pyecharts绘制中国2020肺炎疫情地图的实例代码
更新时间：2020年02月12日 15:56:58 作者：_学习,进步
在本篇文章里小编给大家整理的是关于pyecharts绘制中国2020肺炎疫情地图的实例代码内容，有兴趣的朋友们可以测试下。
近来武汉肺炎肆虐全国，大多人的日常应该是宅在家里。出于好奇，笔者想用Python来绘制中国2020肺炎疫情地图。
本代码采用Python3，需要安装模块：pyecharts和echarts-china-provinces-pypkg。
Python代码如下：
# -*- coding: utf-8 -*-
# author: Jclian91
# time: 2020-01-29 11:37
# -*- coding: utf-8 -*-
# author: Jclian91
# time: 2020-01-29 11:37
from pyecharts.charts import Map
from pyecharts import options as opts
# 省和直辖市
province_distribution = {'湖北':3554, '浙江':296, '广东': 241,
'湖南':221, '河南':206, '安徽': 152,
'重庆':147, '山东':121, '江西': 109,
'四川':108, '江苏':99, '北京':91,
'福建':82, '上海':80, '广西':58,
'陕西':56, '河北':48, '云南':44,
'海南':43, '黑龙江':37, '辽宁':36,
'山西':27, '天津':25, '甘肃':24,
'内蒙古':16, '新疆':13, '宁夏':12,
'贵州':9, '吉林':9, '台湾':8,
'香港':8, '澳门':7, '青海':6,
'西藏':0
}
# maptype='china' 只显示全国直辖市和省级
map = Map()
map.set_global_opts(
title_opts=opts.TitleOpts(title="20200129中国疫情地图"),
visualmap_opts=opts.VisualMapOpts(max_=3600, is_piecewise=True,
pieces=[
{"max": 5000, "min": 1001, "label": ">1000", "color": "#8A0808"},
{"max": 1000, "min": 500, "label": "500-1000", "color": "#B40404"},
{"max": 499, "min": 100, "label": "100-499", "color": "#DF0101"},
{"max": 99, "min": 10, "label": "10-99", "color": "#F78181"},
{"max": 9, "min": 1, "label": "1-9", "color": "#F5A9A9"},
{"max": 0, "min": 0, "label": "0", "color": "#FFFFFF"},
], ) #最大数据范围，分段
)
map.add("20200129中国疫情地图", data_pair=province_distribution.items(), maptype="china", is_roam=True)
map.render('20200129中国疫情地图.html')
from pyecharts.charts import Map
from pyecharts import options as opts
# 省和直辖市
province_distribution = {'湖北':3554, '浙江':296, '广东': 241,
'湖南':221, '河南':206, '安徽': 152,
'重庆':147, '山东':121, '江西': 109,
'四川':108, '江苏':99, '北京':91,
'福建':82, '上海':80, '广西':58,
'陕西':56, '河北':48, '云南':44,
'海南':43, '黑龙江':37, '辽宁':36,
'山西':27, '天津':25, '甘肃':24,
'内蒙古':16, '新疆':13, '宁夏':12,
'贵州':9, '吉林':9, '台湾':8,
'香港':8, '澳门':7, '青海':6,
'西藏':0
}
# maptype='china' 只显示全国直辖市和省级
map = Map()
map.set_global_opts(
title_opts=opts.TitleOpts(title="20200129中国疫情地图"),
visualmap_opts=opts.VisualMapOpts(max_=3600, is_piecewise=True,
pieces=[
{"max": 5000, "min": 1001, "label": ">1000", "color": "#8A0808"},
{"max": 1000, "min": 500, "label": "500-1000", "color": "#B40404"},
{"max": 499, "min": 100, "label": "100-499", "color": "#DF0101"},
{"max": 99, "min": 10, "label": "10-99", "color": "#F78181"},
{"max": 9, "min": 1, "label": "1-9", "color": "#F5A9A9"},
{"max": 0, "min": 0, "label": "0", "color": "#FFFFFF"},
], ) #最大数据范围，分段
)
map.add("20200129中国疫情地图", data_pair=province_distribution.items(), maptype="china", is_roam=True)
map.render('20200129中国疫情地图.html')
注意，代码中的数据为截止到2020年1月29日中午12点整的全国各省的确诊人数，西藏人数应为0。
运行上述代码，会生成20200129中国疫情地图.html，用浏览器打开该HTML文件，如下：
在地图上可以进行一些互动，比如点击某个省份，我们可以看到该省份的数据；再比如我们取消“>1000”这一选项，就会发现湖北省颜色为白色，如下图：
以上就是本次脚本之家小编整理的全部内容，感谢大家的支持。
相关文章
这篇文章主要介绍了python实现在windows下操作word的方法,涉及Python操作word实现打开、插入、转换、打印等操作的相关技巧,非常具有实用价值,需要的朋友可以参考下2015-04-04
这篇文章主要为大家详细介绍了matplotlib实现区域颜色填充，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-03-03
这篇文章主要为大家详细介绍了python实现简单图片物体标注工具，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2019-03-03
centos6.5安装python3.7.1之后无法使用pip的解决方案
今天小编就为大家分享一篇关于centos6.5安装python3.7.1之后无法使用pip的解决方案，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2019-02-02
这篇文章主要介绍了python文件操作之批量修改文件后缀名,需要的朋友可以参考下2018-08-08
今天小编就为大家分享一篇在python3中实现查找数组中最接近与某值的元素操作，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
这篇文章主要介绍了如何基于python实现画不同品种的樱花树,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,需要的朋友可以参考下2020-01-01
这篇文章主要为大家详细介绍了python实现自动化文件合并，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-08-08
这篇文章主要介绍了Keras 修改图片通道顺序的操作方式，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2021-05-05
下面小编就为大家带来一篇简单谈谈Python中的json与pickle。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-07-07
最新评论