python使用pyecharts库画地图数据可视化的实现

发布时间:2020-08-21 13:51:08 作者:故园稻香
来源:脚本之家 阅读:348

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

python使用pyecharts库画地图数据可视化的实现

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

python使用pyecharts库画地图数据可视化的实现

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

python使用pyecharts库画地图数据可视化的实现

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

python使用pyecharts库画地图数据可视化的实现

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地图内容请搜索亿速云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亿速云!

推荐阅读:
  1. 基于Python的数据可视化库pyecharts介绍
  2. Python中数据可视化处理库PyEcharts的使用示例

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

python pyecharts 地图

上一篇:python下QT5 Designer打不开怎么办

下一篇:详解如何在Vue2中实现组件props双向绑定

相关阅读

您好,登录后才能下订单哦!

密码登录
登录注册
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》