python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > python pyecharts地图

python使用pyecharts库画地图数据可视化的实现

作者:故园稻香

这篇文章主要介绍了python使用pyecharts库画地图数据可视化的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

python使用pyecharts库画地图数据可视化导库中国地图代码结果世界地图代码结果省级地图代码结果地级市地图代码结果

导库

from pyecharts import options as opts
from pyecharts.charts import Map

中国地图

代码

data = [('湖北', 9074),('浙江', 661),('广东', 632),('河南', 493),('湖南', 463),
    ('安徽', 340),('江西', 333),('重庆', 275),('江苏', 236),('四川', 231),
    ('山东', 230),('北京', 191),('上海', 182),('福建', 159),('陕西', 116),
    ('广西', 111),('云南', 105),('河北', 104),('黑龙江', 95),('辽宁', 69),
    ('海南', 64),('新疆', 21),('内蒙古', 21),('宁夏', 28),('青海', 11),('甘肃', 40),('西藏', 1),
    ('贵州', 38),('山西', 56),('吉林', 23),('台湾', 10),('天津', 48),('香港', 14),('澳门', 8)]
def map_china() -> Map:
  c = (
    Map()
    .add(series_name="确诊病例", data_pair=data, maptype="china",zoom = 1,center=[105,38])
    .set_global_opts(
      title_opts=opts.TitleOpts(title="疫情地图"),
      visualmap_opts=opts.VisualMapOpts(max_=9999,is_piecewise=True,
              pieces=[{"max": 9, "min": 0, "label": "0-9","color":"#FFE4E1"},
                  {"max": 99, "min": 10, "label": "10-99","color":"#FF7F50"},
                  {"max": 499, "min": 100, "label": "100-499","color":"#F08080"},
                  {"max": 999, "min": 500, "label": "500-999","color":"#CD5C5C"},
                  {"max": 9999, "min": 1000, "label": ">=1000", "color":"#8B0000"}]
                       )
    )
  )
  return c

d_map = map_china()
d_map.render_notebook()

结果

世界地图代码

data = [['China', 14489],['Japan', 20],['Thailand', 19],['Singapore', 18],['Korea', 15],
    ['Australia', 12],['Germany', 10],['Malaysia', 8],['United States', 8],['Vietnam', 7],['France', 6],
    ['United Arab Emirates', 5],['Canada', 4],['Italy', 2],['India', 2],
    ['United Kingdom', 2],['Philippines', 2],['Russia', 2],['Sri Lanka', 1],['Cambodia', 1],
    ['Nepal', 1],['Sweden', 1],['Finland', 1],['Spain', 1]]
def map_world() -> Map:
  c = (
    Map()
    .add("确诊病例", data, maptype="world",zoom = 1)
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
      title_opts=opts.TitleOpts(title="疫情地图"),
      visualmap_opts=opts.VisualMapOpts(max_=100,is_piecewise=False),
    )
  )
  return c
 
d_map = map_world()
d_map.render_notebook()

结果

省级地图代码

data = [['昆明市', 31],['玉溪市', 11],['楚雄彝族自治州', 2],['西双版纳傣族自治州', 12],['普洱市', 4],
    ['昭通市', 8],['曲靖市', 5],['迪庆藏族自治州', 0],['丽江市', 7],['临沧市', 1],['保山市', 8],
    ['怒江傈僳族自治州', 0],['大理白族自治州', 7],['德宏傣族景颇族自治州', 4],['红河哈尼族彝族自治州', 5],
    ['文山壮族苗族自治州', 0]]
def map_yunnan() -> Map:
  c = (
    Map()
    .add("确诊病例", data, "云南",zoom = 1)
    .set_global_opts(
      title_opts=opts.TitleOpts(title="云南疫情地图"),
      visualmap_opts=opts.VisualMapOpts(max_=31,is_piecewise=True,
              pieces=[{"max": 0, "min": 0, "label": "0","color":"#FFFFFF"},
                  {"max": 9, "min": 1, "label": "0-9","color":"#FFE4E1"},
                  {"max": 99, "min": 10, "label": "10-99","color":"#FF7F50"},
                  {"max": 499, "min": 100, "label": "100-499","color":"#F08080"},
                  {"max": 999, "min": 500, "label": "500-999","color":"#CD5C5C"},
                  {"max": 9999, "min": 1000, "label": ">=1000", "color":"#8B0000"}]
                       ),
    )
  )
  return c
 
d_map = map_yunnan()
d_map.render_notebook()

结果

地级市地图代码

data = [['楚雄市', 31],['玉溪市', 11],['楚雄彝族自治州', 2],['西双版纳傣族自治州', 12],['普洱市', 4],
    ['昭通市', 8],['曲靖市', 5],['迪庆藏族自治州', 0],['丽江市', 7],['临沧市', 1],['保山市', 8],
    ['怒江傈僳族自治州', 0],['大理白族自治州', 7],['德宏傣族景颇族自治州', 4],['红河哈尼族彝族自治州', 5],
    ['文山壮族苗族自治州', 0]]
def map_yunnan() -> Map:
  c = (
    Map()
    .add("确诊病例", data_pair=data, maptype="楚雄彝族自治州",zoom = 1)
    .set_global_opts(
      title_opts=opts.TitleOpts(title="楚雄地图"),
      visualmap_opts=opts.VisualMapOpts(max_=31,is_piecewise=False),
    )
  )
  return c
 
d_map = map_yunnan()
d_map.render_notebook()

结果

到此这篇关于python使用pyecharts库画地图数据可视化的实现的文章就介绍到这了,更多相关python pyecharts地图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

您可能感兴趣的文章:
阅读全文