python动态交互式图表库_干货 | 使用pyecharts绘制交互式动态地图

说到pyecharts,相信很多人不会陌生,一个优秀的python可视化包。

pyecharts是中国人开发的,相比较matplotlib、seaborn等老牌可视化库,pyecharts是十分符合国内用户习惯的,尤其在地理空间图表方面。

本文是想试探一下pyecharts在绘制地理图表方面的功底如何,那就开始吧!

安装pyecharts

pyecharts支持pip、conda安装,快捷方便,推荐在jupyter notebook环境下愉快的玩耍。

pip install pyecharts

本文python版本为3.6,演示环境为jupyter notebook。

pyecharts地理图表可视化

1、导入相关模块

pyecharts库中负责地理坐标系的模块是

Geo

,负责地图的模块是

Map

,负责百度地图的模块是

BMap

,负责图表配置的模块是

options

。在 pyecharts 中,图表的一切皆通过 options来修饰调整。

另提一句,因为需要用到案例数据,这里还需要导入样本库-sample

from example.commons import Faker

from pyecharts import options as opts

from pyecharts.charts import Geo

from pyecharts.globals import ChartType, SymbolType

2、图表输出和显示

在pyecharts中,图表完成制作后通过

render()

函数输出为html文件,你可以在

render()

中传递输出地址参数,将html文件保存到自定义的位置。

c = (

Geo()

.add_schema(maptype="china")

.add("geo", [list(z) for z in zip(Faker.provinces, Faker.values())])

.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

.set_global_opts(

visualmap_opts=opts.VisualMapOpts(),

title_opts=opts.TitleOpts(title="Geo-基本示例"),

)

)

c.render()# 输出html格式

如果想在notebook中直接展示图表,需要调用

render_notebook()

函数。

c.render_notebook()# 显示地图

python动态交互式图表库_干货 | 使用pyecharts绘制交互式动态地图_第1张图片

Goe模块常用函数介绍

再来看前面的中国地图示例实现代码:

c = (

Geo()

.add_schema(maptype="china")

.add("geo", [list(z) for z in zip(Faker.provinces, Faker.values())])

.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

.set_global_opts(

visualmap_opts=opts.VisualMapOpts(),

title_opts=opts.TitleOpts(title="Geo-基本示例"),

)

)

c.render_notebook()# 显示地图

大家可能会觉得这这代码怎么看起来怪怪的,

Geo()

模块后面连着很多函数,这其实是python的链式调用,使代码更加简洁。

pyecharts所有方法都支持链式调用,当然如果你喜欢单独调用也可以的,像这样:

geo = Geo()

geo.add_schema(maptype="china")

geo.add("geo", [list(z) for z in zip(Faker.provinces, Faker.values())])

geo.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

geo.set_global_opts(visualmap_opts=opts.VisualMapOpts(),title_opts=opts.TitleOpts(title="Geo-基本示例"))

geo .render_notebook()# 显示地图

这两种方法效果一样,本文使用pyecharts推荐的链式调用方法。

可以清晰地看到,示例中

Geo()

模块调用了五个功能函数:

add_schema()

:控制地图类型、视角中心点等

add()

:添加图表名称、传入数据集、选择geo图类型、调整图例等

set_series_opts()

:系列配置项,可配置图元样式、文字样式、标签样式、点线样式等

set_global_opts()

:全局配置项,可配置标题、动画、坐标轴、图例等

render_notebook()

:在notebook中渲染显示图表

python动态交互式图表库_干货 | 使用pyecharts绘制交互式动态地图_第2张图片

另外,

Geo()

模块还有几个功能函数:

add_coordinate()

: 新增一个坐标点

add_coordinate_json()

:以json形式新增多个坐标点

get_coordinate()

:根据地点查询对应坐标

利用Geo绘制地理坐标图表

1、基本图表

采用全国地图,对各省的xx数据做分布展示,数据展示形式为圆点

c = (

Geo()

.add_schema(maptype="china")

.add("geo", [list(z) for z in zip(['江苏','浙江','湖北','湖南','河南'], [22,34,27,53,42])])

.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

.set_global_opts(

visualmap_opts=opts.VisualMapOpts(),

title_opts=opts.TitleOpts(title="全国各省xx数据分布"),

)

)

c.render_notebook()

python动态交互式图表库_干货 | 使用pyecharts绘制交互式动态地图_第3张图片

你可以更换数据展现形式,比如用热力图表示,只需在

add()

函数中添加参数:

type_=ChartType.HEATMAP

python动态交互式图表库_干货 | 使用pyecharts绘制交互式动态地图_第4张图片

以北京作为底图,展示北京市各区县xx数据的分布。将函数

add_schema(maptype="china")

maptype="china"

修改为

maptype="北京"

c = (

Geo()

.add_schema(maptype="北京")

.add( "geo",

[list(z) for z in zip(['大兴区','房山区','海淀区','朝阳区','东城区'], [150,100,300,200,500])],

type_=ChartType.EFFECT_SCATTER,

)

.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

.set_global_opts(

visualmap_opts=opts.VisualMapOpts(),

title_opts=opts.TitleOpts(title="Geo-HeatMap"),

)

)

c.render_notebook()

python动态交互式图表库_干货 | 使用pyecharts绘制交互式动态地图_第5张图片

你可以修改地图的背景色,在函数

add_schema()

