python使用pyecharts庫畫地圖數(shù)據(jù)可視化的實現(xiàn)
python使用pyecharts庫畫地圖數(shù)據(jù)可視化導(dǎo)庫中國地圖代碼結(jié)果世界地圖代碼結(jié)果省級地圖代碼結(jié)果地級市地圖代碼結(jié)果
導(dǎo)庫
from pyecharts import options as opts from pyecharts.charts import Map
中國地圖
代碼
data = [('湖北', 9074),('浙江', 661),('廣東', 632),('河南', 493),('湖南', 463), ('安徽', 340),('江西', 333),('重慶', 275),('江蘇', 236),('四川', 231), ('山東', 230),('北京', 191),('上海', 182),('福建', 159),('陜西', 116), ('廣西', 111),('云南', 105),('河北', 104),('黑龍江', 95),('遼寧', 69), ('海南', 64),('新疆', 21),('內(nèi)蒙古', 21),('寧夏', 28),('青海', 11),('甘肅', 40),('西藏', 1), ('貴州', 38),('山西', 56),('吉林', 23),('臺灣', 10),('天津', 48),('香港', 14),('澳門', 8)] def map_china() -> Map: c = ( Map() .add(series_name="確診病例", data_pair=data, maptype="china",zoom = 1,center=[105,38]) .set_global_opts( title_opts=opts.TitleOpts(title="疫情地圖"), visualmap_opts=opts.VisualMapOpts(max_=9999,is_piecewise=True, pieces=[{"max": 9, "min": 0, "label": "0-9","color":"#FFE4E1"}, {"max": 99, "min": 10, "label": "10-99","color":"#FF7F50"}, {"max": 499, "min": 100, "label": "100-499","color":"#F08080"}, {"max": 999, "min": 500, "label": "500-999","color":"#CD5C5C"}, {"max": 9999, "min": 1000, "label": ">=1000", "color":"#8B0000"}] ) ) ) return c d_map = map_china() d_map.render_notebook()
結(jié)果
世界地圖代碼
data = [['China', 14489],['Japan', 20],['Thailand', 19],['Singapore', 18],['Korea', 15], ['Australia', 12],['Germany', 10],['Malaysia', 8],['United States', 8],['Vietnam', 7],['France', 6], ['United Arab Emirates', 5],['Canada', 4],['Italy', 2],['India', 2], ['United Kingdom', 2],['Philippines', 2],['Russia', 2],['Sri Lanka', 1],['Cambodia', 1], ['Nepal', 1],['Sweden', 1],['Finland', 1],['Spain', 1]] def map_world() -> Map: c = ( Map() .add("確診病例", data, maptype="world",zoom = 1) .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts( title_opts=opts.TitleOpts(title="疫情地圖"), visualmap_opts=opts.VisualMapOpts(max_=100,is_piecewise=False), ) ) return c d_map = map_world() d_map.render_notebook()
結(jié)果
省級地圖代碼
data = [['昆明市', 31],['玉溪市', 11],['楚雄彝族自治州', 2],['西雙版納傣族自治州', 12],['普洱市', 4], ['昭通市', 8],['曲靖市', 5],['迪慶藏族自治州', 0],['麗江市', 7],['臨滄市', 1],['保山市', 8], ['怒江傈僳族自治州', 0],['大理白族自治州', 7],['德宏傣族景頗族自治州', 4],['紅河哈尼族彝族自治州', 5], ['文山壯族苗族自治州', 0]] def map_yunnan() -> Map: c = ( Map() .add("確診病例", data, "云南",zoom = 1) .set_global_opts( title_opts=opts.TitleOpts(title="云南疫情地圖"), visualmap_opts=opts.VisualMapOpts(max_=31,is_piecewise=True, pieces=[{"max": 0, "min": 0, "label": "0","color":"#FFFFFF"}, {"max": 9, "min": 1, "label": "0-9","color":"#FFE4E1"}, {"max": 99, "min": 10, "label": "10-99","color":"#FF7F50"}, {"max": 499, "min": 100, "label": "100-499","color":"#F08080"}, {"max": 999, "min": 500, "label": "500-999","color":"#CD5C5C"}, {"max": 9999, "min": 1000, "label": ">=1000", "color":"#8B0000"}] ), ) ) return c d_map = map_yunnan() d_map.render_notebook()
結(jié)果
地級市地圖代碼
data = [['楚雄市', 31],['玉溪市', 11],['楚雄彝族自治州', 2],['西雙版納傣族自治州', 12],['普洱市', 4], ['昭通市', 8],['曲靖市', 5],['迪慶藏族自治州', 0],['麗江市', 7],['臨滄市', 1],['保山市', 8], ['怒江傈僳族自治州', 0],['大理白族自治州', 7],['德宏傣族景頗族自治州', 4],['紅河哈尼族彝族自治州', 5], ['文山壯族苗族自治州', 0]] def map_yunnan() -> Map: c = ( Map() .add("確診病例", data_pair=data, maptype="楚雄彝族自治州",zoom = 1) .set_global_opts( title_opts=opts.TitleOpts(title="楚雄地圖"), visualmap_opts=opts.VisualMapOpts(max_=31,is_piecewise=False), ) ) return c d_map = map_yunnan() d_map.render_notebook()
結(jié)果
到此這篇關(guān)于python使用pyecharts庫畫地圖數(shù)據(jù)可視化的實現(xiàn)的文章就介紹到這了,更多相關(guān)python pyecharts地圖內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- Python數(shù)據(jù)可視化 pyecharts實現(xiàn)各種統(tǒng)計圖表過程詳解
- python用pyecharts實現(xiàn)地圖數(shù)據(jù)可視化
- Python數(shù)據(jù)可視化Pyecharts庫實現(xiàn)桑葚圖效果
- Python數(shù)據(jù)可視化Pyecharts庫的使用教程
- Python?數(shù)據(jù)可視化神器Pyecharts繪制圖像練習(xí)
- Python數(shù)據(jù)可視化Pyecharts制作Heatmap熱力圖
- Python數(shù)據(jù)可視化之Pyecharts使用詳解
- Python?pyecharts案例超市4年數(shù)據(jù)可視化分析
相關(guān)文章
python3實現(xiàn)網(wǎng)頁版raspberry pi(樹莓派)小車控制
這篇文章主要為大家詳細(xì)介紹了python3實現(xiàn)網(wǎng)頁版raspberry pi(樹莓派)小車控制,文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下2020-02-02Python實現(xiàn)線性判別分析(LDA)的MATLAB方式
今天小編大家分享一篇Python實現(xiàn)線性判別分析(LDA)的MATLAB方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12Python中設(shè)置變量作為默認(rèn)值時容易遇到的錯誤
這篇文章主要介紹了Python中設(shè)置變量作為默認(rèn)值時容易遇到的錯誤,這是Python新手經(jīng)常容易碰到的問題,且往往不會被輕易察覺到,需要的朋友可以參考下2015-04-04python機(jī)器學(xué)習(xí)實現(xiàn)決策樹
這篇文章主要為大家詳細(xì)介紹了python機(jī)器學(xué)習(xí)實現(xiàn)決策樹,文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下2019-11-11python抓取網(wǎng)頁內(nèi)容并進(jìn)行語音播報的方法
今天小編就為大家分享一篇python抓取網(wǎng)頁內(nèi)容并進(jìn)行語音播報的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2018-12-12