限电限产背后,你所不知道的中国电力世界排名变化
共 2031字,需浏览 5分钟
·
2021-11-06 13:58
回复“书籍”即可获赠Python从入门到进阶共10本电子书
最近各地区限电限产,很多朋友关心中国电力的产能问题。其实,中国电力的产能在进入21世纪之后就开始了高速的发展,目前已经是世界电力产能第一。当然了,限电限产的具体原因这里不做展开讨论,大家可以自行查阅了解。
今天主要是就带大家看看自上个世纪90年代至今,全球各国家或地区电力产能的变化!
目录:
1. 数据采集
2. 动图制作
1. 数据采集
本次数据来源是 iea
国际能源署
网址:https://www.iea.org/fuels-and-technologies/electricity
打开网址,在Data browser
可以看到选择能源类型+国家或地区,就可以得到数据曲线。
不过,我们不可能手动输入全部国家或地址的英文名称,然后去找数据。所以,我们需要解决以下2个问题:
获取全部国家或地区的英文名称 通过英文名称获取全部的数据
基于以上,我们开始尝试,F12
打开开发者模式,然后刷新页面,发现了:
可以看到,这个接口刚好里面有国家或地区的信息,接口地址及采集过程如下:
import requests
import pandas as pd
# 获取国家及地区列表
url = r'https://api.iea.org/stats/countries'
r = requests.get(url)
countries = pd.DataFrame(r.json())
countries = countries.dropna(subset=['region'])
接着,我们就再找找需要的电力数据接口,同样的页面我们键入某个国家名称后回车看看,发现了:
可以看到,我们需要的数据都在这里了,接口地址及采集过程如下:
dataList = []
for i, country in enumerate(countries['stats']):
url = r'https://api.iea.org/stats/indicator/TotElecCons'
params = {
'countries':country,
'startYear':1990
}
r = requests.get(url, params=params)
df = pd.DataFrame(r.json())
try:
data = df[['year']].copy()
data[country] = df['value']
data.set_index('year',inplace=True)
dataList.append(data)
print(f'{i}')
except :
continue
results = pd.concat(dataList,axis=1).fillna(0).loc[:'2018']
最终,我们得到了想要的全部数据,预览如下:
在采集完全部数据后,我们就可以考虑做动态图了。大家可以参考之前《2020年iOS中国区各畅销游戏总流水动态图,附数据源下载》,用python来玩玩动态图。不过这里我是打算采用在线工具,如花火来制作。
2. 动图制作
这里用的是花火在线工具进行绘制,绘制比较简单,按照指定格式进行数据调整,然后上传数据即可直接出图。
绘制过程这里就不再赘述了,感兴趣的朋友可以自己手动操作下哈!
以上就是本次全部内容,可以看到咱们大中国,在进入21世纪后,随着比如三峡大坝
这类世界级水利水电工程的建成使用,电力产能快速发展,以满足全中国各地区人民的电力需求。牛牛牛~~
本文仅仅做代码学习交流分享,大家切勿爬虫成疾!
------------------- End -------------------
往期精彩文章推荐:
欢迎大家点赞,留言,转发,转载,感谢大家的相伴与支持
想加入Python学习群请在后台回复【入群】
万水千山总是情,点个【在看】行不行
/今日留言主题/
随便说一两句吧~~