Python处理JSON数据并生成条形图
一、JSON 数据准备
首先准备一份 JSON 数据，这份数据共有 3560 条内容，每条内容结构如下：
本示例主要是以 tz（timezone 时区） 这一字段的值，分析这份数据里时区的分布情况。
二、将 JSON 数据转换成 Python 字典
代码如下：
三、统计 tz 值分布情况，以“时区:总数”的形式生成统计结果
要想达到这一目的，需要先将 records 转换成 DataFrame，DataFrame 是 Pandas 里最重要的数据结构，它可以将数据以表格的形式表示；然后用 value_counts() 方法汇总：
四、根据统计结果生成条形图
生成条形图之前，为了数据的完整，可以给结果中缺失的时区添加一个值（这里用Missing表示），而每条时区内容里缺失的值也需要添加一个未知的值（这里用Unknown表示）：
然后使用 plot() 方法既可生成条形图：
到这里就是一个完整的处理 JSON 数据生成统计结果和条形图的例子；不过还可以对这份统计结果进行进一步的处理，以得到更加详细的结果。
每条数据里还有一个 agent 值，即浏览器的 USER_AGENT 信息，通过这一信息可以得知所使用的操作系统，所以对上一步生成的统计结果还可以按操作系统的不同加以区分。
agent 值：
五、将条形图以操作系统（Windows/非Windows）加以区分
不是所有的数据都有 a 这个字段，首先过滤掉没有 agent 值的数据； 然后根据时区和操作系统列表对数据分组，然后 对分组结果进行计数：
最后选择出现次数最多的10个时区的数据 生成一张条形图：
这样就得到了以不同操作系统加以区分的条形图统计结果：
以上就是Python处理JSON数据并生成条形图的全部内容，希望本文对大家学习Python和JSON都能有所帮助。
相关文章
我们在工作中经常需要用python对文本文件进行内容的读取和写入,下面这篇文章主要给大家介绍了关于Python文件打开读取写入方法的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下2023-05-05
使用with torch.no_grad():显著减少测试时显存占用
这篇文章主要介绍了使用with torch.no_grad():显著减少测试时显存占用问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2023-08-08
Python代码覆盖率统计工具coverage.py用法详解
这篇文章主要介绍了Python代码覆盖率统计工具coverage.py用法详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-11-11
这篇文章主要介绍了postman和python mock测试过程图解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-02-02
浅谈python socket函数中,send与sendall的区别与使用方法
下面小编就为大家带来一篇浅谈python socket函数中,send与sendall的区别与使用方法。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-05-05
下面小编就为大家分享一篇使用python爬虫实现网络股票信息爬取的demo，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-01-01
本篇文章主要介绍了python多线程之事件Event的使用详解，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-04-04
Python 常用日期处理 -- calendar 与 dateutil 模块的使用
这篇文章主要介绍了Python如何使用calendar 与 dateutil 模块处理日期，帮助大家更好的理解和学习python，感兴趣的朋友可以了解下2020-09-09
这篇文章主要介绍了python实现多进程通信实例分析，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-09-09
今天小编就为大家分享一篇PyQt5 实现字体大小自适应分辨率的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-06-06
最新评论