ラベル Worldbank の投稿を表示しています。 すべての投稿を表示
ラベル Worldbank の投稿を表示しています。 すべての投稿を表示

2022年4月4日月曜日

Microk8sで世界銀行のデータを取得できるwbdataをインストールしたJupyterLabをデプロイする

Microk8sで世界銀行のデータを取得できるwbdataをインストールしたJupyterLabをデプロイするには、以下の手順を実行します。データはlocal永続ボリュームに保存します。

実行手順

1. local永続ボリュームで使用するディレクトリの作成
以下のコマンドでlocal永続ボリュームで使用するディレクトリを作成します。
sudo mkdir -p /var/nb_jovyan
sudo mkdir -p /var/start-notebook.d

sudo chown 1000:100 /var/nb_jovyan

cat << EOF | sudo tee /var/start-notebook.d/install_packages.sh
pip install -U wbdata
EOF
sudo chmod +x /var/start-notebook.d/install_packages.sh

2. local永続ボリュームの作成
以下のコマンドでlocal永続ボリュームを作成します。
※jovyan用の永続ボリューム
cat << EOF > local-jovyan-pv.yml
apiVersion: v1
kind: PersistentVolume
metadata:
  name: local-jovyan-pv
spec:
  capacity:
    storage: 5Gi
  accessModes:
  - ReadWriteOnce
  storageClassName: local-storage
  local:
    path: /var/nb_jovyan
  nodeAffinity:
    required:
      nodeSelectorTerms:
      - matchExpressions:
        - key: kubernetes.io/hostname
          operator: In
          values:
          - `hostname`
EOF
※`hostname`は今ログオンしているMicrok8sがインストールされているホスト名になります。適宜変更してください。
microk8s kubectl apply -f ./local-jovyan-pv.yml

※スタートアップスクリプト用の永続ボリューム
cat << EOF > local-startnb-pv.yml
apiVersion: v1
kind: PersistentVolume
metadata:
  name: local-startnb-pv
spec:
  capacity:
    storage: 5Gi
  accessModes:
  - ReadWriteOnce
  storageClassName: local-storage
  local:
    path: /var/start-notebook.d
  nodeAffinity:
    required:
      nodeSelectorTerms:
      - matchExpressions:
        - key: kubernetes.io/hostname
          operator: In
          values:
          - `hostname`
EOF
※`hostname`は今ログオンしているMicrok8sがインストールされているホスト名になります。適宜変更してください。
microk8s kubectl apply -f ./local-startnb-pv.yml

3. 永続ボリューム要求の作成
以下のコマンドで永続ボリューム要求を作成します。
※jovyan用の永続ボリューム
cat << EOF > local-jovyan-pvc.yml
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
  name: local-jovyan-pvc
spec:
  accessModes:
    - ReadWriteOnce
  storageClassName: local-storage
  resources:
    requests:
      storage: 5Gi
  volumeName: local-jovyan-pv
EOF

microk8s kubectl apply -f ./local-jovyan-pvc.yml

※スタートアップスクリプト用の永続ボリューム要求
cat << EOF > local-startnb-pvc.yml
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
  name: local-startnb-pvc
spec:
  accessModes:
    - ReadWriteOnce
  storageClassName: local-storage
  resources:
    requests:
      storage: 5Gi
  volumeName: local-startnb-pv
EOF

microk8s kubectl apply -f ./local-startnb-pvc.yml

4. Deploymentの作成
以下のコマンドでjupyterのイメージと作成したlocal永続ボリュームを使用するDeploymentを作成します。
cat << EOF > jupyter-deployment.yml
apiVersion: apps/v1
kind: Deployment
metadata:
  name: jupyter-deployment
  labels:
    app: jupyter
spec:
  replicas: 1
  selector:
    matchLabels:
      app: jupyter
  template:
    metadata:
      labels:
        app: jupyter
    spec:
      containers:
      - name: jupyter
        image: jupyter/scipy-notebook:latest
        ports:
        - containerPort: 8888
        env:
        - name: JUPYTER_TOKEN
          value: "jupyter"
        - name: DOCKER_STACKS_JUPYTER_CMD
          value: "lab"
        volumeMounts:
        - name: nb-jovyan
          mountPath: /home/jovyan/work
        - name: startnb
          mountPath: /usr/local/bin/start-notebook.d
      volumes:
      - name: nb-jovyan
        persistentVolumeClaim:
          claimName: local-jovyan-pvc
      - name: startnb
        persistentVolumeClaim:
          claimName: local-startnb-pvc
EOF

microk8s kubectl apply -f ./jupyter-deployment.yml

5. サービスの作成
以下のコマンドでサービスを作成します。
cat << EOF > jupyter-service.yml
apiVersion: v1
kind: Service
metadata:
  name: jupyter-service
spec:
  selector:
    app: jupyter
  type: LoadBalancer
  externalIPs:
  - xxx.xxx.xxx.xxx # 外部からアクセスできるMicrok8sをインストールしたホストのIPを設定します。
  ports:
  - protocol: TCP
    port: 8080
    targetPort: 8888
EOF

microk8s kubectl apply -f ./jupyter-service.yml

6. 動作確認
以下の記事を参考にして、wbdataの動作を確認します。
Jupyterとwbdataで世界銀行の人口データから上位20国を棒グラフ表示する

2022年2月18日金曜日

Minikubeで世界銀行のデータを取得できるwbdataをインストールしたJupyterLabをデプロイする

Minikubeで世界銀行のデータを取得できるwbdataをインストールしたJupyterLabをデプロイするには、以下の手順を実行します。データはlocal永続ボリュームに保存します。

