澳洲大火可视化

前言

小编找到一些数据,在接下来的文章中可能会连续推出几篇数据分析可视化的,大概十几个项目吧,数据集来自【凹凸数据】这个公众号的文章的推荐:

https://mp.weixin.qq.com/s/j2dnxFaO1WYVJJAkBg_Hxg

这次我们来做一个澳洲大火可视化的案例,数据集下载链接及详细说明:

https://www.kaggle.com/carlosparadis/fires-from-space-australia-and-new-zeland/data

 开门见山

 

数据及需求 

小编下载好了数据,当然先去了解数据啊,从官网下载好了数据后,里面提供了四份数据,四份都是卫星数据,前两份是同一个卫星,后两份是另外一个卫星的数据,两个卫星的数据字段表达的内容都一样,所以我们需要合并这四张表。

由于我们的目标是澳洲大火可视化,数据里面提供了经纬度,热辐射,及其他字段,我们只需要经纬度,热辐射,时间这四个字段即可。

热辐射,值越大,可以理解为发生火灾的几率越大。

在澳洲地图上,以经纬度为映射,热辐射为散点大小,月份时间为序列,动态播放从 19年 8 月开始到 20 年 1 月火灾影响区域的散点地图。

数据合并保存

先把两个卫星的数据相互合并,再选出需要的列,再把两张表合并后按时间序列排序就得到了我们的数据表:

最后保存为 csv 供 Tableau 里使用:

 动态地图

打开 Tableau,点击【更多】,选择我们的数据:

转到工作表,把经纬度分别拖到列行区域:

分别点击经纬度右边的小三角,选择【维度】,这样就是全部散点,而不是一个平均值散点了:

点击【标记】栏中,【颜色】换一个颜色:

热辐射字段拖到【标记】栏中的【大小】,以此区分影响程度:

接下来以月份为时间序列进行划分动态显示每个月的影响程度。

先把日期字段拖到列区域:

点击小加号,会显示划分的季度,在点击季度的小加号,会显示划分的月份:

右击年和季度,点击【移除】从列区域删除他们:

把月字段,拖到【页面】栏,在右侧会有播放窗口,我们先选择八月,因为是从去年八月开始的:

选择【循环播放】:

最后点击播放按钮即可播放,发现 8-12 月红点增多,也符合当时的情况,受天气影响,热辐射越来越大,越来越多,最后酿成那场大火。

最后我们可以换个背景:

 源码获取

关注微信公众号 “木下学Python”,回复 “澳洲大火” 即可获取

END

读者交流群已建立,找到我备注 “交流”,即可获得加入我们~

听说点 “在看” 的都变得更好看呐~

-END-

  • 12
    点赞
  • 52
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
好的,下面是对您的问题的回答。 首先,需要获取2020东京奥运会的奖牌数据。可以在官方网站或者第三方数据平台上获取。假设我们已经获取了数据并保存在了名为medal_data.csv的文件中。 接下来,我们可以使用Python中的pandas和pyecharts库来进行数据分析和可视化。具体代码如下: ```python import pandas as pd from pyecharts import options as opts from pyecharts.charts import Map, Bar, Line # 读取奖牌数据 medal_data = pd.read_csv('medal_data.csv') # 统计各国家的奖牌总数 country_medal = medal_data.groupby('country')['medal'].sum().reset_index() # 绘制世界地图显示各国家的奖牌分布情况 world_map = ( Map() .add("奖牌数", [list(z) for z in zip(country_medal['country'], country_medal['medal'])], "world") .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts(title_opts=opts.TitleOpts(title="2020东京奥运会奖牌分布情况")) ) world_map.render('world_map.html') # 统计主要国家的奖牌总数 major_countries = ['中国', '美国', '俄罗斯', '日本', '英国', '德国', '法国', '澳大利亚', '荷兰', '意大利'] major_country_medal = country_medal[country_medal['country'].isin(major_countries)] # 绘制主要国家的奖牌柱状图 major_country_bar = ( Bar() .add_xaxis(major_country_medal['country'].tolist()) .add_yaxis("奖牌数", major_country_medal['medal'].tolist()) .set_series_opts(label_opts=opts.LabelOpts(position="top")) .set_global_opts(title_opts=opts.TitleOpts(title="主要国家奖牌分布情况")) ) major_country_bar.render('major_country_bar.html') # 统计我国奖牌分布情况 china_medal = medal_data[medal_data['country'] == '中国'].sort_values(by='year') # 绘制我国奖牌折线图 china_line = ( Line() .add_xaxis(china_medal['year'].tolist()) .add_yaxis("金牌数", china_medal[china_medal['medal'] == '金牌']['medal'].count()) .add_yaxis("银牌数", china_medal[china_medal['medal'] == '银牌']['medal'].count()) .add_yaxis("铜牌数", china_medal[china_medal['medal'] == '铜牌']['medal'].count()) .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts(title_opts=opts.TitleOpts(title="我国奖牌变化情况")) ) china_line.render('china_line.html') # 比较我国与竞争国家奖牌情况 comp_countries = ['美国', '俄罗斯', '日本', '英国'] comp_medal = medal_data[medal_data['country'].isin(['中国'] + comp_countries)] comp_bar = ( Bar() .add_xaxis(comp_medal['country'].unique().tolist()) .add_yaxis("金牌数", comp_medal[comp_medal['medal'] == '金牌'].groupby('country')['medal'].count().tolist()) .add_yaxis("银牌数", comp_medal[comp_medal['medal'] == '银牌'].groupby('country')['medal'].count().tolist()) .add_yaxis("铜牌数", comp_medal[comp_medal['medal'] == '铜牌'].groupby('country')['medal'].count().tolist()) .set_series_opts(label_opts=opts.LabelOpts(position="top")) .set_global_opts(title_opts=opts.TitleOpts(title="我国与竞争国家奖牌比较情况")) ) comp_bar.render('comp_bar.html') ``` 运行以上代码可以得到四个HTML文件,分别为world_map.html、major_country_bar.html、china_line.html和comp_bar.html,分别对应着世界地图、主要国家奖牌柱状图、我国奖牌折线图和我国与竞争国家奖牌比较情况柱状图的可视化结果。 这样,我们就可以通过数据分析和可视化来更好地了解2020东京奥运会的奖牌分布情况、主要国家奖牌分布情况、我国奖牌分布与变化情况以及我国与竞争国家奖牌比较情况。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值