Pyecharts绘制全球流向图的示例代码

更新时间：2020年01月08日 14:33:53 作者：wwxxee

这篇文章主要介绍了Pyecharts绘制全球流向图的示例代码，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

安装

pip(3) install pyecharts

此文版本为v1.6
此文版本为v1.6
此文版本为v1.6

效果图

效果图

使用Pycharts绘制一个如上图类似的全球流向图。

pyecharts里的地理图标总共有三种—
Geo：地理坐标系，Map：地图，Bmap:百度地图。
Map地图可以绘制全球地图，但不能绘制带有流向的效果图，所以此处需要使用Geo地理坐标系图。

Geo图的类型有scatter(散点图)，effectScatter(涟漪散点图)，heatmap(热力图)，lines(流向图)。

散点图不用说，就是正常的散点图。涟漪散点图类似带有波纹的散点图，像水的涟漪效果一样。

效果如下：

涟漪散点图

热力图也不用说，就是正常的热力图效果。

我们需要绘制的是流向图。

# 导入Geo包，注意1.x版本的导入跟0.x版本的导入差别
from pyecharts.charts import Geo
# 导入配置项
from pyecharts import options as opts
# ChartType：图标类型，SymbolType：标记点类型
from pyecharts .globals import ChartType, SymbolType

geo = Geo()

# 地图类型，世界地图可换为world
geo.add_schema(maptype="china")
# 添加数据点
geo.add("",[("北京",10),("上海",20),("广州",30),("成都",40),("哈尔滨",50)],type_=ChartType.EFFECT_SCATTER)
# 添加流向，type_设置为LINES，涟漪配置为箭头，提供的标记类型包括 'circle', 'rect', 'roundRect', 'triangle', 
#'diamond', 'pin', 'arrow', 'none'
geo.add("geo-lines",
[("上海","广州"),
("上海","新疆"),
("上海","哈尔滨"),
("成都","北京"),
("哈尔滨","广州")],
type_=ChartType.LINES,
effect_opts=opts.EffectOpts(symbol=SymbolType.ARROW,symbol_size=5,color="yellow"),
linestyle_opts=opts.LineStyleOpts(curve=0.2),
    is_large=True)
# 不显示标签
geo.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
# 设置图标标题，visualmap_opts=opts.VisualMapOpts()为左下角的视觉映射配置项
geo.set_global_opts(visualmap_opts=opts.VisualMapOpts(),title_opts=opts.TitleOpts(title="Geo-Lines"))
# 直接在notebook里显示图表
geo.render_notebook()
# 生成html文件，可传入位置参数
geo.render("mychart.html")

效果如图：

效果图

在绘制国内的流向图的时候是没有问题的，但是当我们把地点换为国际城市或者其他国家的时候就是报错了。

因为Geo图的坐标引用自pyecharts.datasets.city_coordinates.json。我们打开这和文件可以看到国内的城市坐标。这个文件里的全部数据都是国内的城市，当我们想绘制全球的流向图的时候，Geo引用找不到国际地点就i会报错了。

城市坐标

解决办法有两个：

1.新增坐标点

def add_coordinate(
  # 坐标地点名称
  name: str,
  # 经度
  longitude: Numeric,
  # 纬度
  latitude: Numeric,
)

from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts .globals import ChartType, SymbolType, GeoType

geo = Geo()

# 新增坐标点，添加名称跟经纬度
geo.add_coordinate(name="China",longitude=104.195,latitude=35.675)
geo.add_coordinate(name="Australia",longitude=133.775,latitude=-25.274)
geo.add_coordinate(name="Brazil",longitude=-51.925,latitude=-14.235)
geo.add_coordinate(name="South Africa",longitude=22.937,latitude=-30.559)
geo.add_coordinate(name="India",longitude=78.962,latitude=20.593)
geo.add_coordinate(name="Peru",longitude=-75.015,latitude=-9.189)
geo.add_coordinate(name="Iran",longitude=53.688,latitude=32.427)
geo.add_coordinate(name="Ukraine",longitude=31.165,latitude=48.379)
geo.add_coordinate(name="Canada",longitude=-106.346,latitude=56.130)
geo.add_coordinate(name="Mongolia",longitude=103.847,latitude=46.862)
geo.add_coordinate(name="Russia",longitude=37.618,latitude=55.751)
geo.add_coordinate(name="Mauritania",longitude=21.008,latitude=-10.941)
geo.add_coordinate(name="Kazakhstan",longitude=66.924,latitude=48.019)
geo.add_coordinate(name="UAE",longitude=53.848,latitude=23.424)
geo.add_coordinate(name="Malaysia",longitude=101.976,latitude=4.210)
geo.add_coordinate(name="New Zealand",longitude=174.886,latitude=-40.900)
geo.add_coordinate(name="Indonesia",longitude=113.921,latitude=-0.789)
geo.add_coordinate(name="Sweden",longitude=18.643,latitude=60.128)
geo.add_coordinate(name="Mexico",longitude=-102.553,latitude=23.634)
geo.add_coordinate(name="Sierra Leone",longitude=-11.779,latitude=8.461)

