【数据可视化】使用 Pyecharts 绘制人口迁徙图:步骤与数据组织形式

🧑 博主简介:曾任某智慧城市类企业算法总监,CSDN / 稀土掘金 等平台人工智能领域优质创作者。
目前在美国市场的物流公司从事高级算法工程师一职,深耕人工智能领域,精通python数据挖掘、可视化、机器学习等,发表过AI相关的专利并多次在AI类比赛中获奖。


1. 简介

人口迁徙图是一种展示人口流动情况的可视化图表,通常用于分析人口迁移的来源地和目的地。pyecharts 是一个强大的 Python 数据可视化库,支持多种图表类型,包括地图和地理坐标系,非常适合绘制人口迁徙图。

2. 数据格式

人口迁徙图的数据通常包含以下几部分:

  1. 起点城市和终点城市:表示人口迁移的来源地和目的地。
  2. 迁移人数:表示从起点城市到终点城市的人口数量。

数据格式示例:

ini 复制代码
data = [
    ("广州", "上海", 55),
    ("广州", "北京", 66),
    ("广州", "杭州", 77),
    ("广州", "重庆", 88),
    ("河南", "江苏", 99),
    ("河南", "浙江", 111),
    ("河南", "上海", 121),
    ("河南", "广东", 131),
]

3. 绘图步骤

3.1 安装 Pyecharts

确保你已经安装了 pyecharts。如果尚未安装,可以通过以下命令安装:

复制代码
pip install pyecharts

3.2 准备数据

根据实际需求准备人口迁徙的数据。数据格式如上所示。

3.3 绘制地图

使用 pyechartsGeo 模块来绘制人口迁徙图。

4. 完整代码

以下是完整的代码示例:

less 复制代码
from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.globals import ChartType, SymbolType, ThemeType

# 准备数据
data = [    ("广州", "上海", 55),    ("广州", "北京", 66),    ("广州", "杭州", 77),    ("广州", "重庆", 88),    ("河南", "江苏", 99),    ("河南", "浙江", 111),    ("河南", "上海", 121),    ("河南", "广东", 131),]

# 创建 Geo 对象
geo = (
    Geo(init_opts=opts.InitOpts(theme=ThemeType.DARK, width="1000px", height="600px"))
    .add_schema(
        maptype="china",
        itemstyle_opts=opts.ItemStyleOpts(color="#1C9048", border_color="#111"),
    )
    .add(
        "广东流出人口",
        [("上海", 55), ("北京", 66), ("杭州", 77), ("重庆", 88)],
        type_=ChartType.EFFECT_SCATTER,
        color="#9F2628",
    )
    .add(
        "广东流出路径",
        [("广州", "上海"), ("广州", "北京"), ("广州", "杭州"), ("广州", "重庆")],
        type_=ChartType.LINES,
        effect_opts=opts.EffectOpts(
            symbol=SymbolType.ARROW, symbol_size=6, color="#9F2628"
        ),
        linestyle_opts=opts.LineStyleOpts(curve=0.2),
    )
    .add(
        "河南流出人口",
        [("江苏", 99), ("浙江", 111), ("上海", 121), ("广东", 131)],
        type_=ChartType.EFFECT_SCATTER,
        color="#401183",
    )
    .add(
        "河南流出路径",
        [("河南", "江苏"), ("河南", "浙江"), ("河南", "上海"), ("河南", "广东")],
        type_=ChartType.LINES,
        effect_opts=opts.EffectOpts(
            symbol=SymbolType.ARROW, symbol_size=6, color="#401183"
        ),
        linestyle_opts=opts.LineStyleOpts(curve=0.2),
    )
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        title_opts=opts.TitleOpts(title="人口迁徙图"),
    )
)

# 渲染图表到 HTML 文件
geo.render("population_migration_map.html")

4.1 代码说明

  1. 数据准备

    • data 是一个包含起点城市、终点城市和迁移人数的列表。
  2. 创建 Geo 对象

    • 使用 Geo 创建一个地理坐标系图表。
    • init_opts 设置主题为暗色主题,宽度为1000px,高度为600px。
    • add_schema(maptype="china") 指定地图类型为"中国"。
  3. 添加数据

    • 使用 add 方法添加数据。
    • ChartType.EFFECT_SCATTER 表示绘制起点和终点的散点效果。
    • ChartType.LINES 表示绘制迁徙线路。
    • effect_opts 设置迁徙线路的样式,如符号大小和颜色。
    • linestyle_opts 设置线路的样式,如曲线程度。
  4. 设置样式

    • itemstyle_opts 设置地图底图的样式。
    • label_opts 设置标签的显示状态,这里设置为不显示。
  5. 全局配置

    • title_opts 设置标题为"人口迁徙图"。
  6. 渲染图表

    • 使用 render 方法将图表渲染为一个 HTML 文件,文件名为 population_migration_map.html

5. 运行结果

运行上述代码后,会生成一个名为 population_migration_map.html 的文件,你可以用浏览器打开这个文件查看生成的人口迁徙图。图中会显示从起点城市到终点城市的人口迁徙线路,线路的粗细和颜色会根据迁移人数的大小变化。


希望这篇文章对你有帮助!如果你有实际的人口迁徙数据,只需将 data 替换为真实数据即可。


如果您在人工智能领域遇到技术难题,或是需要专业支持,无论是技术咨询、项目开发还是个性化解决方案,我都可以为您提供专业服务,如有需要可站内私信或添加下方VX名片(ID:xf982831907)

期待与您一起交流,共同探索AI的更多可能!

相关推荐
IT小哥哥呀2 天前
Python实用技巧:批量处理Excel数据并生成销售报表(含实战案例)
python·pandas·数据可视化·数据处理·报表生成·excel自动化·办公神器
大飞码农3 天前
📊 开源了一个 Git 代码统计神器,解决了团队代码量统计的 N 个痛点
git·数据可视化
西***63477 天前
怕故障?怕扩展难?分布式可视化控制:给足场景安全感
分布式·数据可视化
Aloudata技术团队8 天前
以 NoETL 指标语义层为核心:打造可信、智能的 Data Agent 产品实践
数据挖掘·数据分析·数据可视化
爱思德学术8 天前
中国计算机学会(CCF)推荐学术会议-B(数据库/数据挖掘/内容检索):PODS 2026
数据库·数据分析·数据可视化·数据库系统
Serendipity_Carl11 天前
爬虫数据清洗可视化案例之全球灾害数据
爬虫·python·pycharm·数据可视化·数据清洗
青云交11 天前
Java 大视界 -- Java 大数据在智能建筑能耗监测与节能策略制定中的应用
数据分析·数据存储·数据可视化·1024程序员节·能耗监测·java 大数据·智能建筑
M00668811 天前
从拖拽到架构:低代码如何兼顾速度、灵活性与可控边界
低代码·数据可视化
麦麦大数据12 天前
F032 材料科学文献知识图谱可视化分析系统(四种知识图谱可视化布局) | vue + flask + echarts + d3.js 实现
vue.js·flask·知识图谱·数据可视化·论文文献·1024程序员节·科研图谱
JEECG低代码平台13 天前
JimuReport 积木报表 v2.1.5 版本发布,免费的可视化报表和大屏
报表·数据可视化·打印报表