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是一種矢量圖格式缩膝。全稱Scalable Vector Graphics -- 可縮放矢量圖形料睛。

用瀏覽器打開svg矾兜，可以方便的與之交互寸宵。

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。它模擬了擲骰子术幔。

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另萤，統(tǒng)計每個數字出現的次數
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
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'
# 添加數據诅挑， 第一個參數是數據的標題
hist.add('D6', frequencies)
# 保存到本地四敞，格式必須是svg
hist.render_to_file('die_visual.svg')

使用瀏覽器打開這個文件勾缭，鼠標指向數據，可以看到顯示了標題“D6”目养， x軸的坐標以及y軸坐標俩由。

可以發(fā)現，六個數字出現的頻次是差不多的（理論上概率是1/6癌蚁， 隨著實驗次數的增加幻梯，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):
    # 兩個骰子的點數和
    result = die_1.roll() + die_2.roll()
    result_list.append(result)

frequencies = []
# 能擲出的最大數
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'
# 添加數據
hist.add('two D6', frequencies)
# 格式必須是svg
hist.render_to_file('2_die_visual.svg')

從圖中可以看出努释，兩個骰子之和為7的次數最多碘梢，和為2的次數最少。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種情況伐蒂，其余數字的情況都沒有7的多煞躬，故擲得7得概率最大。

處理json數據--世界人口地圖

需要用到人口數據

點擊這里下載population.json逸邦，該數據來源于okfn.org這個網站

打開看下數據恩沛，其實這是個很長的列表，包含了許多國家從1960~2015年的人口數據缕减±卓停看第一數據，如下桥狡。后面的數據和第一個鍵都一樣搅裙。

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

只有四個鍵，其中Country Code指的是國別碼裹芝，這里是3位的部逮。Value就是人口數了。

import json

filename = r'F:\Jupyter Notebook\matplotlib_pygal_csv_json\population.json'
with open(filename) as f:
    # json.load()可以將json文件轉為Python能處理的形式嫂易，這里位列表兄朋，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，先轉為float再轉為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炬搭，當然要分析2014年的蜈漓，代碼中數字改改就行。

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

需要注意的是宫盔，人口數據有些值是小數（不可思議）融虽。人口數據類型是字符串str，如果直接轉int灼芭，像'35435.12432'這樣的字符串是不能強轉位int的有额，必須先轉為float，再丟失精度轉為int。

獲取兩個字母的國別碼

我們的數據中巍佑，國別碼是三位的茴迁，而pygal的地圖工具使用兩位國別碼。要使用pygal繪制世界地圖萤衰。需要安裝依賴包堕义。

pip install pygal_maps_world就可以了

國別碼位于i18n模塊

from pygal_maps_world.i18n import COUNTRIES這樣就導入了, COUNTRIES是一個字典，鍵是兩位國別碼脆栋，值是具體國家名倦卖。

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，根據具體國家名返回pygal提供的兩位國別碼

def get_country_code(country_name):
    """
    根據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

先給出全部代碼椿争，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
from pygal.style import RotateStyle
from pygal.style import LightColorizedStyle

def get_country_code(country_name):
    """
    根據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']

        # 有些值是小數怕膛，先轉為float再轉為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秦踪。
• cc_populations_1,cc_populations_2, cc_populations_3這是3個字典褐捻，把人口按照數量分階梯，人口一千萬以下的存放在cc_populations_1中椅邓，一千萬~十億級別的存放在cc_populations_2中柠逞，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希坚，更方便找出各個階梯里人口最多的國家边苹。由于分了三個層次，在添加數據的的時候也add三次裁僧，把這三個字典分別傳進去。
• world = World(style=wm_style)這是一個地圖類慕购，導入方法from pygal_maps_world.maps import World
• wm_style = RotateStyle('#336699', base_style=LightColorizedStyle)這里修改了pygal默認的主題顏色聊疲，第一個參數是16進制的RGB顏色，前兩位代表R沪悲，中間兩位代表G获洲，最后兩位代表B。數字越大顏色越深殿如。第二個參數設置基礎樣式為亮色主題贡珊，pygal默認使用較暗的顏色主題，通過此方法可以修改默認樣式涉馁。

