python根據(jù)json數(shù)據(jù)畫(huà)疫情分布地圖的詳細(xì)代碼

注:數(shù)據(jù)集在文章最后
一.基礎(chǔ)地圖使用
1.掌握使用pyecharts構(gòu)建基礎(chǔ)的全國(guó)地圖可視化圖表
演示
from pyecharts.charts import Map
from pyecharts.options import VisualMapOpts
map=Map()
data=[
("北京",99),
("上海",199),
("湖南",299),
("臺(tái)灣",199),
("安徽",299),
("廣州",399),
("湖北",599)
]
map.add("地圖",data,"china")
map.set_global_opts(
visualmap_opts=VisualMapOpts(
is_show=True
)
)
map.render("1.html")結(jié)果是

這里有個(gè)問(wèn)題

is_show=True表示展示圖例,但是不準(zhǔn)怎么辦?
這就需要手動(dòng)校準(zhǔn)范圍
from pyecharts.charts import Map
from pyecharts.options import VisualMapOpts
map=Map()
data=[
("北京",99),
("上海",199),
("湖南",299),
("臺(tái)灣",199),
("安徽",299),
("廣州",399),
("湖北",599)
]
map.add("地圖",data,"china")
map.set_global_opts(
visualmap_opts=VisualMapOpts(
is_show=True,
is_piecewise=True,
pieces=[
{"min": 1, "max": 9, "label": "1-9人", "color": "#CCFFFF"},
{"min": 10, "max": 99, "label": "10-99人", "color": "#FFFF99"},
{"min": 100, "max": 499, "label": "100-499人", "color": "#FF9966"},
{"min": 500, "max": 999, "label": "500-999人", "color": "#FF6666"},
{"min": 1000, "max": 9999, "label": "1000-9999人", "color": "#CC3333"},
{"min": 10000, "label": "10000以上", "color": "#990033"},
]
)
)
map.render("1.html")結(jié)果是

這樣就可以了
再解釋一下顏色的設(shè)置


這樣就可以查詢(xún)相應(yīng)的顏色
二.疫情地圖——國(guó)內(nèi)疫情地圖
1.案例效果

演示

利用json在線在線解析工具可以看到

那么我們就可以知道該怎么去提取
#從字典中取出省份數(shù)據(jù) province_data_list=data_dict["areaTree"][0]["children"]
代碼
import json
from pyecharts.charts import Map
from pyecharts.options import *
#讀取文件
f=open("D:/疫情.txt","r",encoding="utf-8")
data=f.read()
#關(guān)閉文件
f.close()
#獲取各省數(shù)據(jù)
#將字符串json轉(zhuǎn)化為python的字典
data_dict=json.loads(data)
#從字典中取出省份數(shù)據(jù)
province_data_list=data_dict["areaTree"][0]["children"]
#組裝每個(gè)省份和確診人數(shù)為元組,并各個(gè)省的數(shù)據(jù)都封裝如列表
data_list=[]#繪圖需要用到數(shù)據(jù)列表
for province_data in province_data_list:
province_name=province_data["name"]#省份名稱(chēng)
province_confirm=province_data["total"]["confirm"]#確診人數(shù)
data_list.append((province_name,province_confirm))#這里注意列表里面嵌套的是元組
print(f"{type(data_list)}\n{data_list}")
#創(chuàng)建地圖對(duì)象
map=Map()
#添加數(shù)據(jù)
map.add("各省份確診人數(shù)",data_list,"china")
#設(shè)置全局配置,定制分段到1視覺(jué)映射
map.set_global_opts(
title_opts=TitleOpts("全國(guó)疫情地圖",pos_left="center",pos_bottom="1%"),
visualmap_opts=VisualMapOpts(
is_show=True,#是否顯示
is_piecewise=True,#是否分段
pieces=[
{"min": 1, "max": 9, "label": "1-9人", "color": "#CCFFFF"},
{"min": 10, "max": 99, "label": "10-99人", "color": "#FFFF99"},
{"min": 100, "max": 499, "label": "100-499人", "color": "#FF9966"},
{"min": 500, "max": 999, "label": "500-999人", "color": "#FF6666"},
{"min": 1000, "max": 9999, "label": "1000-9999人", "color": "#CC3333"},
{"min": 10000, "label": "10000以上", "color": "#990033"},
]
)
)
map.render("全國(guó)疫情地圖.html")
結(jié)果是