実行手順

1. local永続ボリュームで使用するディレクトリの作成
以下のコマンドでlocal永続ボリュームで使用するディレクトリを作成します。
minikube ssh

sudo mkdir -p /var/nb_jovyan
sudo mkdir -p /var/start-notebook.d

sudo chown 1000:100 /var/nb_jovyan

cat << EOF | sudo tee /var/start-notebook.d/install_packages.sh
pip install -U wbdata
EOF
sudo chmod +x /var/start-notebook.d/install_packages.sh

exit

2. local永続ボリュームの作成
以下のコマンドでlocal永続ボリュームを作成します。
※jovyan用の永続ボリューム
cat << EOF > local-jovyan-pv.yml
apiVersion: v1
kind: PersistentVolume
metadata:
  name: local-jovyan-pv
spec:
  capacity:
    storage: 5Gi
  accessModes:
  - ReadWriteOnce
  storageClassName: local-storage
  local:
    path: /var/nb_jovyan
  nodeAffinity:
    required:
      nodeSelectorTerms:
      - matchExpressions:
        - key: kubernetes.io/hostname
          operator: In
          values:
          - minikube
EOF

kubectl apply -f ./local-jovyan-pv.yml

※スタートアップスクリプト用の永続ボリューム
cat << EOF > local-startnb-pv.yml
apiVersion: v1
kind: PersistentVolume
metadata:
  name: local-startnb-pv
spec:
  capacity:
    storage: 5Gi
  accessModes:
  - ReadWriteOnce
  storageClassName: local-storage
  local:
    path: /var/start-notebook.d
  nodeAffinity:
    required:
      nodeSelectorTerms:
      - matchExpressions:
        - key: kubernetes.io/hostname
          operator: In
          values:
          - minikube
EOF

kubectl apply -f ./local-startnb-pv.yml

3. 永続ボリューム要求の作成
以下のコマンドで永続ボリューム要求を作成します。
※jovyan用の永続ボリューム
cat << EOF > local-jovyan-pvc.yml
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
  name: local-jovyan-pvc
spec:
  accessModes:
    - ReadWriteOnce
  storageClassName: local-storage
  resources:
    requests:
      storage: 5Gi
  volumeName: local-jovyan-pv
EOF

kubectl apply -f ./local-jovyan-pvc.yml

※スタートアップスクリプト用の永続ボリューム要求
cat << EOF > local-startnb-pvc.yml
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
  name: local-startnb-pvc
spec:
  accessModes:
    - ReadWriteOnce
  storageClassName: local-storage
  resources:
    requests:
      storage: 5Gi
  volumeName: local-startnb-pv
EOF

kubectl apply -f ./local-startnb-pvc.yml

4. Deploymentの作成
以下のコマンドでjupyterのイメージと作成したlocal永続ボリュームを使用するDeploymentを作成します。
cat << EOF > jupyter-deployment.yml
apiVersion: apps/v1
kind: Deployment
metadata:
  name: jupyter-deployment
  labels:
    app: jupyter
spec:
  replicas: 1
  selector:
    matchLabels:
      app: jupyter
  template:
    metadata:
      labels:
        app: jupyter
    spec:
      containers:
      - name: jupyter
        image: jupyter/scipy-notebook:latest
        ports:
        - containerPort: 8888
        env:
        - name: JUPYTER_ENABLE_LAB
          value: "1"
        - name: JUPYTER_TOKEN
          value: "jupyter"
        volumeMounts:
        - name: nb-jovyan
          mountPath: /home/jovyan/work
        - name: startnb
          mountPath: /usr/local/bin/start-notebook.d
      volumes:
      - name: nb-jovyan
        persistentVolumeClaim:
          claimName: local-jovyan-pvc
      - name: startnb
        persistentVolumeClaim:
          claimName: local-startnb-pvc
EOF

kubectl apply -f ./jupyter-deployment.yml

5. サービスの作成
以下のコマンドでサービスを作成します。
cat << EOF > jupyter-service.yml
apiVersion: v1
kind: Service
metadata:
  name: jupyter-service
spec:
  selector:
    app: jupyter
  ports:
  - protocol: TCP
    port: 8080
    targetPort: 8888
EOF

kubectl apply -f ./jupyter-service.yml

6. Port-Fowardingで外部からアクセスできるようにする
kubectl port-forward --address 0.0.0.0 service/jupyter-service 8080:8080
ブラウザからhttp://<ホスト名:8080/?token=jupyter にアクセスします

7. 動作確認
以下の記事を参考にして、wbdataの動作を確認します。
Jupyterとwbdataで世界銀行の人口データから上位20国を棒グラフ表示する

関連情報

・世界銀行のデータを取得・可視化する記事のまとめは以下のページを参照してください
世界銀行のデータを取得できるwbdataパッケージのまとめ

2020年8月22日土曜日

Jupyter・wbdata・ipysheetで世界銀行の人口データを取得して一覧表示する

取得したデータはDataFrameとして返されるので、表の形を調整してipysheetのsheetに変換し、スプレッドシートで一覧表示します。

サンプルコード

以下のサンプルコードをノートブックに張り付けて実行します。
import wbdata
import ipysheet

countries = ["JP","US", "VN"]
df = wbdata.api.get_dataframe({"SP.POP.TOTL":"Population"}, country=countries, convert_date=False)
df = df.unstack(level=0)

# DataFrameからsheetに変換
sheet = ipysheet.from_dataframe(df)

# ヘッダと書式を整える
sheet.column_headers = countries
for ind in range(sheet.columns):
  sheet.cells[ind].numeric_format = "###,##0"

sheet

〇サンプルコードの実行結果画面

使用指標

SP.POP.TOTL
人口 - Population, total

関連情報

ipysheetのまとめ

・ipysheetのインストールは、以下の記事を参照してください。
JupyterLabにipysheetをインストールして、スプレッドシートを表示する

・wbdataのインストールは、以下の記事を参考にしてください。
Raspberry Pi上のJupyterに、世界銀行のデータを取得できるwbdataパッケージ、データ分析を行うpandasパッケージ、グラフを描画するmatplotlibをインストールする

