Python学习路线 - Python语言基础入门 - Python基础综合案例 - 数据可视化 - 地图可视化

Python学习路线 - Python语言基础入门 - Python基础综合案例 - 数据可视化 - 地图可视化

基础地图使用

基础地图演示


代码示例:

javascript 复制代码
"""
演示地图可视化的基本使用
"""
from pyecharts.charts import Map
from pyecharts.options import VisualMapOpts


# 准备地图对象
map = Map()

# 准备数据
data = [
    ("北京市", 99),
    ("上海市", 199),
    ("湖南省", 299),
    ("台湾省", 199),
    ("安徽省", 299),
    ("广东省", 399),
    ("湖北省", 599)
]

# 添加数据
map.add("测试地图", data, "china")

# 绘图
map.render("测试地图.html")

# 设置全局选项

基础地图演示 - 视觉映射器



取色请参考http://www.ab173.com/gongju/ui/rgb.php

代码示例:

javascript 复制代码
"""
演示地图可视化的基本使用
"""
from pyecharts.charts import Map
from pyecharts.options import VisualMapOpts


# 准备地图对象
map = Map()

# 准备数据
data = [
    ("北京市", 99),
    ("上海市", 199),
    ("湖南省", 299),
    ("台湾省", 199),
    ("安徽省", 299),
    ("广东省", 399),
    ("湖北省", 599)
]

# 添加数据
map.add("测试地图", data, "china")

# 设置全局选项
map.set_global_opts(
    visualmap_opts=VisualMapOpts(
        is_show=True,
        is_piecewise=True,
        pieces=[
            {"min": 1, "max": 9, "label": "1-9人", "color":"#CCFFFF"},
            {"min": 10, "max": 99, "label": "10-99人", "color":"#FFFF99"},
            {"min": 100, "max": 499, "label": "100-499人", "color":"#FF9966"},
            {"min": 500, "max": 999, "label": "500-999人", "color":"#FF6666"},
            {"min": 1000, "max": 9999, "label": "1000-9999人", "color":"#CC3333"},
            {"min": 10000, "label": "10000以上", "color":"#990033"}
        ]

    )
)

# 绘图
map.render("测试地图.html")

疫情地图-国内疫情地图

案例效果

数据整理

  • 获取数据

  • 数据整体结构(全国)

  • 省数据结构

  • 获取每个省份的确诊数据

  • 上述代码执行后输出,每个省的确诊数据

代码示例:

javascript 复制代码
"""
演示全国疫情可视化地图开发
"""
import json
from pyecharts.charts import Map
from pyecharts.options import *

# 读取数据文件
f = open("D:/python/可视化案例数据/地图数据/疫情.txt", "r", encoding="UTF-8")
data = f.read()  # 全部数据

# 关闭文件
f.close()

# 取到各省数据
# 将字符串json转换为python的字典
data_dict = json.loads(data)  # 基础数据字典
# 从字典中取出省份的数据
province_data_list = data_dict["areaTree"][0]["children"]

# 组装每个省份和确诊人数为元组,并将各个省的数据都封装入列表内
data_list = []  # 绘图需要使用的数据列表
for province_data in province_data_list:
    province_name = province_data["name"]  # 省份名称
    province_confirm = province_data["total"]["confirm"]  # 确诊人数
    data_list.append((province_name, province_confirm))

print(data_list)

# 创建地图对象
map = Map()

# 添加数据
map.add("各省份确诊人数", data_list, "china")
# 设置全局配置,定制分段的视觉映射
map.set_global_opts(
    title_opts=TitleOpts(title="全国疫情地图"),
    visualmap_opts=VisualMapOpts(
        is_show=True,  # 是否显示
        is_piecewise=True,  # 是否分段
        pieces=[
            {"min": 1, "max": 9, "label": "1-9人", "color":"#CCFFFF"},
            {"min": 10, "max": 99, "label": "10-99人", "color":"#FFFF99"},
            {"min": 100, "max": 499, "label": "100-499人", "color":"#FF9966"},
            {"min": 500, "max": 999, "label": "500-999人", "color":"#FF6666"},
            {"min": 1000, "max": 9999, "label": "1000-9999人", "color":"#CC3333"},
            {"min": 10000, "label": "10000以上", "color":"#990033"}
        ]
    )
)

# 绘图
map.render()

疫情地图-省级疫情地图

省疫情地图

  • 效果展示

  • 获取河南省各市数据

  • 省数据结构

  • 把各市数据汇总到一个列表中

  • 参考国内疫情地图生成河南省疫情地图

代码示例:

javascript 复制代码
"""
演示河南省疫情地图开发
"""
import json
from pyecharts.charts import Map
from pyecharts.options import *

# 读取文件
f = open("D:/python/可视化案例数据/地图数据/疫情.txt", "r", encoding="UTF-8")
data = f.read()

# 关闭文件
f.close()

# 获取河南省数据
# json数据转换为python字典
data_dict = json.loads(data)

# 取到河南省数据
cities_data = data_dict["areaTree"][0]["children"][3]["children"]

# 构建地图
data_list = []
for city_data in cities_data:
    city_name = city_data["name"] + "市"
    city_confirm = city_data["total"]["confirm"]
    data_list.append((city_name, city_confirm))

print(data_list)
# 手动添加济源市的数据
data_list.append(("济源市", 6))
# 构建地图
map = Map()
map.add("河南省疫情分布", data_list, "河南")

# 设置全局选项
map.set_global_opts(
    title_opts=TitleOpts(title="全国疫情地图"),
    visualmap_opts=VisualMapOpts(
        is_show=True,  # 是否显示
        is_piecewise=True,  # 是否分段
        pieces=[
            {"min": 1, "max": 9, "label": "1-9人", "color":"#CCFFFF"},
            {"min": 10, "max": 99, "label": "10-99人", "color":"#FFFF99"},
            {"min": 100, "max": 499, "label": "100-499人", "color":"#FF9966"},
            {"min": 500, "max": 999, "label": "500-999人", "color":"#FF6666"},
            {"min": 1000, "max": 9999, "label": "1000-9999人", "color":"#CC3333"},
            {"min": 10000, "label": "10000以上", "color":"#990033"}
        ]
    )
)

# 绘图
map.render()
相关推荐
广药门徒3 分钟前
用Python替代OpenMV IDE显示openmv USB 图像
开发语言·ide·python
zxfeng~28 分钟前
深度学习之“缺失数据处理”
人工智能·python·深度学习
Ronin-Lotus34 分钟前
深度学习篇---深度学习框架
人工智能·pytorch·python·深度学习·tensorflow·paddlepaddle
山海青风1 小时前
OpenAI 实战进阶教程 - 第六节: OpenAI 与爬虫集成实现任务自动化
运维·人工智能·爬虫·python·自动化·nlp·beautifulsoup
Rorsion1 小时前
PyTorch快速入门
人工智能·pytorch·python
努力努力不秃头!2 小时前
【论文公式】MathType打大写手写字母
人工智能·pytorch·python·深度学习·神经网络·jupyter·github
Damon小智3 小时前
使用Pygame制作“Flappy Bird”游戏
python·游戏·游戏程序·pygame
西猫雷婶4 小时前
python学opencv|读取图像(五十四)使用cv2.blur()函数实现图像像素均值处理
python·opencv·均值算法
子燕若水11 小时前
uv 安装包
开发语言·chrome·python