python使用pyecharts库画地图数据可视化的实现

 更新时间:2020年03月25日 09:43:52   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!

相关文章

  • Python的collections模块中namedtuple结构使用示例

    Python的collections模块中namedtuple结构使用示例

    namedtuple顾名思义,就是名字+元组的数据结构,下面就来看一下Python的collections模块中namedtuple结构使用示例
    2016-07-07
  • Python让列表逆序排列的3种方式小结

    Python让列表逆序排列的3种方式小结

    这篇文章主要介绍了Python让列表逆序排列的3种方式小结,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
    2022-05-05
  • Python的Django中将文件上传至七牛云存储的代码分享

    Python的Django中将文件上传至七牛云存储的代码分享

    七牛云存储可以帮助服务器转存图片等数据,类似于Dropbox等存储服务,这里就带给大家Python的Django中将文件上传至七牛云存储的代码分享,需要的朋友可以参考下
    2016-06-06
  • python实现爬山算法的思路详解

    python实现爬山算法的思路详解

    爬山算法会收敛到局部最优,解决办法是初始值在定义域上随机取乱数100次,总不可能100次都那么倒霉。这篇文章主要介绍了python实现爬山算法的思路详解,需要的朋友可以参考下
    2019-04-04
  • 用Python绘制漫步图实例讲解

    用Python绘制漫步图实例讲解

    在本篇文章里小编给大家整理的是一篇关于用Python绘制漫步图实例讲解内容,需要的朋友们可以学习下。
    2020-02-02
  • Python 解析获取 URL 参数及使用步骤

    Python 解析获取 URL 参数及使用步骤

    这篇文章主要介绍了Python 解析获取 URL 参数及使用,本文分步骤通过实例代码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
    2022-06-06
  • Python常用的爬虫技巧总结

    Python常用的爬虫技巧总结

    本文给大家汇总介绍了Python编写爬虫的时候经常需要用到的一些技巧,非常的实用,有需要的小伙伴可以参考下
    2016-03-03
  • PyTorch的nn.Module类的定义和使用介绍

    PyTorch的nn.Module类的定义和使用介绍

    在PyTorch中,nn.Module类是构建神经网络模型的基础类,所有自定义的层、模块或整个神经网络架构都需要继承自这个类,本文介绍PyTorch的nn.Module类的定义和使用介绍,感兴趣的朋友一起看看吧
    2024-01-01
  • 如何利用Python matplotlib绘制雷达图

    如何利用Python matplotlib绘制雷达图

    这篇文章主要给大家介绍了关于如何利用Python matplotlib绘制雷达图的相关资料,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
    2020-12-12
  • 使用Python快速实现文件共享并通过内网穿透技术公网访问

    使用Python快速实现文件共享并通过内网穿透技术公网访问

    数据共享作为和连接作为互联网的基础应用,不仅在商业和办公场景有广泛的应用,对于个人用户也有很强的实用意义,今天,笔者就为大家介绍,如何使用python这样的简单程序语言,在自己的电脑上搭建一个共享文件服务器,需要的朋友可以参考下
    2023-10-10

最新评论