Python初学者学习记录——python基础综合案例:数据可视化——地图可视化

一、基础地图使用

1、基础地图演示

2、基础地图演示------视觉映射器

python 复制代码
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", 399),
    ("广东省", 499),
]
# 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(  # 视觉映像
        is_show=True,
        is_piecewise=True,   # 设置分段
        pieces=[
            {"min": 1, "max": 9, "label": "1-9人", "color": "#CCFFFF"},
            {"min": 10, "max": 99, "label": "10-99人", "color": "#FF6666"},
            {"min": 100, "max": 500, "label": "100-500人", "color": "#990033"}
        ]
    )
)
# 绘图
map.render()

生成的地图链接(PC端打开):http://localhost:63342/pythonProject/render.html?_ijt=rkocdgrhhojeq0tqfkouf7hmco&_ij_reload=RELOAD_ON_SAVE

二、全国疫情地图构建

案例效果:

python 复制代码
import json
from pyecharts.charts import Map
from pyecharts.options import TitleOpts, VisualMapOpts

# 读取数据文件
f = open("D:/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转化为python的字典
data_dict = json.loads(data)
# 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,并各个省的数据都封装入列表内
data_list = []   # 绘图需要用的数据列表
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))
# 创建地图对象
map = Map()
# 添加数据
map.add("个省份确诊人数", data_list, "china")
# 设置全局配置,定制分段的视觉映像
map.set_global_opts(
    title_opts=TitleOpts(title="全国疫情地图", pos_left="center", pos_bottom="1%"),
    visualmap_opts=VisualMapOpts(
        is_show=True,           # 是否显示
        is_piecewise=True,      # 是否分段
        pieces=[
            {"min": 1, "max": 99, "label": "1-99人", "color": "#CCFFFF"},
            {"min": 100, "max": 999, "label": "100-999人", "color": "#FFFF99"},
            {"min": 1000, "max": 4999, "label": "1000-4999人", "color": "#FF9966"},
            {"min": 5000, "max": 9999, "label": "5000-9999人", "color": "#FF6666"},
            {"min": 10000, "max": 99999, "label": "10000-99999人", "color": "#CC3333"},
            {"min": 100000, "label": "100000+", "color": "#990033"}
        ]
    )
)

# 绘图
map.render("全国疫情地图.html")

生成的地图链接(PC端打开):http://localhost:63342/pythonProject/%E5%85%A8%E5%9B%BD%E7%96%AB%E6%83%85%E5%9C%B0%E5%9B%BE.html?_ijt=2pd19lncoe59qal119povfdrvr&_ij_reload=RELOAD_ON_SAVE

三、河南省疫情地图构建

python 复制代码
import json
from pyecharts.charts import Map
from pyecharts.options import *

# 读取文件
f = open("D:\疫情.txt", "r", encoding="utf-8")
data = f.read()
# 关闭文件
f.close()
# 将json数据转化为python数据
data_dict = json.loads(data)
# 获取陕西省数据
province_shannxi_list = data_dict["areaTree"][0]["children"][15]["children"]
# 准备数据为元组,并放入list
data_list = []
for province_data in province_shannxi_list:
    city_name = province_data["name"]                   # 获取城市名称
    city_confirm = province_data["total"]["confirm"]    # 获取确诊人数
    data_list.append((city_name, city_confirm))         # 放入列表
# 构建地图
map = Map()
# 添加数据
map.add("各城市确诊人数", data_list, "陕西")
# 设置全局配置
map.set_global_opts(
    title_opts=TitleOpts(title="陕西省疫情地图", pos_left="center", pos_bottom="1%"),
    visualmap_opts=VisualMapOpts(
        is_show=True,
        is_piecewise=True,
        pieces=[
            {"min": 1, "max": 9, "label": "1-9人", "color": "#CCFFFF"},
            {"min": 10, "max": 29, "label": "10-29人", "color": "#FFFF99"},
            {"min": 30, "max": 59, "label": "30-59人", "color": "#FF9966"},
            {"min": 60, "max": 89, "label": "60-89人", "color": "#FF6666"},
            {"min": 90, "max": 119, "label": "90-119人", "color": "#CC3333"},
            {"min": 120, "label": "120+", "color": "#990033"}
        ]
    )
)
# 绘图
map.render("陕西省疫情地图.html")
相关推荐
曲幽8 小时前
FastAPI + PostgreSQL 实战:从入门到不踩坑,一次讲透
python·sql·postgresql·fastapi·web·postgres·db·asyncpg
用户83562907805113 小时前
使用 C# 在 Excel 中创建数据透视表
后端·python
码路飞16 小时前
FastMCP 实战:一个 .py 文件,给 Claude Code 装上 3 个超实用工具
python·ai编程·mcp
dev派17 小时前
AI Agent 系统中的常用 Workflow 模式(2) Evaluator-Optimizer模式
python·langchain
前端付豪19 小时前
AI 数学辅导老师项目构想和初始化
前端·后端·python
用户03321266636719 小时前
将 PDF 文档转换为图片【Python 教程】
python
悟空爬虫21 小时前
UV实战教程,我啥要从Anaconda切换到uv来管理包?
python
dev派21 小时前
AI Agent 系统中的常用 Workflow 模式(1)
python·langchain
明月_清风1 天前
从“能用”到“专业”:构建生产级装饰器与三层逻辑拆解
后端·python
曲幽1 天前
数据库实战:FastAPI + SQLAlchemy 2.0 + Alembic 从零搭建,踩坑实录
python·fastapi·web·sqlalchemy·db·asyncio·alembic