・ipysheetのgithubリポジトリ
https://github.com/QuantStack/ipysheet

2020年7月27日月曜日

Jupyterとwbdataで世界銀行の人口データから上位20国を棒グラフ表示する

Jupyterとwbdataで、世界銀行の人口データを取得して上位20国を棒グラフ表示します。
下記サンプルコードでは、2015年の人口を降順でソートして上位20を取得しています。

〇出力画面


サンプルコード

以下のコードをJupyterから実行してください。
%matplotlib inline
import matplotlib.pyplot as plt
import wbdata
import datetime 

country_codes = [
"IS",  "IE",  "AZ",  "AF",  "US",  "VI",  "AS",  "AE",  "DZ",  "AR", 
"AW",  "AL",  "AM",  "AI",  "AO",  "AG",  "AD",  "YE",  "GB",  "VG",  
"IL",  "IT",  "IQ",  "IR",  "IN",  "ID",  "UG",  "UA",  "UZ",  "UY",  
"EC",  "EG",  "EE",  "ET",  "ER",  "SV",  "AU",  "AT",  "OM",  "NL",  
"GH",  "CV",  "GY",  "KZ",  "QA",  "CA",  "GA",  "CM",  "GM",  "KH",  
"MP",  "GN",  "GW",  "CY",  "CU",  "CW",  "GR",  "KI",  "KG",  "GT",  
"GU",  "KW",  "GL",  "GE",  "GD",  "HR",  "KY",  "KE",  "CI",  "CR",  
"KM",  "CO",  "CG",  "CD",  "SA",  "WS",  "ST",  "ZM",  "SM",  "MF",  
"SL",  "DJ",  "GI",  "JE",  "JM",  "SY",  "SG",  "SX",  "ZW",  "CH",  
"SE",  "SD",  "ES",  "SR",  "LK",  "SK",  "SI",  "SZ",  "SC",  "GQ",  
"SN",  "RS",  "KN",  "VC",  "LC",  "SO",  "SB",  "TC",  "TH",  "KR",  
"TW",  "TJ",  "TZ",  "CZ",  "TD",  "CF",  "CN",  "TN",  "KP",  "CL",  
"TV",  "DK",  "DE",  "TG",  "DO",  "DM",  "TT",  "TM",  "TR",  "TO",  
"NG",  "NR",  "NA",  "NI",  "NE",  "JP",  "NC",  "NZ",  "NP",  "NO",  
"BH",  "HT",  "PK",  "PA",  "VU",  "BS",  "PG",  "BM",  "PW",  "PY",  
"BB",  "PS",  "HU",  "BD",  "TL",  "FJ",  "PH",  "FI",  "BT",  "PR",  
"FO",  "BR",  "FR",  "BG",  "BF",  "BN",  "BI",  "VN",  "BJ",  "VE",  
"BY",  "BZ",  "PE",  "BE",  "PL",  "BA",  "BW",  "BO",  "PT",  "HK",  
"HN",  "MH",  "MO",  "MK",  "MG",  "YT",  "MW",  "ML",  "MT",  "MY",  
"IM",  "FM",  "ZA",  "SS",  "MM",  "MX",  "MU",  "MR",  "MZ",  "MC",  
"MV",  "MD",  "MA",  "MN",  "ME",  "JO",  "LA",  "LV",  "LT",  "LY",  
"LI",  "LR",  "RO",  "LU",  "RW",  "LS",  "LB",  "RU"
]

data_date = datetime.datetime(2015, 1, 1), datetime.datetime(2015, 1, 1)
df = wbdata.api.get_dataframe({"SP.POP.TOTL":"Population"}, country=country_codes, data_date=data_date, convert_date=True, keep_levels=False)
df.sort_values('Population', ascending=False).head(20).plot.bar()
plt.legend(loc='best')
plt.show()

使用指標

SP.POP.TOTL
人口 - Population, total

参考情報

・世界銀行のデータを取得・可視化する記事のまとめは以下のページを参照してください。
世界銀行のデータを取得できるwbdataパッケージのまとめ

・人口を時系列で参照したい場合は、以下のページを参照してください。 Jupyterとwbdataで世界銀行の人口データを取得する

2020年7月12日日曜日

世界銀行のデータを取得できるwbdataパッケージのまとめ

世界銀行のデータを取得できるwbdataパッケージについての記事を纏めました。世界銀行では様々な指標(https://data.worldbank.org/indicator)を提供しています。その一部をwbdataとmatplotlibで可視化しました。

環境構築

Jupyterと共にwbdataパッケージをインストールするには、以下の記事を参照してください。

Minikubeで世界銀行のデータを取得できるwbdataをインストールしたJupyterLabをデプロイする

Raspberry Pi上のJupyterに、世界銀行のデータを取得できるwbdataパッケージ、データ分析を行うpandasパッケージ、グラフを描画するmatplotlibをインストールする

