Python資料視覺化製作全球地震散點圖

import json#匯入json模組，以便於載入檔案中的資料
filename='eq_data_1_day_m1.json'
with open(filename) as f:
    all_eq_data=json.load(f)#json.load(),將資料轉化為Python能夠處理的格式
readable_file='eq_data_1_day_m1.json'#建立一個檔案，以便將這些資料以易於閱讀的方式寫入其中
with open(readable_file,'w') as f:
    json.dump(all_eq_data,f,indent=4)#json.dump()將資料讀入其中
    #引數indent讓dump()使用與資料結構匹配的縮排量來設定資料的格式

json.dump(all_eq_data,f,indent=0)

import json
filename='eq_data_1_day_m1.json'
with open(filename) as f:
    all_eq_data=json.load(f)#對檔案進行處理
all_eq_dicts=all_eq_data['features']
print(len(all_eq_dicts))#提取出這個檔案記錄的所有地震

import json
filename='eq_data_1_day_m1.json'
with open(filename) as f:
    all_eq_data=json.load(f)
all_eq_dicts=all_eq_data['features']
mags=[]
for eq_dict in all_eq_dicts:
    mag=eq_dict['properties']['mag']
    mags.append(mag)
print(mags[:10])#列印前十次的震級資料

---snip---
all_eq_dicts=all_eq_data['features']
mags,titles,lons,lats=[],[],[],[]
for eq_dict in all_eq_dicts:
    mag=eq_dict['properties']['mag']
    title=eq_dict['properties']['title']
    lon=eq_dict['geometry']['coordinates'][0]#提取coordinates鍵中索引值為0的資料
    lat=eq_dict['geometry']['coordinates'][1]
    mags.append(mag)
    titles.append(title)
    lons.append(lon)
    lats.append(lat)
print(mags[:10])
print(titles[:2])
print(lons[:5])#輸出前五個經度
print(lats[:5])#輸出前五個維度

import plotly.express as px#Plotly Express是Plotly的高階介面，相當於Matplotlib是一個工具
fig=px.scatter(
    x=lons,
    y=lats,
    labels={'x':'經度','y':'維度'},
    range_x=[-200,200],
    range_y=[-90,90],
    #width和height代表圖表的高度和寬度均為800畫素
    width=800,
    height=800,
    title="全球地震散點圖",
)
fig.write_html('global_earthquakes.html')#將視覺化圖儲存為html檔案
fig.show()

x=lons,
y=lats,
labels={'x':'經度','y':'維度'},

import pandas as pd#匯入pandas模組x
data=pd.DataFrame(data=zip(lons,lats,titles,mags),colums=['經度','緯度','位置','震級'])#使用DataFrame將需要處理的資料封裝，注意：DataFrame後面的兩個引數是可選的，如果這兩個引數存在的話，這兩個引數的長度要和DataFrame的長度匹配
#zip()函數的作用：將可迭代的物件中的對應元素打包為多個元祖，再返回由這些元祖組成的列表
data.head()

data,
x='經度',
y='緯度',

#建立地震列表，提取資料
import json
filename='eq_data_1_day_m1.json'
with open(filename) as f:
    all_eq_data=json.load(f)
all_eq_dicts=all_eq_data['features']
mags,titles,lons,lats=[],[],[],[]
for eq_dict in all_eq_dicts:
    mag=eq_dict['properties']['mag']
    title=eq_dict['properties']['title']
    lon=eq_dict['geometry']['coordinates'][0]#提取coordinates鍵中索引值為0的資料
    lat=eq_dict['geometry']['coordinates'][1]
    mags.append(mag)
    titles.append(title)
    lons.append(lon)
    lats.append(lat)
 #引數設定設定
import pandas as pd   
data=pd.DataFrame(
    data=zip(lons,lats,titles,mags),columns=['經度','緯度','位置','震級']
)
data.head()
#繪製散點圖
import plotly.express as px
fig = px.scatter(
    data,
    x='經度',
    y='緯度',
    range_x=[-200, 200],
    range_y=[-90, 90],
    width=800,
    height=800,
    title="全球地震散點圖",
)
fig.write_html('global_earthquake.html')
fig.show()

size='震級',
size_max=10,

color='震級',   #預設漸變色的範圍是從藍到紅再到黃，數值越小標記越藍，而數值越大則標記越黃。

import plotly.express as px
for key in px.colors.named_colorscales():
    print(key,end='/')

px.colors.diverging.RdYlGn[::-1]

hover_name='位置',