Python数据可视化制作全球地震散点图

import json#导入json模块，以便于加载文件中的数据
filename='eq_data_1_day_m1.json'
with open(filename) as f:
    all_eq_data=json.load(f)#json.load(),将数据转化为python能够处理的格式
readable_file='eq_data_1_day_m1.json'#创建一个文件，以便将这些数据以易于阅读的方式写入其中
with open(readable_file,'w') as f:
    json.dump(all_eq_data,f,indent=4)#json.dump()将数据读入其中
    #参数indent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=0)

import json
filename='eq_data_1_day_m1.json'
with open(filename) as f:
    all_eq_data=json.load(f)#对文件进行处理
all_eq_dicts=all_eq_data['features']
print(len(all_eq_dicts))#提取出这个文件记录的所有地震

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])#打印前十次的震级数据

---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键中索引值为0的数据
    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])#输出前五个经度
print(lats[:5])#输出前五个维度

import plotly.express as px#Plotly Express是Plotly的高级接口，相当于Matplotlib是一个工具
fig=px.scatter(
    x=lons,
    y=lats,
    labels={'x':'经度','y':'维度'},
    range_x=[-200,200],
    range_y=[-90,90],
    #width和height代表图表的高度和宽度均为800像素
    width=800,
    height=800,
    title="全球地震散点图",
)
fig.write_html('global_earthquakes.html')#将可视化图保存为html文件
fig.show()

x=lons,
y=lats,
labels={'x':'经度','y':'维度'},

import pandas as pd#导入pandas模块x
data=pd.DataFrame(data=zip(lons,lats,titles,mags),colums=['经度','纬度','位置','震级'])#使用DataFrame将需要处理的数据封装，注意：DataFrame后面的两个参数是可选的，如果这两个参数存在的话，这两个参数的长度要和DataFrame的长度匹配
#zip()函数的作用：将可迭代的对象中的对应元素打包为多个元祖，再返回由这些元祖组成的列表
data.head()

data,
x='经度',
y='纬度',

#创建地震列表，提取数据
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键中索引值为0的数据
    lat=eq_dict['geometry']['coordinates'][1]
    mags.append(mag)
    titles.append(title)
    lons.append(lon)
    lats.append(lat)
 #参数配置设置
import pandas as pd   
data=pd.DataFrame(
    data=zip(lons,lats,titles,mags),columns=['经度','纬度','位置','震级']
)
data.head()
#绘制散点图
import plotly.express as px
fig = px.scatter(
    data,
    x='经度',
    y='纬度',
    range_x=[-200, 200],
    range_y=[-90, 90],
    width=800,
    height=800,
    title="全球地震散点图",
)
fig.write_html('global_earthquake.html')
fig.show()

size='震级',
size_max=10,

color='震级',   #默认渐变色的范围是从蓝到红再到黄，数值越小标记越蓝，而数值越大则标记越黄。

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

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

hover_name='位置',