中國大佬门岔，No. 1

圖中可以看出，分的三個顏色層次為烤送。紫色系寒随，十億以上；藍色系，一千萬到十億之間妻往；綠色系互艾，一千萬一下。這三種顏色里面顏色最深的就對應了三個階梯里人口最多的國家讯泣。

</div>

仔細觀察纫普，圖中有些是空白的。并不是這些地方全部沒人好渠，而是我們的json數據中有些國家的名稱與pygal中COUNTIES模塊的國家名不對應導致局嘁。這算是一個遺憾，不過可以修改get_country_code函數晦墙，使得遇到不對應的國家名時悦昵，不返回None。對于這些國家晌畅，查閱COUNTRIES的代碼但指，找出對應的國別碼，返回之抗楔，應該就Ok了棋凳。比如下面這樣

# 傳入的參數country_name是json數據中的，可能與COUNTRIES里面的國家名不一致连躏，按照上面的代碼直接就返回None剩岳，導致繪圖時這個國家的人口數據空白
if country_name == 'Yemen, Rep':
    return 'ye'

不過我懶得試了233

使用Web API分析數據

以GitHub為例，我想查看最受歡迎的Python庫入热。以stars排序拍棕。

訪問這個網址就可查看。數據大概長這樣

{
  "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,
        ...

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

第三個數據勺良，items绰播。里面是得到stars最多的top 30。name即庫名稱尚困，owner下的login是庫的擁有者蠢箩，html_url是該庫的網址（注意owner下也有個html_url。不過那個是用戶的GitHub網址事甜，我們要定位到該用戶的具體這個庫谬泌，所以不要用owner下的html_url），stargazers_count至關重要逻谦，所得的stars數目掌实。

順便說下第一個鍵total_count，表示Python語言的倉庫的總數跨跨；第二個鍵潮峦，incomplete_results囱皿，表示響應的值不完全，一般來說是false忱嘹，表示響應的數據完整嘱腥。

import requests

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

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

其實像這樣已經得到結果了

200 響應成功拘悦！
總倉庫數:  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.
...

可視化一下當然會更加直觀齿兔。

pygal可視化數據

代碼不是很難，有一個plot_dict比較關鍵础米，這是鼠標放在條形圖上時分苇，會顯示出來的數據，鍵基本上都是固定寫法屁桑，xlink里面時倉庫地址医寿，只要點擊，瀏覽器就會新開一個標簽跳轉到該頁面了蘑斧！

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為響應成功
print(response.status_code, '響應成功靖秩！')
response_dict = response.json()

total_repo = response_dict['total_count']
repo_list = response_dict['items']
print('總倉庫數: ', 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，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'],
        # 有些描述很長很長竖瘾，選最前一部分
        'label' : str(repo_dict['description'])[:200]+'...',
        'xlink' : repo_dict['html_url']
    }
    plot_dicts.append(plot_dict)

# 改變默認主題顏色沟突，偏藍色
my_style = LightenStyle('#333366', base_style=LightColorizedStyle)
# 配置
my_config = pygal.Config()
# x軸的文字旋轉45度
my_config.x_label_rotation = -45
# 隱藏左上角的圖例
my_config.show_legend = False
# 標題字體大小
my_config.title_font_size = 30
# 副標簽，包括x軸和y軸大部分
my_config.label_font_size = 20
# 主標簽是y軸某數倍數捕传，相當于一個特殊的刻度惠拭，讓關鍵數據點更醒目
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軸的數據
chart.x_labels = names
# 加入y軸的數據庸论，無需title設置為空职辅，注意這里傳入的字典，
# 其中的鍵--value也就是y軸的坐標值了
chart.add('', plot_dicts)
chart.render_to_file('most_stars_python_repo.svg')

看下圖葡公，chrome瀏覽器里顯示效果罐农。總感覺config里面有些設置沒有起到作用, x催什、y軸的標簽還是那么小orz...不過plot_dict里面的三個數據都顯示出來了，點擊即可跳轉宰睡。

好了蒲凶，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