一、JSON 數據准備
首先准備一份 JSON 數據，這份數據共有 3560 條內容，每條內容結構如下：
本示例主要是以 tz（timezone 時區） 這一字段的值，分析這份數據里時區的分布情況。
二、將 JSON 數據轉換成 Python 字典
代碼如下：
三、統計 tz 值分布情況，以“時區:總數”的形式生成統計結果
要想達到這一目的，需要先將 records 轉換成 DataFrame，DataFrame 是 Pandas 里最重要的數據結構，它可以將數據以表格的形式表示；然后用 value_counts() 方法匯總：
四、根據統計結果生成條形圖
生成條形圖之前，為了數據的完整，可以給結果中缺失的時區添加一個值（這里用Missing表示），而每條時區內容里缺失的值也需要添加一個未知的值（這里用Unknown表示）：
然后使用 plot() 方法既可生成條形圖：
到這里就是一個完整的處理 JSON 數據生成統計結果和條形圖的例子；不過還可以對這份統計結果進行進一步的處理，以得到更加詳細的結果。
每條數據里還有一個 agent 值，即瀏覽器的 USER_AGENT 信息，通過這一信息可以得知所使用的操作系統，
所以對上一步生成的統計結果還可以按操作系統的不同加以區分。
agent 值：
五、將條形圖以操作系統（Windows/非Windows）加以區分
不是所有的數據都有 a 這個字段，首先過濾掉沒有 agent 值的數據；
然后根據時區和操作系統列表對數據分組，然后
對分組結果進行計數：
最后選擇出現次數最多的10個時區的數據
生成一張條形圖：
這樣就得到了以不同操作系統加以區分的條形圖統計結果：