DockerでJupyter Notebookと世界銀行の情報が取得できるwbdataパッケージがインストールされたコンテナのイメージを作成する

VagrantでJupyter Lab、wbdata、BokehとMariaDBをインストールした仮想マシン(Ubuntu18.04)を構築する

人口データ

人口に関するデータを取得する方法には以下があります。

Jupyterとwbdataで世界銀行の人口データを取得する
Jupyterとwbdataで世界銀行の人口データから上位20国を棒グラフ表示する

・性別の人口データ
Jupyterとwbdataで世界銀行の男性人口データを取得する

Jupyterとwbdataで世界銀行の女性人口データを取得する

・年齢層別の人口データ
Jupyterとwbdataで世界銀行の65歳以上人口データを取得する

Jupyterとwbdataで世界銀行の15-64歳人口データを取得する

Jupyterとwbdataで世界銀行の0-14歳人口データを取得する

・居住タイプによる人口データ
Jupyterとwbdataで世界銀行の都市人口データを取得する

Jupyterとwbdataで世界銀行の都市人口率データを取得する

Jupyterとwbdataで世界銀行の都市人口増加(年率)データを取得する

Jupyterとwbdataで世界銀行の農村人口データを取得する

・出生率
Jupyterとwbdataで世界銀行の普通出生率データを取得する

Jupyterとwbdataで世界銀行の出生率データを取得する

健康に関するデータ

医師数・平均寿命・疾患率などの情報を取得する事もできます。

Jupyterとwbdataで世界銀行の医師数データを取得する

Jupyterとwbdataで世界銀行の男性平均寿命を取得する

Jupyterとwbdataで世界銀行の女性平均寿命を取得する

Jupyterとwbdataで世界銀行の5歳未満死亡率データを取得する

Jupyterとwbdataで世界銀行の乳児死亡率データを取得する

Jupyterとwbdataで世界銀行の男性喫煙率データを取得する

Jupyterとwbdataで世界銀行の結核の罹病データを取得する

Jupyterとwbdataで世界銀行のHIV疾患率データを取得する

農業・畜産に関するデータ

耕地面積や肥料消費といった農業に関するデータや畜産に関するデータを取得する事も出来ます。

Jupyterとwbdataで世界銀行の耕地データを取得する

Jupyterとwbdataで世界銀行の農村面積(平方km)を取得する

Jupyterとwbdataで世界銀行の耕地面積(一人当たりヘクタール)データを取得する

Jupyterとwbdataで世界銀行の農用地国土面積比データを取得する

Jupyterとwbdataで世界銀行の農業灌漑地率を取得する

Jupyterとwbdataで世界銀行から指定年の農業灌漑地率データを取得する

Jupyterとwbdataで世界銀行の食料生産指数データを取得する

Jupyterとwbdataで世界銀行の肥料消費データを取得する

Jupyterとwbdataで世界銀行の作物生産指数データを取得する

Jupyterとwbdataで世界銀行の男性農業就業率を取得する

Jupyterとwbdataで世界銀行の女性農業就業率を取得する

Jupyterとwbdataで世界銀行の穀物収穫データを取得する

Jupyterとwbdataで世界銀行の家畜生産指数データを取得する

Jupyterとwbdataで世界銀行の農村の電化率データを取得する

教育に関するデータ

進学率、識字率や教師数に情報も取得する事ができます。

Jupyterとwbdataで世界銀行の女性の中等学校進学率データを取得する

Jupyterとwbdataで世界銀行の男性の中等学校進学率データを取得する

Jupyterとwbdataで世界銀行の中等教育教師数データを取得する

Jupyterとwbdataで世界銀行の初等教育教師数データを取得する

Jupyterとwbdataで世界銀行の成人男性識字率データを取得する

Jupyterとwbdataで世界銀行の非就学小学校男子データを取得する

Jupyterとwbdataで世界銀行の科学技術論文数を取得する

エネルギー・インフラに関するデータ

エネルギー種別やインフラに関するデータには以下の様なものがあります。

Jupyterとwbdataで世界銀行のエネルギー使用量データを取得する

Jupyterとwbdataで世界銀行の再生可能電力出力データを取得する

Jupyterとwbdataで世界銀行の再生可能エネルギー消費量データを取得する

Jupyterとwbdataで世界銀行の天然ガスからの発電データを取得する

Jupyterとwbdataで世界銀行の化石燃料消費率データを取得する

Jupyterとwbdataで世界銀行の一人当たりの電力消費量を取得する

Jupyterとwbdataで、世界銀行の鉄道総距離(km)データを取得して、グラフ描画します。

環境に関するデータ

二酸化炭素やPM2.5排出などの環境に関するデータには、以下の様なものがあります。

Jupyterとwbdataで世界銀行のPM2.5大気汚染データを取得する

Jupyterとwbdataで世界銀行のCO2排出量データを取得する

Jupyterとwbdataで世界銀行の液体燃料消費由来のCO2排出量データを取得する

Jupyterとwbdataで世界銀行の亜酸化窒素排出データを取得する

Jupyterとwbdataで世界銀行のメタン排出データを取得する

輸出入に関するデータ

各国の輸出入に関する情報です。

Jupyterとwbdataで世界銀行の経常収支データを取得する

Jupyterとwbdataで世界銀行の商品輸入データを取得する

Jupyterとwbdataで世界銀行の純エネルギー輸入データを取得する

Jupyterとwbdataで世界銀行の燃料輸出データを取得する

Jupyterとwbdataで世界銀行の商用サービス輸入データを取得する

Jupyterとwbdataで世界銀行の燃料輸入データを取得する

Jupyterとwbdataで世界銀行の鉱石・金属輸出データを取得する

Jupyterとwbdataで世界銀行の財貨・サービスの輸入のGDP比データを取得する

Jupyterとwbdataで世界銀行のハイテク製品輸出データを取得する

国土に関するデータ

国土面積や森林面積などの情報には以下の様なものがあります。

Jupyterとwbdataで世界銀行の国土面積データを取得する

Jupyterとwbdataで世界銀行の森林面積データ(平方km)を取得する

Jupyterとwbdataで世界銀行の陸地・海洋保護地域データを取得する

Jupyterとwbdataで世界銀行の森林面積(国土面積比)データを取得する

労働に関するデータ

労働人口や失業率などのデータには、以下の様なものがあります。

Jupyterとwbdataで世界銀行の労働人口データを取得する

Jupyterとwbdataで世界銀行の男性失業率データを取得する

Jupyterとwbdataで世界銀行の男性の賃金・給与労働者データを取得する

