Datenvisualisierung mit Python und JavaScript, 2.

Kapitel 12. Die Bereitstellung der Daten

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

In Kapitel 6 wurde gezeigt, wie du mit einem Web Scraper deine Daten aus dem Internet holen kannst. Wir haben Scrapy verwendet, um einen Datensatz von Nobelpreisträgern zu holen, und in den Kapiteln 9 und 11 haben wir den Nobelpreis-Datensatz mit Pandas bereinigt und erforscht.

In diesem Kapitel lernst du am Beispiel unseres Nobelpreis-Datensatzes, wie du Daten statisch oder dynamisch von einem Python-Server an JavaScript auf dem Client-Browser übermitteln kannst. Diese Daten sind im JSON-Format gespeichert und bestehen aus einer Liste von Nobelpreisträger-Objekten, wie in Beispiel 12-1 gezeigt.

Beispiel 12-1. Unsere Nobelpreis-JSON-Daten, gescraped und dann bereinigt

[
  {
    "category": "Physiology or Medicine",
    "country": "Argentina",
    "date_of_birth": "1927-10-08T00:00:00.000Z",
    "date_of_death": "2002-03-24T00:00:00.000Z",
    "gender": "male",
    "link": "http:\/\/en.wikipedia.org\/wiki\/C%C3%A9sar_Milstein",
    "name": "C\u00e9sar Milstein",
    "place_of_birth": "Bah\u00eda Blanca ,  Argentina",
    "place_of_death": "Cambridge , England",
    "text": "C\u00e9sar Milstein , Physiology or Medicine, 1984",
    "year": 1984,
    "award_age": 57,
    "born_in": "",
    "bio_image": "full/6bf65058d573e07b72231407842018afc98fd3ea.jpg",
    "mini_bio": "<p><b>César Milstein</b>, <a href='http://en.w..."
  }
  ['...']
]

Wie beim Rest dieses ...