限电限产背后，你所不知道的中国电力世界排名变化
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~~
如果你喜欢，还希望点赞+在看走一个哇！或者添加作者好友，进群一起交流学习！