Jupyterとwbdataで世界銀行の女性のサービス業雇用データを取得する

Jupyterとwbdataで世界銀行の女性労働力率データを取得する

金融・資産に関するデータ

金利や貯蓄、債務などの情報を取得する事ができます。

Jupyterとwbdataで世界銀行の実質金利データを取得する

Jupyterとwbdataで世界銀行の預金金利データを取得する

Jupyterとwbdataで世界銀行の貸出金利データを取得する

Jupyterとwbdataで世界銀行の総貯蓄データを取得する

Jupyterとwbdataで世界銀行の対外純資産データを取得する

Jupyterとwbdataで世界銀行の債務買戻しデータを取得する

Jupyterとwbdataで世界銀行の消費者物価指数データを取得する

GDPに関するデータ

GDPに関する情報には、以下の様なものがあります。

Jupyterとwbdataで世界銀行のGDPデータを取得する

Jupyterとwbdataで世界銀行のGDP成長率データを取得する

Jupyterとwbdataで世界銀行の中央政府債務GDP比データを取得する

Jupyterとwbdataで世界銀行の税収GDP比を取得する

その他

Jupyterとwbdataで世界銀行の国民総所得データを取得する

Jupyterとwbdataで世界銀行の運送サービスデータを取得する

Jupyterとwbdataで世界銀行からコンピューター・通信・その他サービスデータを取得する

Jupyterとwbdataで世界銀行の技術協力補助金データを取得する

Jupyterとwbdataで世界銀行のR&D研究員数データを取得する

Jupyterとwbdataで世界銀行の固定電話加入者数データを取得する

Jupyterとwbdataで世界銀行の従属年齢人口指数データを取得する

Jupyterとwbdataで世界銀行の寄与的家族従業者データを取得する

Jupyterとwbdataで世界銀行の軍事支出データを取得する

Jupyterとwbdataで世界銀行の携帯電話加入者数データを取得する

Jupyterとwbdataで世界銀行のODA純額データを取得する

Jupyterとwbdataで世界銀行のジニ係数を取得する

Jupyterとwbdataで世界銀行の電化率データを取得する

Raspberry Pi上のJupyterに、世界銀行のデータを取得できるwbdataパッケージ、データ分析を行うpandasパッケージ、グラフを描画するmatplotlibをインストールする

世界銀行のデータを取得できるwbdataパッケージ、データ分析を行うpandasパッケージ、グラフを描画するmatplotlibをインストールするには、以下の手順を実行します。

インストール手順

以下の例はpipenvなので、仮想環境のフォルダに移動してからコマンドを実行します。
sudo apt-get -y install libatlas-base-dev

pipenv install matplotlib

pipenv install pandas

pipenv install wbdata

関連情報

Raspberry Pi(Raspbian Buster)にJupyter Labをインストールする
上記手順で移動した場合は、/home/pi/jupyterが仮想環境のフォルダです。

・世界銀行のデータを取得・可視化する記事のまとめは以下のページを参照してください。
世界銀行のデータを取得できるwbdataパッケージのまとめ

2019年1月6日日曜日

Jupyterとwbdataで世界銀行の都市人口データを取得する

Jupyterとwbdataで、国別年別の都市人口データを取得して、グラフ描画します。

〇出力画面


使用指標

SP.URB.TOTL
都市人口 - Urban population

サンプルコード

以下のコードをJupyterから実行してください。
%matplotlib inline
import matplotlib.pyplot as plt
import wbdata

df = wbdata.api.get_dataframe({"SP.URB.TOTL":"Urban population"}, country=["JP","US", "DE"], convert_date=True)
df.unstack(level=0).plot()
plt.legend(loc='best')
plt.show()

関連情報

・世界銀行のデータを取得・可視化する記事のまとめは以下のページを参照してください。
世界銀行のデータを取得できるwbdataパッケージのまとめ

・wbdataパッケージをインストールしたコンテナを作成するには、以下のページを参照してください。
DockerでJupyter Notebookと世界銀行の情報が取得できるwbdataパッケージがインストールされたコンテナのイメージを作成する

・コンテナではなく、仮想マシンを構築する場合は、以下を参照します。
VagrantでJupyter Lab、wbdata、BokehとMariaDBをインストールした仮想マシン(Ubuntu18.04)を構築する

・世界銀行のデータを取得することができるwbdataパッケージに関する他の記事はこちらを参照してください。

2019年1月5日土曜日

Jupyterとwbdataで世界銀行の再生可能電力出力データを取得する

Jupyterとwbdataで、国別年別の再生可能電力出力(全電力出力比)データを取得して、グラフ描画します。

〇出力画面


使用指標

EG.ELC.RNEW.ZS
再生可能電力出力(全電力出力比) - Renewable electricity output (% of total electricity output)

サンプルコード

以下のコードをJupyterから実行してください。
%matplotlib inline
import matplotlib.pyplot as plt
import wbdata

df = wbdata.api.get_dataframe({"EG.ELC.RNEW.ZS":"Renewable electricity output"}, country=["JP","US", "DE"], convert_date=True)
df.unstack(level=0).plot()
plt.legend(loc='best')
plt.show()

関連情報

・世界銀行のデータを取得・可視化する記事のまとめは以下のページを参照してください。
世界銀行のデータを取得できるwbdataパッケージのまとめ

・wbdataパッケージをインストールしたコンテナを作成するには、以下のページを参照してください。
DockerでJupyter Notebookと世界銀行の情報が取得できるwbdataパッケージがインストールされたコンテナのイメージを作成する

・コンテナではなく、仮想マシンを構築する場合は、以下を参照します。
VagrantでJupyter Lab、wbdata、BokehとMariaDBをインストールした仮想マシン(Ubuntu18.04)を構築する

