python最全画地图，可视化数据
有时我们会很希望把数据展示在地图上，来做数据可视化，使数据更加清晰明了，可谓一图胜百文。先说说我用地图做什么了：微信好友全国分布，显示票房省份数据，全国评分显示等等，我这个语言能力很是头疼啊，进入正题吧
这里选用的是pyecharts模块，虽然python有自带的画图模块，matplotlib，但他是静态图，后来发现了pyecharts模块，瞬间爱上了这个模块，这种动态效果，数据好处理，简直简直太好用了，后面我会继续更新该模块其他画图功能
在使用地图前需要安装一下适合自己的地图包：
要记得安装对应的地图拓展：
-
选择自己需要的安装
-
$ pip
install echarts-countries-pypkg
-
$ pip
install echarts-china-provinces-pypkg
-
$ pip
install echarts-china-cities-pypkg
-
$ pip
install echarts-china-counties-pypkg
-
$ pip
install echarts-china-misc-pypkg
-
$ pip
install echarts-united-kingdom-pypkg
# 选择自己需要的安装
pip install echarts-countries-pypkg
pip install echarts-china-provinces-pypkg
pip install echarts-china-cities-pypkg
pip install echarts-china-counties-pypkg
pip install echarts-china-misc-pypkg
pip install echarts-united-kingdom-pypkg
主要地图来源于这两个 Map, Geo
from pyecharts import Map, Geo
先定义一下数据
-
# 世界地图数据
-
value = [
95.1,
23.2,
43.3,
66.4,
88.5]
-
attr= [
"China",
"Canada",
"Brazil",
"Russia",
"United States"]
-
-
# 省和直辖市
-
province_distribution = {
'河南':
45.23,
'北京':
37.56,
'河北':
21,
'辽宁':
12,
'江西':
6,
'上海':
20,
'安徽':
10,
'江苏':
16,
'湖南':
9,
'浙江':
13,
'海南':
2,
'广东':
22,
'湖北':
8,
'黑龙江':
11,
'澳门':
1,
'陕西':
11,
'四川':
7,
'内蒙古':
3,
'重庆':
3,
'云南':
6,
'贵州':
2,
'吉林':
3,
'山西':
12,
'山东':
11,
'福建':
4,
'青海':
1,
'舵主科技，质量保证':
1,
'天津':
1,
'其他':
1}
-
provice=
list(province_distribution.keys())
-
values=
list(province_distribution.values())
-
-
# 城市 -- 指定省的城市 xx市
-
city = [
'郑州市',
'安阳市',
'洛阳市',
'濮阳市',
'南阳市',
'开封市',
'商丘市',
'信阳市',
'新乡市']
-
values2 = [
1.07,
3.85,
6.38,
8.21,
2.53,
4.37,
9.38,
4.29,
6.1]
-
-
# 区县 -- 具体城市内的区县 xx县
-
quxian = [
'夏邑县',
'民权县',
'梁园区',
'睢阳区',
'柘城县',
'宁陵县']
-
values3 = [
3,
5,
7,
8,
2,
4]
世界地图：
-
map
0 = Map(
"世界地图示例", width=
1200, height=
600)
-
map
0.add(
"世界地图", attr, value, maptype=
"world", is_visualmap=True, visual_text_color=
'#000')
-
map
0.render(path=
"./data/04-00世界地图.html")
中国地图
-
# maptype=
'china' 只显示全国直辖市和省级
-
# 数据只能是省名和直辖市的名称
-
map = Map(
"中国地图",
'中国地图', width=
1200, height=
600)
-
map.add(
"", provice, values, visual_range=[
0,
50], maptype=
'china', is_visualmap=True,
-
visual_text_color=
'#000')
-
map.show_config()
-
map.render(path=
"./data/04-01中国地图.html")
省份地图
-
# 河南地图 数据必须是省内放入城市名
-
map2 = Map(
"河南地图",
'河南', width=
1200, height=
600)
-
map2.add(
'河南', city, values2, visual_range=[
1,
10], maptype=
'河南', is_visualmap=
True, visual_text_color=
'#000')
-
map2.show_config()
-
map2.render(path=
"./data/04-02河南地图.html")
区县地图
-
# # 商丘地图 数据为商丘市下的区县
-
map3 = Map(
"商丘地图",
'商丘', width=
1200, height=
600)
-
map3.add(
"商丘", quxian, values3, visual_range=[
1,
10], maptype=
'商丘', is_visualmap=
True,
-
visual_text_color=
'#000')
-
map3.render(path=
"./data/04-03商丘地图.html")
下面的这两个可直接使用全国城市
热力分布图
-
data = [
-
(
"海门",
9),(
"鄂尔多斯",
12),(
"招远",
12),(
"舟山",
12),(
"齐齐哈尔",
14),(
"盐城",
15),
-
(
"赤峰",
16),(
"青岛",
18),(
"乳山",
18),(
"金昌",
19),(
"泉州",
21),(
"莱西",
21),
-
(
"日照",
21),(
"胶南",
22),(
"南通",
23),(
"拉萨",
24),(
"云浮",
24),(
"梅州",
25)]
-
-
attr,
value = geo.cast(data)
-
-
geo = Geo(
"全国主要城市空气质量热力图",
"data from pm2.5", title_color=
"#fff", title_pos=
"center", width=
1200, height=
600, background_color=
'#404a59')
-
-
geo.
add(
"空气质量热力图", attr,
value, visual_range=[
0,
25], type=
'heatmap',visual_text_color=
"#fff", symbol_size=
15, is_visualmap=True, is_roam=False)
-
geo.show_config()
-
geo.render(path=
"./data/04-04空气质量热力图.html")
-
# 空气质量评分
-
indexs = [
'上海',
'北京',
'合肥',
'哈尔滨',
'广州',
'成都',
'无锡',
'杭州',
'武汉',
'深圳',
'西安',
'郑州',
'重庆',
'长沙']
-
values = [
4.07,
1.85,
4.38,
2.21,
3.53,
4.37,
1.38,
4.29,
4.1,
1.31,
3.92,
4.47,
2.40,
3.60]
-
-
-
geo = Geo(
"全国主要城市空气质量评分",
"data from pm2.5", title_color=
"#fff", title_pos=
"center", width=
1200, height=
600, background_color=
'#404a59')
-
-
# type="effectScatter", is_random=True, effect_scale=5 使点具有发散性
-
geo.add(
"空气质量评分", indexs, values, type=
"effectScatter", is_random=
True, effect_scale=
5, visual_range=[
0,
5],visual_text_color=
"#fff", symbol_size=
15, is_visualmap=
True, is_roam=
False)
-
geo.show_config()
-
geo.render(path=
"./data/04-05空气质量评分.html")
