限电限产背后,你所不知道的中国电力世界排名变化

Python爬虫与数据挖掘

共 2031字,需浏览 5分钟

 ·

2021-11-06 13:58

点击上方“Python爬虫与数据挖掘”,进行关注

回复“书籍”即可获赠Python从入门到进阶共10本电子书

乘兴南游不戒严,九重谁省谏书函。
大家好,我是才哥。

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~~

浏览 39
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报