・世界銀行のデータを取得することができるwbdataパッケージに関する他の記事はこちらを参照してください。

2019年1月4日金曜日

Jupyterとwbdataで世界銀行のHIV疾患率データを取得する

Jupyterとwbdataで、国別年別のHIV疾患率(15-19歳人口比)データを取得して、グラフ描画します。

〇出力画面


使用指標

SH.DYN.AIDS.ZS
HIV疾患率(15-19歳人口比) - Prevalence of HIV, total (% of population ages 15-49)

サンプルコード

以下のコードをJupyterから実行してください。
%matplotlib inline
import matplotlib.pyplot as plt
import wbdata

df = wbdata.api.get_dataframe({"SH.DYN.AIDS.ZS":"Prevalence of HIV"}, country=["JP","MY", "VN"], convert_date=True)
df.unstack(level=0).plot()
plt.legend(loc='best')
plt.show()

関連情報

・世界銀行のデータを取得・可視化する記事のまとめは以下のページを参照してください。
世界銀行のデータを取得できるwbdataパッケージのまとめ

・wbdataパッケージをインストールしたコンテナを作成するには、以下のページを参照してください。
DockerでJupyter Notebookと世界銀行の情報が取得できるwbdataパッケージがインストールされたコンテナのイメージを作成する

・コンテナではなく、仮想マシンを構築する場合は、以下を参照します。
VagrantでJupyter Lab、wbdata、BokehとMariaDBをインストールした仮想マシン(Ubuntu18.04)を構築する

・世界銀行のデータを取得することができるwbdataパッケージに関する他の記事はこちらを参照してください。

2019年1月3日木曜日

Jupyterとwbdataで世界銀行の5歳未満死亡率データを取得する

Jupyterとwbdataで、国別年別の5歳未満死亡率データを取得して、グラフ描画します。

〇出力画面


使用指標

SH.DYN.MORT
5歳未満死亡率(1000人あたり) - Mortality rate, under-5 (per 1,000 live births)

サンプルコード

以下のコードをJupyterから実行してください。
%matplotlib inline
import matplotlib.pyplot as plt
import wbdata

df = wbdata.api.get_dataframe({"SH.DYN.MORT":"Morality rate, under5"}, country=["JP","US", "VN"], convert_date=True)
df.unstack(level=0).plot()
plt.legend(loc='best')
plt.show()

関連情報

・世界銀行のデータを取得・可視化する記事のまとめは以下のページを参照してください。
世界銀行のデータを取得できるwbdataパッケージのまとめ

・wbdataパッケージをインストールしたコンテナを作成するには、以下のページを参照してください。
DockerでJupyter Notebookと世界銀行の情報が取得できるwbdataパッケージがインストールされたコンテナのイメージを作成する

・コンテナではなく、仮想マシンを構築する場合は、以下を参照します。
VagrantでJupyter Lab、wbdata、BokehとMariaDBをインストールした仮想マシン(Ubuntu18.04)を構築する

・世界銀行のデータを取得することができるwbdataパッケージに関する他の記事はこちらを参照してください。

2019年1月2日水曜日

Jupyterとwbdataで世界銀行の家畜生産指数データを取得する

Jupyterとwbdataで、国別年別の家畜生産指数(2004-2006年比)を取得して、グラフ描画します。

〇出力画面


使用指標

AG.PRD.LVSK.XD
家畜生産指数(2004-2006年比) - Livestock production index (2004-2006 = 100)

サンプルコード

以下のコードをJupyterから実行してください。
%matplotlib inline
import matplotlib.pyplot as plt
import wbdata

df = wbdata.api.get_dataframe({"AG.PRD.LVSK.XD":"Livestock production index"}, country=["JP","US", "AU"], convert_date=True)
df.unstack(level=0).plot()
plt.legend(loc='best')
plt.show()

関連情報

・世界銀行のデータを取得・可視化する記事のまとめは以下のページを参照してください。
世界銀行のデータを取得できるwbdataパッケージのまとめ

・wbdataパッケージをインストールしたコンテナを作成するには、以下のページを参照してください。
DockerでJupyter Notebookと世界銀行の情報が取得できるwbdataパッケージがインストールされたコンテナのイメージを作成する

・コンテナではなく、仮想マシンを構築する場合は、以下を参照します。
VagrantでJupyter Lab、wbdata、BokehとMariaDBをインストールした仮想マシン(Ubuntu18.04)を構築する

・世界銀行のデータを取得することができるwbdataパッケージに関する他の記事はこちらを参照してください。

2019年1月1日火曜日

Jupyterとwbdataで世界銀行の耕地面積(一人当たりヘクタール)データを取得する

Jupyterとwbdataで、国別年別の耕地面積(一人当たりヘクタール)データを取得して、グラフ描画します。

〇出力画面


使用指標

AG.LND.ARBL.HA.PC
耕地面積(一人当たりヘクタール)データ - Arable land (hectares per person)

サンプルコード

以下のコードをJupyterから実行してください。
%matplotlib inline
import matplotlib.pyplot as plt
import wbdata

df = wbdata.api.get_dataframe({"AG.LND.ARBL.HA.PC":"Arable land"}, country=["JP","US", "VN"], convert_date=True)
df.unstack(level=0).plot()
plt.legend(loc='best')
plt.show()

関連情報

・世界銀行のデータを取得・可視化する記事のまとめは以下のページを参照してください。
世界銀行のデータを取得できるwbdataパッケージのまとめ

・wbdataパッケージをインストールしたコンテナを作成するには、以下のページを参照してください。
DockerでJupyter Notebookと世界銀行の情報が取得できるwbdataパッケージがインストールされたコンテナのイメージを作成する

・コンテナではなく、仮想マシンを構築する場合は、以下を参照します。
VagrantでJupyter Lab、wbdata、BokehとMariaDBをインストールした仮想マシン(Ubuntu18.04)を構築する

