Python学习从0到1 day18 Python可视化基础综合案例 2.地图可视化

  • 开发
  • 46

在谷底也要开花，在海底也要望月

                                  —— 24.3.24

一、基础地图使用

1.基础地图演示

掌握使用pyecharts构建基础的全国地图可视化图表

通过导入pyecharts模块中的一个Map方法，通过它可以得到一个地图对象

数据的结构都是列表，列表中嵌套一个个元组对象，存储的是对象和地图

在写的时候要写上xx省/市

# 演示地图可视化案例

# 导入地图的包
from pyecharts.charts import Map
# 导入绘制属性的包
from  pyecharts.options import VisualMapOpts

# 准备地图对象
map = Map()

# 准备数据 是一个元组列表，每一个元组第一个元素时省份，第二个元素是相关的数值
# ！！！在写的时候要写上xx省/市
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：通过map对象调用add方法添加数据,默认也是中国地图
map.add("测试地图",data,"china")


# 绘图
map.render()

2.视觉映射器 设置全局选项

# 设置全局选项
map.set_global_opts(
    visualmap_opts=VisualMapOpts(
        is_show=True,
        # 允许手动校准范围
        is_piecewise=True,
        pieces=[
            {"min": 1, "max": 9, "label": "1-9", "color":"#CCFFFF"},
            {"min": 10, "max": 99, "label": "10-99", "color": "#FF6666"},
            {"min": 100, "max": 500, "label": "100-500", "color": "#990033"},
        ]
    )
)

3.运行结果

颜色的代码在ab173网站中，前端按钮的颜色对照表，找到颜色对应的代码

二、疫情地图—国内疫情地图

1.处理数据

# 演示全国疫情可视化地图的开发
import json
from pyecharts.charts import Map
from pyecharts.options import *

# 读取数据文件
f = open("E:\python.learning\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，并各个省的数据都封装入列表内
data_list = []  # 绘图需要用到的数据列表
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))

2.设置地图

# 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":99,"lable":"1~99人","color":"#CCFFFF"},
            {"min": 100, "max": 999, "lable": "100~999人", "color": "#FFFF99"},
            {"min": 1000, "max": 4999, "lable": "10~4999人", "color": "#FF9966"},
            {"min": 5000, "max": 9999, "lable": "5000~9999人", "color": "#FF6666"},
            {"min": 10000, "max": 99999, "lable": "10000~99999人", "color": "#CC3333"},
            {"min": 100000, "lable": "100000+", "color": "#990033"},
        ]
    )
)

# 绘图
map.render("全国疫情地图.html")

3.整体代码 

"""
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:/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，通过字典对象的层次结构
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("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": 99, "lable": "1~99人", "color": "#CCFFFF"},
            {"min": 100, "max": 999, "lable": "100~9999人", "color": "#FFFF99"},
            {"min": 1000, "max": 4999, "lable": "1000~4999人", "color": "#FF9966"},
            {"min": 5000, "max": 9999, "lable": "5000~99999人", "color": "#FF6666"},
            {"min": 10000, "max": 99999, "lable": "10000~99999人", "color": "#CC3333"},
            {"min": 100000, "lable": "100000+", "color": "#990033"},
        ]
    )
)
# 绘图
map.render("全国疫情地图.html")

允许html程序：

三、疫情地图——省级疫情地图

1.处理数据

# 演示河南省疫情地图开发
import json
from pyecharts.charts import Map    # 导入地图包
from pyecharts.options import *

# 读取文件
f = open("E:\python.learning\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"]

# 准备数据为元组并收入list
data_list = []
for city_data in cities_data:
    city_nmae = city_data["name"] + "市"
    city_confirm = city_data["total"]["confirm"]
    data_list.append((city_nmae,city_confirm))

# 手动添加济源市
data_list.append(("济源市",5))

2.调用函数构建地图

# 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="河南省疫情地图"),
    visualmap_opts=VisualMapOpts(
        is_show = True, # 是否显示
        is_piecewise = True, # 是否分段
        pieces=[
            {"min":1,"max":99,"lable":"1~99人","color":"#CCFFFF"},
            {"min": 100, "max": 999, "lable": "100~999人", "color": "#FFFF99"},
            {"min": 1000, "max": 4999, "lable": "10~4999人", "color": "#FF9966"},
            {"min": 5000, "max": 9999, "lable": "5000~9999人", "color": "#FF6666"},
            {"min": 10000, "max": 99999, "lable": "10000~99999人", "color": "#CC3333"},
            {"min": 100000, "lable": "100000+", "color": "#990033"},
        ]
    )
)

# 绘图
map.render("河南省疫情地图.html")

 整体代码

# 演示河南省疫情地图开发
import json
from pyecharts.charts import Map    # 导入地图包
from pyecharts.options import *

# 读取文件
f = open("E:\python.learning\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"]

# 准备数据为元组并收入list
data_list = []
for city_data in cities_data:
    city_nmae = city_data["name"] + "市"
    city_confirm = city_data["total"]["confirm"]
    data_list.append((city_nmae,city_confirm))

# 手动添加济源市
data_list.append(("济源市",5))

# 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="河南省疫情地图"),
    visualmap_opts=VisualMapOpts(
        is_show = True, # 是否显示
        is_piecewise = True, # 是否分段
        pieces=[
            {"min":1,"max":99,"lable":"1~99人","color":"#CCFFFF"},
            {"min": 100, "max": 999, "lable": "100~999人", "color": "#FFFF99"},
            {"min": 1000, "max": 4999, "lable": "10~4999人", "color": "#FF9966"},
            {"min": 5000, "max": 9999, "lable": "5000~9999人", "color": "#FF6666"},
            {"min": 10000, "max": 99999, "lable": "10000~99999人", "color": "#CC3333"},
            {"min": 100000, "lable": "100000+", "color": "#990033"},
        ]
    )
)

# 绘图
map.render("河南省疫情地图.html")

3.运行结果

阅读全部

相关推荐

最近更新

  3. docker php8.1+nginx base 镜像 dockerfile 配置

    2024-03-28 06:22:02       94 阅读

  4. Could not load dynamic library ‘cudart64_100.dll‘

    2024-03-28 06:22:02       100 阅读

  9. 在Django里面运行非项目文件

    2024-03-28 06:22:02       82 阅读

  19. Python语言-面向对象

    2024-03-28 06:22:02       91 阅读

  20. 如何分清楚常见的 Git 分支管理策略Git Flow、GitHub Flow 和 GitLab Flow

    2024-03-28 06:22:02       85 阅读

热门阅读

  1. C 指针数组

    2024-03-28 06:22:02       37 阅读

  4. pytorch笔记篇：pandas之数据预处理(更新中)

    2024-03-28 06:22:02       42 阅读

  6. Android数据存储:SQLite、Room

    2024-03-28 06:22:02       48 阅读

  7. 基于Python的旅游网站数据爬虫分析

    2024-03-28 06:22:02       37 阅读

  12. docker安装postgresql数据库包含postgis扩张

    2024-03-28 06:22:02       40 阅读
  14. [XG] HTTP

    [XG] HTTP

    2024-03-28 06:22:02      41 阅读

  15. 动归：62、不同路径（python列表总有些奇怪的坑）

    2024-03-28 06:22:02       38 阅读

  21. 前端学习-CSS基础-Day2

    2024-03-28 06:22:02       38 阅读

  22. 机器学习：理论、方法与应用实践

    2024-03-28 06:22:02       41 阅读

  26. 机器学习（复试）

    2024-03-28 06:22:02       38 阅读