Python應(yīng)用之利用pyecharts畫(huà)中國(guó)地圖
這段時(shí)間在爬取了杭州某網(wǎng)站發(fā)布的二手房信息,在作圖的時(shí)候發(fā)現(xiàn)在地圖呈現(xiàn)上還是有欠缺,這里就把用到的貼出來(lái),提升一下記憶。
之前有接觸用Basemap繪制地圖,但是在涉及到中國(guó)行政劃分上感覺(jué)不是很方便。Echarts在數(shù)據(jù)可視化上應(yīng)用比較廣泛,這里采用pyecharts生成echarts風(fēng)格的圖表。
環(huán)境:pycharm;python3.6;
1、安裝
pycharts包的安裝
pip install pyecharts
在繪制地圖時(shí),需要導(dǎo)入相應(yīng)的地圖文件包
- 全球國(guó)家地圖: echarts-countries-pypkg (1.9MB)
- 中國(guó)省級(jí)地圖: echarts-china-provinces-pypkg (730KB)
- 中國(guó)市級(jí)地圖: echarts-china-cities-pypkg (3.8MB)
建議繪圖之前就裝好,安裝方法跟安裝工具包的方法一致:
pip install echarts-countries-pypkg; pip install echarts-china-provinces-pypkg pip install echarts-china-cities-pypkg
2、繪制地圖
from pyecharts import Map # attr, value要顯示的數(shù)值 value = [20, 100] attr = ['余杭區(qū)', '蕭山區(qū)'] # 圖框的基本特性 m = Map('杭州地圖示例圖', width=600, height=400) # 添加數(shù)據(jù)到圖框中 m.add('', attr, value, maptype=u'杭州', visual_range=[0, 100], is_visualmap=True, visual_text_color='#000') # show_config() 打印輸出圖表的所有配置項(xiàng) m.show_config() # render() 生成 .html 文件 m.render()
m = Map( title=”“, subtitle=”“, **kwargs)
指定圖框基本特性。
m.add(**kwargs)
主要用于數(shù)據(jù)呈現(xiàn),依次為圖例、x, y。
attr
: list, 是地級(jí)市名的列表,你要對(duì)哪個(gè)區(qū)域進(jìn)行標(biāo)注,就寫(xiě)入對(duì)應(yīng)的區(qū)域。注意里面的名字要規(guī)整,不然后面就標(biāo)記不成功。value
:list, 是attr各區(qū)對(duì)應(yīng)的數(shù)值。maptype=u’杭州’
:指定需要繪制的地區(qū)的區(qū)域。可以是省級(jí)地名,也可以是市級(jí)地名。visual_range=[0,100]
:指定地圖的顏色范圍區(qū)間,默認(rèn)是[0,100]。這里主要是參考y值的范圍,便于生成有顏色差的圖形。is_label_show=True
:顯示每個(gè)點(diǎn)的值x
m.show_config()
: 會(huì)在終端打印出圖表文件的所有配置項(xiàng)。
m.render()
:默認(rèn)在當(dāng)前文件生成一個(gè)render.html 文件
通過(guò)瀏覽器打開(kāi)生成的render.html文件即可看到生成的圖形
pyecharts的坑---“畫(huà)圖不顯示“
關(guān)于Pyecharts畫(huà)圖,圖卻不顯示出來(lái)的問(wèn)題,出問(wèn)題可能有好幾種原因??赡苁前姹締?wèn)題、包沒(méi)下全等等,在這邊說(shuō)的是一個(gè)很坑的問(wèn)題,博主因?yàn)檫@個(gè)白白浪費(fèi)了好幾個(gè)小時(shí)和精力。
最近在做數(shù)據(jù)挖掘課設(shè),用pandas處理數(shù)據(jù),十分的方便,沒(méi)錯(cuò),圖不顯示就是因?yàn)樗?/p>
下面為大家舉個(gè)例子
假設(shè)我們有一組數(shù)據(jù),轉(zhuǎn)為DataFrame或者Series后經(jīng)過(guò)多種處理,最終從中提取出來(lái),想要用pyecharts做一個(gè)圖,于是就會(huì)出現(xiàn)文章標(biāo)題這樣的錯(cuò)誤。