・世界銀行のデータを取得することができるwbdataパッケージに関する他の記事はこちらを参照してください。

2018年12月31日月曜日

Jupyterとwbdataで世界銀行の食料生産指数データを取得する

Jupyterとwbdataで、国別年別の食料生産指数(2004-2006年比)を取得して、グラフ描画します。

〇出力画面


使用指標

AG.PRD.FOOD.XD
食料生産指数(2004-2006年比) - Food production index (2004-2006 = 100)

サンプルコード

以下のコードをJupyterから実行してください。
%matplotlib inline
import matplotlib.pyplot as plt
import wbdata

df = wbdata.api.get_dataframe({"AG.PRD.FOOD.XD":"Food production index"}, country=["JP","US", "VN"], convert_date=True)
df.unstack(level=0).plot()
plt.legend(loc='best')
plt.show()

関連情報

・世界銀行のデータを取得・可視化する記事のまとめは以下のページを参照してください。
世界銀行のデータを取得できるwbdataパッケージのまとめ

・wbdataパッケージをインストールしたコンテナを作成するには、以下のページを参照してください。
DockerでJupyter Notebookと世界銀行の情報が取得できるwbdataパッケージがインストールされたコンテナのイメージを作成する

・コンテナではなく、仮想マシンを構築する場合は、以下を参照します。
VagrantでJupyter Lab、wbdata、BokehとMariaDBをインストールした仮想マシン(Ubuntu18.04)を構築する

・世界銀行のデータを取得することができるwbdataパッケージに関する他の記事はこちらを参照してください。

2018年12月30日日曜日

Jupyterとwbdataで世界銀行の肥料消費データを取得する

Jupyterとwbdataで、国別年別の肥料消費(耕地のヘクタールあたりkg)を取得して、グラフ描画します。

〇出力画面


使用指標

AG.CON.FERT.ZS
国別年別の肥料消費(耕地のヘクタールあたりkg) - Fertilizer consumption (kilograms per hectare of arable land)

サンプルコード

以下のコードをJupyterから実行してください。
%matplotlib inline
import matplotlib.pyplot as plt
import wbdata

df = wbdata.api.get_dataframe({"AG.CON.FERT.ZS":"Fertilizer consumption"}, country=["JP","US", "VN"], convert_date=True)
df.unstack(level=0).plot()
plt.legend(loc='best')
plt.show()

関連情報

・世界銀行のデータを取得・可視化する記事のまとめは以下のページを参照してください。
世界銀行のデータを取得できるwbdataパッケージのまとめ

・wbdataパッケージをインストールしたコンテナを作成するには、以下のページを参照してください。
DockerでJupyter Notebookと世界銀行の情報が取得できるwbdataパッケージがインストールされたコンテナのイメージを作成する

・コンテナではなく、仮想マシンを構築する場合は、以下を参照します。
VagrantでJupyter Lab、wbdata、BokehとMariaDBをインストールした仮想マシン(Ubuntu18.04)を構築する

・世界銀行のデータを取得することができるwbdataパッケージに関する他の記事はこちらを参照してください。

2018年12月29日土曜日

Jupyterとwbdataで世界銀行の作物生産指数データを取得する

Jupyterとwbdataで、国別年別の作物生産指数(2004-2006年比)を取得して、グラフ描画します。

〇出力画面


使用指標

AG.PRD.CROP.XD
作物生産指数(2004-2006年比) - Crop production index (2004-2006 = 100)

サンプルコード

以下のコードをJupyterから実行してください。
%matplotlib inline
import matplotlib.pyplot as plt
import wbdata

df = wbdata.api.get_dataframe({"AG.PRD.CROP.XD":"Crop production index"}, country=["JP","US", "MY"], convert_date=True)
df.unstack(level=0).plot()
plt.legend(loc='best')
plt.show()

関連情報

・世界銀行のデータを取得・可視化する記事のまとめは以下のページを参照してください。
世界銀行のデータを取得できるwbdataパッケージのまとめ

・wbdataパッケージをインストールしたコンテナを作成するには、以下のページを参照してください。
DockerでJupyter Notebookと世界銀行の情報が取得できるwbdataパッケージがインストールされたコンテナのイメージを作成する

・コンテナではなく、仮想マシンを構築する場合は、以下を参照します。
VagrantでJupyter Lab、wbdata、BokehとMariaDBをインストールした仮想マシン(Ubuntu18.04)を構築する

・世界銀行のデータを取得することができるwbdataパッケージに関する他の記事はこちらを参照してください。

2018年12月28日金曜日

Jupyterとwbdataで世界銀行の女性農業就業率を取得する

Jupyterとwbdataで、国別年別の女性農業就業率を取得して、グラフ描画します。

〇出力画面


使用指標

SL.AGR.EMPL.FE.ZS
女性農業就業率 - Employment in agriculture, female (% of female employment)

サンプルコード

以下のコードをJupyterから実行してください。
%matplotlib inline
import matplotlib.pyplot as plt
import wbdata

df = wbdata.api.get_dataframe({"SL.AGR.EMPL.FE.ZS":"Percent"}, country=["JP","US", "MY"], convert_date=True)
df.unstack(level=0).plot()
plt.legend(loc='best')
plt.show()

関連情報

・世界銀行のデータを取得・可視化する記事のまとめは以下のページを参照してください。
世界銀行のデータを取得できるwbdataパッケージのまとめ

・wbdataパッケージをインストールしたコンテナを作成するには、以下のページを参照してください。
DockerでJupyter Notebookと世界銀行の情報が取得できるwbdataパッケージがインストールされたコンテナのイメージを作成する

・コンテナではなく、仮想マシンを構築する場合は、以下を参照します。
VagrantでJupyter Lab、wbdata、BokehとMariaDBをインストールした仮想マシン(Ubuntu18.04)を構築する

