Python-JSON文件读取并可视化（json，pandas，plotly）

说明

（1）JSON文件读取使用json模块all_eq_data = json.load(f)

写入使用：json.dump(all_eq_data,f,indent=4)

（2）数据封装使用pandas

（3）绘图使用plotly.express

JSON文件：

 1 JSON文件读取

代码：

import json

filename="eq_data_1_day_m1.json"

with open(filename) as f:
    # 以字典的形式存储到all_eq_data中
    all_eq_data = json.load(f)

# readable_file="csv\mapping_global_data_sets\data/readable_eq_data.json"
# with open(readable_file,'w') as f:
#     #写入数据，参数 indent=4让 dump()使用与数据结构匹配的缩进量来设置数据的格式
#     json.dump(all_eq_data,f,indent=4)

all_eq_dicts = all_eq_data['features']
print(f"地震次数：{len(all_eq_dicts)}")

#提取信息
mags,titles,lons,lats=[],[],[],[]#存储地震级数，标题，经度，纬度信息
for eq_dict in all_eq_dicts:
    mag=eq_dict['properties']['mag']
    title=eq_dict['properties']['title']
    lon=eq_dict['geometry']['coordinates'][0]#经度
    lat=eq_dict['geometry']['coordinates'][1]#纬度
    mags.append((mag))#震级信息
    titles.append((title))#标题
    lons.append((lon))#经度
    lats.append((lat))#纬度

print(f"前10个地震级数信息mags:{mags[:10]}")#打印前10个震级
print(f"前2个标题信息titles:{titles[:2]}")#打印
print(f"前10个经度lons:{lons[:10]}")#打印
print(f"前10个纬度lats:{lats[:10]}")#打印

执行结果：

地震次数：158
前10个地震级数信息mags:[0.96, 1.2, 4.3, 3.6, 2.1, 4, 1.06, 2.3, 4.9, 1.8]
前2个标题信息titles:['M 1.0 - 8km NE of Aguanga, CA', 'M 1.2 - 11km NNE of North Nenana, Alaska']
前10个经度lons:[-116.7941667, -148.9865, -74.2343, -161.6801, -118.5316667, -144.1283, -116.7433333, -153.7845, 59.3991, -116.2045]
前10个纬度lats:[33.4863333, 64.6673, -12.1025, 54.2232, 35.3098333, 69.5346, 33.5148333, 59.6106, -30.7399, 37.0572]

2 可视化

代码：

'''使用Plotly Express进行数据可视化'''
#import Plotly 的高级接口Plotly Express
import plotly.express as px
fig=px.scatter(
    x=lons,#x坐标数据
    y=lats,#y坐标数据
    labels={'x':'经度','y':'纬度'},#x,y轴label
    range_x=[-200,200],#x轴范围
    range_y=[-90,90],#y轴范围
    width=800,#像素
    height=800,#像素
    title='全球地震散点图',#标题
)
fig.write_html('global_earthquakes.html')
fig.show()

执行结果：

3 pandas数据处理后可视化

代码：

'''使用pandas可视化'''
import pandas as pd
#import Plotly 的高级接口Plotly Express
import plotly.express as px

#封装数据
data=pd.DataFrame(
    data=zip(lons,lats,titles,mags),columns=['经度','纬度','位置','震级']
)
data.head()
print(f"pd封装后：\n{data}")
#默认的视觉映射图例渐变色范围是从蓝到红再到黄
#打印渐变的选择，使用 px.colors.diverging.RdYlGn[::-1]可以将对应的颜色的配色列表反转
for key in px.colors.named_colorscales():
    print(f"Plotly Express渐变选项：{key}")
fig=px.scatter(
    data,#传递封装后的数据
    x='经度',#x坐标数据
    y='纬度',#y坐标数据
    labels={'x':'经度','y':'纬度'},#x,y轴label
    range_x=[-200,200],#x轴范围
    range_y=[-90,90],#y轴范围
    width=800,#像素
    height=800,#像素
    title='全球地震散点图',#标题
    size='震级',#指定散点图中每个标记的尺寸,标记尺寸默认为 20 像素,可以通过size_max重新设置
    size_max=10,#通过 size_max=10 将最大显示尺寸缩放到10
    color='震级', #标记的震级按照不同的颜色显示；默认的视觉映射图例渐变色范围是从蓝到红再到黄，数值越小则标记越蓝，而数值越大则标记越黄
    hover_name='位置',# hover_name显示震级的位置
)
fig.write_html('global_earthquakes_pd.html')
fig.show()

 结果：

pd封装后：
             经度  ...    震级
0   -116.794167  ...  0.96
1   -148.986500  ...  1.20
2    -74.234300  ...  4.30
3   -161.680100  ...  3.60
4   -118.531667  ...  2.10
..          ...  ...   ...
153  -64.617600  ...  3.20
154 -149.982000  ...  1.60
155 -141.198500  ...  1.50
156 -147.289800  ...  1.30
157  -67.226300  ...  2.96

[158 rows x 4 columns]


Plotly Express渐变选项：aggrnyl
Plotly Express渐变选项：agsunset
Plotly Express渐变选项：blackbody
Plotly Express渐变选项：bluered
Plotly Express渐变选项：blues
Plotly Express渐变选项：blugrn
Plotly Express渐变选项：bluyl
...

参考书籍《python 编程：从入门到实践》