國家名不一致，按照上面的代碼直接就返回None，導(dǎo)致繪圖時這個國家的人口數(shù)據(jù)空白
if country_name == 'Yemen, Rep':
    return 'ye'

不過我懶得試了233

使用Web API分析數(shù)據(jù)

以GitHub為例，我想查看最受歡迎的Python庫。以stars排序。

訪問這個網(wǎng)址就可查看。數(shù)據(jù)大概長這樣

{
  "total_count": 1767997,
  "incomplete_results": false,
  "items": [{
     {
       "id": 21289110,
      "name": "awesome-python",
      "full_name": "vinta/awesome-python",
      "owner": {
        "login": "vinta",
        ...
          },
       ...    
       "html_url": "https://github.com/vinta/awesome-python",
        ...
          "stargazers_count": 35234,
        ...

  }, {...}
      ...]
}

第三個數(shù)據(jù)，items。里面是得到stars最多的top 30。name即庫名稱，owner下的login是庫的擁有者，html_url是該庫的網(wǎng)址（注意owner下也有個html_url。不過那個是用戶的GitHub網(wǎng)址，我們要定位到該用戶的具體這個庫，所以不要用owner下的html_url），stargazers_count至關(guān)重要，所得的stars數(shù)目。

順便說下第一個鍵total_count，表示Python語言的倉庫的總數(shù)；第二個鍵，incomplete_results，表示響應(yīng)的值不完全，一般來說是false，表示響應(yīng)的數(shù)據(jù)完整。

import requests

url = 'https://api.github.com/search/repositories?q=language:python&sort=stars'
response = requests.get(url)
# 200為響應(yīng)成功
print(response.status_code, '響應(yīng)成功！')
response_dict = response.json()

total_repo = response_dict['total_count']
repo_list = response_dict['items']
print('總倉庫數(shù): ', total_repo)
print('top', len(repo_list))
for repo_dict in repo_list:
    print('\nName: ', repo_dict['name'])
    print('Owner: ', repo_dict['owner']['login'])
    print('Stars: ', repo_dict['stargazers_count'])
    print('Repo: ', repo_dict['html_url'])
    print('Description: ', repo_dict['description'])

其實像這樣已經(jīng)得到結(jié)果了

200 響應(yīng)成功！
總倉庫數(shù):  1768021
top 30

Name:  awesome-python
Owner:  vinta
Stars:  35236
Repo:  https://github.com/vinta/awesome-python
Description:  A curated list of awesome Python frameworks, libraries, software and resources

Name:  httpie
Owner:  jakubroztocil
Stars:  30149
Repo:  https://github.com/jakubroztocil/httpie
Description:  Modern command line HTTP client – user-friendly curl alternative with intuitive UI, JSON support, syntax highlighting, wget-like downloads, extensions, etc.  https://httpie.org

Name:  thefuck
Owner:  nvbn
Stars:  28535
Repo:  https://github.com/nvbn/thefuck
Description:  Magnificent app which corrects your previous console command.
...

可視化一下當(dāng)然會更加直觀。

pygal可視化數(shù)據(jù)

代碼不是很難，有一個plot_dict比較關(guān)鍵，這是鼠標(biāo)放在條形圖上時，會顯示出來的數(shù)據(jù)，鍵基本上都是固定寫法，xlink里面時倉庫地址，只要點擊，瀏覽器就會新開一個標(biāo)簽跳轉(zhuǎn)到該頁面了！

import requests

import pygal
from pygal.style import LightColorizedStyle, LightenStyle

url = 'https://api.github.com/search/repositories?q=language:python&sort=stars'
response = requests.get(url)
# 200為響應(yīng)成功
print(response.status_code, '響應(yīng)成功！')
response_dict = response.json()

total_repo = response_dict['total_count']
repo_list = response_dict['items']
print('總倉庫數(shù): ', total_repo)
print('top', len(repo_list))

names, plot_dicts = [], []
for repo_dict in repo_list:
    names.append(repo_dict['name'])
    # 加上str強轉(zhuǎn)，因為我遇到了'NoneType' object is not subscriptable (: 說明里面有個沒有此項, 是NoneType
    plot_dict = {
        'value' : repo_dict['stargazers_count'],
        # 有些描述很長很長，選最前一部分
        'label' : str(repo_dict['description'])[:200]+'...',
        'xlink' : repo_dict['html_url']
    }
    plot_dicts.append(plot_dict)

# 改變默認(rèn)主題顏色，偏藍(lán)色
my_style = LightenStyle('#333366', base_style=LightColorizedStyle)
# 配置
my_config = pygal.Config()
# x軸的文字旋轉(zhuǎn)45度
my_config.x_label_rotation = -45
# 隱藏左上角的圖例
my_config.show_legend = False
# 標(biāo)題字體大小
my_config.title_font_size = 30
# 副標(biāo)簽，包括x軸和y軸大部分
my_config.label_font_size = 20
# 主標(biāo)簽是y軸某數(shù)倍數(shù)，相當(dāng)于一個特殊的刻度，讓關(guān)鍵數(shù)據(jù)點更醒目
my_config.major_label_font_size = 24
# 限制字符為15個，超出的以...顯示
my_config.truncate_label = 15
# 不顯示y參考虛線
my_config.show_y_guides = False
# 圖表寬度
my_config.width = 1000

# 第一個參數(shù)可以傳配置
chart = pygal.Bar(my_config, style=my_style)
chart.title = 'Most-Starred Python Projects on GitHub'
# x軸的數(shù)據(jù)
chart.x_labels = names
# 加入y軸的數(shù)據(jù)，無需title設(shè)置為空，注意這里傳入的字典，
# 其中的鍵--value也就是y軸的坐標(biāo)值了
chart.add('', plot_dicts)
chart.render_to_file('most_stars_python_repo.svg')

看下圖，chrome瀏覽器里顯示效果?？偢杏Xconfig里面有些設(shè)置沒有起到作用, x、y軸的標(biāo)簽還是那么小orz...不過plot_dict里面的三個數(shù)據(jù)都顯示出來了，點擊即可跳轉(zhuǎn)。

好了，就折騰這么多吧，這個庫也不是特別大眾的...

原文地址

雙11紅包