中添加参数

itemstyle_opts=opts.ItemStyleOpts(color="#323c48", border_color="#111")

,颜色和边缘颜色可设任意色值。

c = (

Geo()

.add_schema(maptype="北京",

itemstyle_opts=opts.ItemStyleOpts(color="#323c48", border_color="#111"))

.add( "geo",

[list(z) for z in zip(['大兴区','房山区','海淀区','朝阳区','东城区'], [1500,10,300,20,5])],

)

.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

.set_global_opts(

visualmap_opts=opts.VisualMapOpts(),

title_opts=opts.TitleOpts(title="北京市各区县xx数据分布"),

)

)

c.render_notebook()

python动态交互式图表库_干货 | 使用pyecharts绘制交互式动态地图_第6张图片

2、动态展示

pyecharts可以生成地理空间流动图,用来表示航班数量、人口流动等等。

下面以全国主要城市航班流动图为例(虚拟数据):

c = (

Geo()

.add_schema(maptype="china")

.add( "",

[("深圳", 120), ("哈尔滨", 66), ("杭州", 77), ("重庆", 88), ("上海", 100), ("乌鲁木齐", 30),("北京", 30),("武汉",70)],

type_=ChartType.EFFECT_SCATTER,

color="green",

)

.add( "geo",

[("北京", "上海"), ("武汉", "深圳"),("重庆", "杭州"),("哈尔滨", "重庆"),("乌鲁木齐", "哈尔滨"),("深圳", "乌鲁木齐"),("武汉", "北京")],

type_=ChartType.LINES,

effect_opts=opts.EffectOpts(

symbol=SymbolType.ARROW, symbol_size=6, color="blue"

),

linestyle_opts=opts.LineStyleOpts(curve=0.2),

)

.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

.set_global_opts(title_opts=opts.TitleOpts(title="全国主要城市航班路线和数量"))

)

c.render_notebook()

python动态交互式图表库_干货 | 使用pyecharts绘制交互式动态地图_第7张图片

利用Map模块绘制地图

Map模块的使用方法和Geo类似,数据展现在地图上,首先导入相关库:

from example.commons import Fakerfrom pyecharts import options as optsfrom pyecharts.charts import Map

中国地图:

c = (

Map()

.add("商家A", [list(z) for z in zip(['江苏','浙江','湖北','湖南','河南'], [22,100,27,53,42])], "china")

.set_global_opts(title_opts=opts.TitleOpts(title="Map-基本示例"),

visualmap_opts=opts.VisualMapOpts(max_=200))

)

c.render_notebook()

python动态交互式图表库_干货 | 使用pyecharts绘制交互式动态地图_第8张图片

世界地图:

c = (

Map()

.add("商家A", [list(z) for z in zip(['China','Canada','Brazil','United States','Russia'], [22,100,27,53,42])], "world")

.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

.set_global_opts(

title_opts=opts.TitleOpts(title="Map-世界地图"),

visualmap_opts=opts.VisualMapOpts(max_=200),

)

)

c.render_notebook()

python动态交互式图表库_干货 | 使用pyecharts绘制交互式动态地图_第9张图片

上海地图:

c = (

Map()

.add("商家A", [list(z) for z in zip(['嘉定区','松江区','宝山区','浦东新区','奉贤区'], [22,100,27,53,42])], "上海")

.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

.set_global_opts(

title_opts=opts.TitleOpts(title="Map-世界地图"),

visualmap_opts=opts.VisualMapOpts(max_=200),

)

)

c.render_notebook()

python动态交互式图表库_干货 | 使用pyecharts绘制交互式动态地图_第10张图片

使用BMap百度地图

pyecharts支持开发者使用百度地图,当然需要申请开发者AK码才能调用API。

AK码申请地址:http://lbsyun.baidu.com/apiconsole/key?application=key

from pyecharts.charts import BMap

c = (

BMap()

.add_schema(

baidu_ak="BAIDU_AK",

center=[120.13066322374, 30.240018034923],

)

.add( "bmap",

[list(z) for z in zip(Faker.provinces, Faker.values())],

label_opts=opts.LabelOpts(formatter="{b}"),

)

.set_global_opts(title_opts=opts.TitleOpts(title="BMap-基本示例"))

)

c.render_notebook()

python动态交互式图表库_干货 | 使用pyecharts绘制交互式动态地图_第11张图片

你可以更改地图风格:

c = (

BMap()

.add_schema(

baidu_ak="mcH6sBNaAfsbkSndFI5zO90j9wUpRMFy",

center=[120.13066322374, 30.240018034923],

map_style=your_owner_map_style

)

.add( "bmap",

[list(z) for z in zip(Faker.provinces, Faker.values())],

label_opts=opts.LabelOpts(formatter="{b}"),

)

.set_global_opts(title_opts=opts.TitleOpts(title="BMap-基本示例"))

)

c.render_notebook()

python动态交互式图表库_干货 | 使用pyecharts绘制交互式动态地图_第12张图片

总结

本文主要讲解了pyecharts的三大地理图表模块:Geo、Map、BMap,这三者分别绘制地理坐标系、地图、百度地图。Geo举的案例较丰富,Map和BMap的很多功能没有细说,大家有兴趣可以去pyecharts官网学习。

你可能感兴趣的:(python动态交互式图表库)