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
Python大数据分析@几秒前
使用大模型MCP采集数据,爬虫已经无门槛
python·网络爬虫
quantdash_cc13 分钟前
告别自建 Requests/BS4 网页爬虫:基于 QuantDash 搭建零维保的高性能量化行情流水线
开发语言·爬虫·python·pandas·量化·quantdash
ydd10010020 分钟前
寻找两个正序数组的中位数 Java 题解,二分分割详解
java·开发语言
65岁退休Coder30 分钟前
LangChain v1.3.4 笔记 - 07 补充:链式调用 LCEL
后端·python·langchain
卷无止境40 分钟前
FastAPI 部署在 Nginx 后面到底该怎么配
后端·python
半亩码田1 小时前
C#转Python第3.1篇:Python 的 class 没有访问修饰符?面向对象的另一条路
开发语言·python·c#
Wzx1980122 小时前
python沙箱和docker沙箱你选对了吗?
开发语言·python·docker
Python私教2 小时前
签名 URL 刷新导致审批失效?别急着删掉所有 query
python·安全
牧羊人.3332 小时前
Python 办公自动化从入门到入土|09 数据容器之字典
开发语言·python
小僧景贤2 小时前
嵌入式C语言 第二篇:基础语法|嵌入式C与标准C的核心差异
c语言·开发语言·嵌入式c语言