・世界銀行のデータを取得することができるwbdataパッケージに関する他の記事はこちらを参照してください。

2018年12月27日木曜日

Jupyterとwbdataで世界銀行の鉱石・金属輸出データを取得する

Jupyterとwbdataで、国別年別の鉱石・金属輸出(商品輸出比)データを取得して、グラフ描画します。

〇出力画面


使用指標

TX.VAL.MMTL.ZS.UN
鉱石・金属輸出(商品輸出比) - Ores and metals exports (% of merchandise exports)

サンプルコード

以下のコードをJupyterから実行してください。
%matplotlib inline
import matplotlib.pyplot as plt
import wbdata

df = wbdata.api.get_dataframe({"TX.VAL.MMTL.ZS.UN":"Percent of ores and metals exports"}, country=["JP","US", "AU"], convert_date=True)
df.unstack(level=0).plot()
plt.legend(loc='best')
plt.show()

関連情報

・世界銀行のデータを取得・可視化する記事のまとめは以下のページを参照してください。
世界銀行のデータを取得できるwbdataパッケージのまとめ

・wbdataパッケージをインストールしたコンテナを作成するには、以下のページを参照してください。
DockerでJupyter Notebookと世界銀行の情報が取得できるwbdataパッケージがインストールされたコンテナのイメージを作成する

・コンテナではなく、仮想マシンを構築する場合は、以下を参照します。
VagrantでJupyter Lab、wbdata、BokehとMariaDBをインストールした仮想マシン(Ubuntu18.04)を構築する

・世界銀行のデータを取得することができるwbdataパッケージに関する他の記事はこちらを参照してください。

2018年12月26日水曜日

Jupyterとwbdataで世界銀行の陸地・海洋保護地域データを取得する

Jupyterとwbdataで、国別年別の陸地・海洋保護地域(総保護地域比)データを取得して、グラフ描画します。

〇出力画面


使用指標

ER.PTD.TOTL.ZS
陸地・海洋保護地域(総保護地域比) - Terrestrial and marine protected areas (% of total territorial area)

サンプルコード

以下のコードをJupyterから実行してください。
%matplotlib inline
import matplotlib.pyplot as plt
import wbdata

df = wbdata.api.get_dataframe({"ER.PTD.TOTL.ZS":"Terrestrial and marine protected areas"}, country=["JP","US", "AU"], convert_date=True)
df.unstack(level=0).plot()
plt.legend(loc='best')
plt.show()

関連情報

・世界銀行のデータを取得・可視化する記事のまとめは以下のページを参照してください。
世界銀行のデータを取得できるwbdataパッケージのまとめ

・wbdataパッケージをインストールしたコンテナを作成するには、以下のページを参照してください。
DockerでJupyter Notebookと世界銀行の情報が取得できるwbdataパッケージがインストールされたコンテナのイメージを作成する

・コンテナではなく、仮想マシンを構築する場合は、以下を参照します。
VagrantでJupyter Lab、wbdata、BokehとMariaDBをインストールした仮想マシン(Ubuntu18.04)を構築する

・世界銀行のデータを取得することができるwbdataパッケージに関する他の記事はこちらを参照してください。

2018年12月25日火曜日

Jupyterとwbdataで世界銀行の総貯蓄データを取得する

Jupyterとwbdataで、国別年別の総貯蓄(GDP比)データを取得して、グラフ描画します。

〇出力画面


使用指標

NY.GNS.ICTR.ZS
総貯蓄(GDP比) - Gross savings (% of GDP)

サンプルコード

以下のコードをJupyterから実行してください。
%matplotlib inline
import matplotlib.pyplot as plt
import wbdata

df = wbdata.api.get_dataframe({"NY.GNS.ICTR.ZS":"Percent of gross savings"}, country=["JP","US", "IN"], convert_date=True)
df.unstack(level=0).plot()
plt.legend(loc='best')
plt.show()

関連情報

・世界銀行のデータを取得・可視化する記事のまとめは以下のページを参照してください。
世界銀行のデータを取得できるwbdataパッケージのまとめ

・wbdataパッケージをインストールしたコンテナを作成するには、以下のページを参照してください。
DockerでJupyter Notebookと世界銀行の情報が取得できるwbdataパッケージがインストールされたコンテナのイメージを作成する

・コンテナではなく、仮想マシンを構築する場合は、以下を参照します。
VagrantでJupyter Lab、wbdata、BokehとMariaDBをインストールした仮想マシン(Ubuntu18.04)を構築する

・世界銀行のデータを取得することができるwbdataパッケージに関する他の記事はこちらを参照してください。

2018年12月24日月曜日

Jupyterとwbdataで世界銀行の女性の中等学校進学率データを取得する

Jupyterとwbdataで、国別年別の女性の中等学校進学率データを取得して、グラフ描画します。

〇出力画面


使用指標

SE.SEC.PROG.FE.ZS
女性の中等学校進学率データ(全体比) - Progression to secondary school, female (%)

サンプルコード

以下のコードをJupyterから実行してください。
%matplotlib inline
import matplotlib.pyplot as plt
import wbdata

df = wbdata.api.get_dataframe({"SE.SEC.PROG.FE.ZS":"Progression to secondary school"}, country=["JP","MY", "IN"], convert_date=True)
df.unstack(level=0).plot()
plt.legend(loc='best')
plt.show()

関連情報

・世界銀行のデータを取得・可視化する記事のまとめは以下のページを参照してください。
世界銀行のデータを取得できるwbdataパッケージのまとめ

・wbdataパッケージをインストールしたコンテナを作成するには、以下のページを参照してください。
DockerでJupyter Notebookと世界銀行の情報が取得できるwbdataパッケージがインストールされたコンテナのイメージを作成する

・コンテナではなく、仮想マシンを構築する場合は、以下を参照します。
VagrantでJupyter Lab、wbdata、BokehとMariaDBをインストールした仮想マシン(Ubuntu18.04)を構築する

・世界銀行のデータを取得することができるwbdataパッケージに関する他の記事はこちらを参照してください。