from pyecharts.charts import Bar from pyecharts import options as opts import pandas as pd x = [16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49] y = [3, 8, 7, 18, 28, 48, 59, 44, 61, 80, 69, 59, 63, 59, 64, 46, 64, 55, 50, 62, 57, 51, 44, 34, 34, 34, 40, 34, 39, 41, 22, 43, 30, 23] pdx = pd.Series(x) pdy = pd.Series(y) x_value = pdx.values y_value = pdy.values # Pyecharts 1.9.0所以支持鏈?zhǔn)奖磉_(dá) bar = ( Bar() .add_xaxis(x_value) .add_yaxis("y值", y_value) .set_global_opts(title_opts=opts.TitleOpts(title="標(biāo)題")) ) bar.render()
讓我們來(lái)看看這樣畫(huà)出來(lái)的圖,就會(huì)發(fā)現(xiàn)它顯示不出來(lái)。
原因如下
print(x_value) print(type(y_value)) print(type(y_value[0]))
打印出來(lái)之后就會(huì)發(fā)現(xiàn):
[16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
40 41 42 43 44 45 46 47 48 49]
<class 'numpy.ndarray'>
<class 'numpy.int64'>
列表中的數(shù)據(jù)類(lèi)型為numpy.int64
而pyecharts要求int類(lèi)型的數(shù)據(jù),所以畫(huà)的柱狀圖無(wú)法顯示數(shù)據(jù)。
正確的做法就是把數(shù)據(jù)全部轉(zhuǎn)為int類(lèi)型,或者不用pandas處理數(shù)據(jù)…
我嘗試著在轉(zhuǎn)為datafram、或series時(shí)將類(lèi)型轉(zhuǎn)為int,但它還是會(huì)自動(dòng)轉(zhuǎn)為numpy.int32。
pdx = pd.Series(x, dtype=int) pdy = pd.Series(y, dtype=int)
print類(lèi)型
<class 'numpy.ndarray'> <class 'numpy.int32'>
不過(guò)知道原因之后就好解決了。
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
python生成器,可迭代對(duì)象,迭代器區(qū)別和聯(lián)系
這篇文章主要介紹了python生成器,可迭代對(duì)象,迭代器區(qū)別和聯(lián)系,通過(guò)對(duì)比用法讓大家更加深入理解相關(guān)知識(shí),需要的朋友參考學(xué)習(xí)下吧。2018-02-02Python3 assert斷言實(shí)現(xiàn)原理解析
這篇文章主要介紹了Python3 assert斷言實(shí)現(xiàn)原理解析,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-03-03分析python并發(fā)網(wǎng)絡(luò)通信模型
隨著互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的高速發(fā)展,使用網(wǎng)絡(luò)的人數(shù)和電子設(shè)備的數(shù)量急劇增長(zhǎng),其也對(duì)互聯(lián)網(wǎng)后臺(tái)服務(wù)程序提出了更高的性能和并發(fā)要求。本文主要分析比較了一些模型的優(yōu)缺點(diǎn),并且用python來(lái)實(shí)現(xiàn)2021-06-06TensorFlow梯度求解tf.gradients實(shí)例
今天小編就為大家分享一篇TensorFlow梯度求解tf.gradients實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-02-02python實(shí)現(xiàn)三種字符串格式化方法(%、format、f-string)
本文主要介紹了python實(shí)現(xiàn)三種字符串格式化方法,主要包括%、format、f-string,具有一定的參考價(jià)值,感興趣的可以了解一下2023-10-10python簡(jiǎn)單商城購(gòu)物車(chē)實(shí)例代碼
這篇文章主要為大家詳細(xì)介紹了python簡(jiǎn)單商城購(gòu)物車(chē)的實(shí)例代碼,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-03-03pandas apply多線(xiàn)程實(shí)現(xiàn)代碼
這篇文章主要介紹了pandas apply多線(xiàn)程實(shí)現(xiàn)代碼,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-08-08