怎么使用Python数据可视化制作全球地震散点图

这篇文章主要介绍了怎么使用Python数据可视化制作全球地震散点图的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇怎么使用Python数据可视化制作全球地震散点图文章都会有所收获，下面我们一起来看看吧。首先我们先打开下载好的数据集浏览一下：你会发现其中的数据密密麻麻，根本不是人读的，因此，接下来我们将对数据进行处理，让它变得简单易读。经过处理之后，我们再打开这个文件会发现里面的数据变得清晰了许多。从中我们能够快速获取数据的很多信息，比如地震的次数，类型等等，不仅如此，我们还能够知道有关这些数据的一些信息，比如，它的生成时间，他在网页上怎么获取等等。如果indent是非负整数或字符串，则JSON数组元素和对象成员将使用该缩进级别进行打印。如果indent为0，负数或“”只会插入换行符。
None（默认）则选择最紧凑的表示形式。，使用正整数缩进会使每个级别缩进多个空格。，如果缩进是字符串（例如“
t”），则该字符串用于缩进每个级别。当我们将缩进量修改为0时，文件的排版也会发生变化：输出结果如下：158是的，从文件的开头，我们就可以确定地震的次数为158次，因此输出结果正确：方法即是新建立一个列表用来存放震源的有关数据，再提取字典features的properties部分的mag.代码如下：[0.96, 1.2, 4.3, 3.6, 2.1, 4, 1.06, 2.3, 4.9, 1.8]首先，我们需要在文件中找到关于经度和维度的部分，如下所示，我们在文件中查找到，它是存在于geometry字典下，coordinates键中的。输出结果如下：[0.96, 1.2, 4.3, 3.6, 2.1, 4, 1.06, 2.3, 4.9, 1.8]
[‘M 1.0 – 8km NE of Aguanga,免费云主机域名 CA’, ‘M 1.2 – 11km NNE of North Nenana, Alaska’]
[-116.7941667, -148.9865, -74.2343, -161.6801, -118.5316667]
[33.4863333, 64.6673, -12.1025, 54.2232, 35.3098333]通过我们前面提取的有关震源的数据，下面我们可对提取的数据进行可视化作图：散点图配置完成后，下面我们在程序目录下寻找我们保存的可视化图（global_earthquakes.html），再使用浏览器打开该html文件
如下所示，即为散点图：上面我们绘制地震散点图是通过手动配置经纬度，通过将x,y和经度，纬度建立联系：但这在数据处理过程中并不是最简单的方式，下面我们介绍另一种图表指定数据的方式，需要结合我们上面所提到的pandas数据分析工具。它是Python中pandas库中的一种数据结构，和excel比较相似，它不仅可以设置列名columns和行名index，而且它的单元格可以存放数值，字符串等。data.head():返回数据的前几行数据，默认是前五行，如果需要指定则写data.head(‘指定的行数’)data.tail():返回data的后几行数据，默认为后五行，如果需要指定则写data.tail(‘指定的行数’)数据封装好之后，参数的配置方式可修改为：现在我们通过这种参数配置方式进行地震散点图的绘制：配置完成后，下面我们在程序目录下寻找我们保存的可视化图（global_earthquakes.html），再使用浏览器打开该html文件如下图所示：通过输出结果，我们可得出，无论使用那种参数配置方式，其输出结果都是相同的，但第二种这种以键值对的方式，更加清晰。和我们上篇文章提到的与温度有关的散点图相类似，我们希望知道最高温度和最低温度等这些特殊且重要的信息，那么震源散点图也是如此，上图我们所设计的震源散点图只是将纬度和经度在图上呈现出来了，但震源并没有体现。下面，我们将震级也呈现在散点图上：方法：使用size参数设计散点图中每个尺寸的大小：对比上面的两幅图，我们会发现散点图中关于地震的信息还增加了震级，不仅如此，散点的尺寸大小也与震级的大小有关，震级越大，散点的尺寸越大，这样一来，我们很容易观察到不同地方的地震强度，但这还不够直观，为了能够更加直白的呈现地震的情况，我们还设计散点的颜色以便更加清晰的显示。方法：把在网上下载好的近30天的数据文件复制到该程序目录下，将参数color添加其中，再绘制散点图。，注意修改文件名。如下图所示：美化后的散点图，不仅在颜色上漂亮了许多，渐变的颜色也更加清晰的反映了地震的严重程度。获取Plotly Express中所有的渐变色：不仅如此，Plotly Express还为我们提供了许多的渐变色，而这些渐变色是在px.colors.named_colorscales()中定义的，下面来获取这些渐变色：输出结果如下：aggrnyl/agsunset/blackbody/bluered/blues/blugrn/bluyl/brwnyl/bugn/bupu/burg/burgyl/cividis
/darkmint/electric/emrld/gnbu/greens/greys/hot/inferno/jet/magenta/magma/mint/orrd/oranges
/oryel/peach/pinkyl/plasma/plotly3/pubu/pubugn/purd/purp/purples/purpor/rainbow/rdbu/rdpu
/redor/reds/sunset/sunsetdark/teal/tealgrn/turbo/viridis/ylgn/ylgnbu/ylorbr/ylorrd/algae
/amp/deep/dense/gray/haline/ice/matter/solar/speed/tempo/thermal/turbid/armyrose/brbg/earth
/fall/geyser/prgn/piyg/picnic/portland/puor/rdgy/rdylbu/rdylgn/spectral/tealrose/temps/tropic
/balance/curl/delta/oxy/edge/hsv/icefire/phase/twilight/mrybm/mygbm/此外，我们还可将对应配色列表进行反转：方法：此外，Plotly除了有px.colors.diverging表示连续的配色方案，还有px.colors.sequential和px.colors.qualitative表示离散变量。每个渐变色都有起始色和终止色，有些渐变色还定义了一个或多个中间色。添加鼠标指向时显示的文本：方法，使用参数hover_name,参数配置为data的‘位置’修改后，散点图的输出如下所示：关于“怎么使用Python数据可视化制作全球地震散点图”这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对“怎么使用Python数据可视化制作全球地震散点图”知识都有一定的了解，大家如果还想学习更多知识，欢迎关注百云主机行业资讯频道。

相关推荐: Java阻塞队列BlockingQueue实例分析

这篇文章主要讲解了“Java阻塞队列BlockingQueue实例分析”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“Java阻塞队列BlockingQueue实例分析”吧！无限队列(unbounded queu…