python根據(jù)json數(shù)據(jù)畫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 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)問題:濟(jì)源市因?yàn)閿?shù)據(jù)集中沒有相應(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到的問題,本文就帶你詳細(xì)了解一下2023-05-05Python3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看看吧2019-01-01Jupyter 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2020-11-11Python 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2018-04-04Python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。一起跟隨小編過來看看吧2018-05-05