三.疫情地圖——省級(jí)疫情地圖
以河南省為例

代碼
import json
from pyecharts.charts import Map
from pyecharts.options import *
f=open("D:/疫情.txt","r",encoding="utf-8")
data=f.read()
#關(guān)閉文件
f.close()
#json數(shù)據(jù)轉(zhuǎn)化為python字典
data_dict=json.loads(data)
#取到河南省數(shù)據(jù)
cities_data=data_dict["areaTree"][0]["children"][3]["children"]
#準(zhǔn)備數(shù)據(jù)為元組并放入list
data_list=[]
for city_data in cities_data:
city_name=city_data["name"]+"市"
city_confirm=city_data["total"]["confirm"]
data_list.append((city_name,city_confirm))
#構(gòu)建地圖
map=Map()
map.add("河南省疫情分布",data_list,"河南")
#設(shè)置全局選項(xiàng)
map.set_global_opts(
title_opts=TitleOpts(title="河南疫情地圖"),
visualmap_opts=VisualMapOpts(
is_show=True,#是否顯示
is_piecewise=True,#是否分段
pieces=[
{"min": 1, "max": 9, "label": "1-9人", "color": "#CCFFFF"},
{"min": 10, "max": 99, "label": "10-99人", "color": "#FFFF99"},
{"min": 100, "max": 499, "label": "100-499人", "color": "#FF9966"},
{"min": 500, "max": 999, "label": "500-999人", "color": "#FF6666"},
{"min": 1000, "max": 9999, "label": "1000-9999人", "color": "#CC3333"},
{"min": 10000, "label": "10000以上", "color": "#990033"},
]
)
)
map.render("河南疫情地圖.html")
結(jié)果是

有個(gè)問(wèn)題:濟(jì)源市因?yàn)閿?shù)據(jù)集中沒(méi)有相應(yīng)數(shù)據(jù),所以需要我們手動(dòng)加上去

這樣就可以了
結(jié)果是

四.數(shù)據(jù)集
鏈接: https://pan.baidu.com/s/10eqeAEPjZC9PohlSnMOkJg?pwd=sjte
提取碼: sjte

到此這篇關(guān)于python根據(jù)json數(shù)據(jù)畫(huà)疫情分布地圖的詳細(xì)代碼的文章就介紹到這了,更多相關(guān)python畫(huà)疫情分布地圖內(nèi)容請(qǐng)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!
相關(guān)文章
PyCharm中的terminal運(yùn)行從PS修改成cmd方式
這篇文章主要介紹了PyCharm中的terminal運(yùn)行從PS修改成cmd方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-06-06
圖解Python中淺拷貝copy()和深拷貝deepcopy()的區(qū)別
這篇文章主要介紹了Python中淺拷貝copy()和深拷貝deepcopy()的區(qū)別,淺拷貝和深拷貝想必大家在學(xué)習(xí)中遇到很多次,這也是面試中常常被問(wèn)到的問(wèn)題,本文就帶你詳細(xì)了解一下2023-05-05
Python3中l(wèi)ambda表達(dá)式與函數(shù)式編程講解
今天小編就為大家分享一篇關(guān)于Python3中l(wèi)ambda表達(dá)式與函數(shù)式編程講解,小編覺(jué)得內(nèi)容挺不錯(cuò)的,現(xiàn)在分享給大家,具有很好的參考價(jià)值,需要的朋友一起跟隨小編來(lái)看看吧2019-01-01
Jupyter notebook命令和編輯模式常用快捷鍵匯總
這篇文章主要介紹了Jupyter notebook命令和編輯模式常用快捷鍵匯總,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2020-11-11
Python Unittest自動(dòng)化單元測(cè)試框架詳解
這篇文章主要為大家詳細(xì)介紹了Python Unittest自動(dòng)化單元測(cè)試框架的相關(guān)資料,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-04-04
Python實(shí)現(xiàn)判斷一行代碼是否為注釋的方法
今天小編就為大家分享一篇Python實(shí)現(xiàn)判斷一行代碼是否為注釋的方法,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2018-05-05