# 添加数据项
geo.add_schema(maptype="world")
geo.add("",[("Australia",128326),
      ("Brazil",44037),
      ("South Africa",7649),
      ("India",3562),
      ("Peru",2779),
      ("Iran",2698),
      ("Ukrainie",2040),
      ("Canada",1792),
      ("Mongolia",1514),
      ("Russia",1069),
      ("Mauritania",1374),
      ("Kazakhsan",701),
      ("UAE",490),
      ("Malaysia",554),
      ("New Zealand",422),
      ("Indonesia",148),
      ("Sweden",113),
      ("Mexico",121),
      ("Sierra Leone",109),
      ],type_=ChartType.EFFECT_SCATTER)

# 绘制流向
geo.add("流向图",[
  ("Australia","China"),
  ("Brazil","China"),
  ("South Africa","China"),
  ("India","China"),
  ("Peru","China"),
  ("Iran","China"),
  ("Ukraine","China"),
  ("Canada","China"),
  ("Mongolia","China"),
  ("Russia","China"),
  ("Mauritania","China"),
  ("Kazakhstan","China"),
  ("UAE","China"),
  ("Malaysia","China"),
  ("New Zealand","China"),
  ("Indonesia","China"),
  ("Sweden","China"),
  ("Mexico","China"),
  ("Sierra Leone","China"),
      ],
    type_= GeoType.LINES,
   effect_opts=opts.EffectOpts(symbol=SymbolType.ARROW,symbol_size=5,color="yellow"),
    linestyle_opts=opts.LineStyleOpts(curve=0.2),
    )

geo.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
geo.set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=130000),title_opts=opts.TitleOpts(title="mygeo"))
geo.render()

效果如下：颜色表示各数据点大小。（用线条粗细表示大小还不知道，知道的盆友可以告诉我）

效果图

这种添加坐标点的办法太麻烦了，需要手动一个个添加，十分不方便。

2.添加坐标点文件。

以JSON文件格式批量新增坐标点。

def add_coordinate_json(
  # json 文件格式的坐标数据
  # 格式如下
  # {
  #  "阿城": [126.58, 45.32],
  #  "阿克苏": [80.19, 41.09]
  # }
  json_file: str
)

如果我们有一份全球的数据坐标点文件我们就可以使用这个添加文件的方式批量导入坐标点。

geo.add_coordinate_json(json_file="world_country.json")

可以直接用这一步替代添加坐标点的步骤。

world_country.json如下图所示。

world_country

它是一个各个国家的名称及坐标点文件。导入之后就可以添加数据项了。

还可以直接把这个文件追加到pyechats.datasets.city_coordinates.json文件里，这样就可以一劳永逸，下次直接写国家名称的时候就可以读取到。

绘制全球流向图就完成了。

其他细节可以参考官方文档：http://pyecharts.org/#/zh-cn/

渲染成图片

API：

def make_snapshot(
  # 渲染引擎，可选 selenium 或者 phantomjs
  engine: Any,

  # 传入 HTML 文件路径
  file_name: str,

  # 输出图片路径
  output_name: str,

  # 延迟时间，避免图还没渲染完成就生成了图片，造成图片不完整
  delay: float = 2,

  # 像素比例，用于调节图片质量
  pixel_ratio: int = 2,

  # 渲染完图片是否删除原 HTML 文件
  is_remove_html: bool = False,

  # 浏览器类型，目前仅支持 Chrome, Safari，使用 snapshot-selenium 时有效
  browser: str = "Chrome",
  **kwargs,
)

使用：

from pyecharts.render import make_snapshot
from snapshot_selenium import snapshot


make_snapshot(snapshot,"全球流向.html","流向2.png",delay=5)

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

使用numpy实现矩阵的翻转(flip)与旋转
这篇文章主要介绍了使用numpy实现矩阵的翻转(flip)与旋转，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
2021-06-06
python中必会的四大高级数据类型（字符,元组,列表,字典）
这篇文章主要介绍了python中必会的四大高级数据类型（字符,元组,列表,字典）,本文通过实例图文相结合给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2021-05-05
使用django-crontab实现定时任务的示例
这篇文章主要介绍了使用django-crontab实现定时任务,小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧
2018-02-02
Python中为feedparser设置超时时间避免堵塞
为feedparser设置一个超时时间，可是feedparser并没有提供这个功能，只好采用其他方法了，感兴趣的朋友可以看看
2014-09-09
tensorflow对图像进行拼接的例子
今天小编就为大家分享一篇tensorflow对图像进行拼接的例子，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-02-02
Python一个简单的通信程序(客户端服务器)
今天小编就为大家分享一篇关于Python一个简单的通信程序(客户端服务器)，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧
2019-03-03
keras实现VGG16方式(预测一张图片)
这篇文章主要介绍了keras实现VGG16方式(预测一张图片)，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-07-07
Python中实现参数类型检查的简单方法
这篇文章主要介绍了Python中实现参数类型检查的简单方法,本文讲解使用装饰器实现参数类型检查并给出代码实例,需要的朋友可以参考下
2015-04-04
Python 实现图像合成微缩效果
合成微缩是一个使真实大小物体照片看起来像微缩模型照片的过程，也称为 Diorama Effect/Fillusion，照片的模糊部分模拟了通常在特写摄影中通常遇到的近景深度，从而使场景看起来比实际场景小得多，这篇文章主要介绍了Python 合成微缩效果,需要的朋友可以参考下
2023-03-03
Python学习之os包使用教程详解
本文将详细介绍python的内置包——OS 包。OS 包拥有着普遍的操作系统功能，拥有着各种各样的函数来操作系统的驱动功能。快来跟随小编一起学习一下OS包的使用方法吧
2022-03-03