利用pyecharts绘制分级地图的案例

一、概念介绍

分级统计地图，或许在以前大家还不常见，但是疫情期间，借助分级地图向我们呈现全国各省市风险地区情况、确诊或死亡人数情况等的应用还是数不胜数的，效果也让人一目了然。显然，分级地图即是在我们整个制图区域内利用地理行政规划（或其它规划单位）划分若干个小单元，再对各单元按数据分级，利用不同的颜色（饱和度或晕线等等）进行呈现。

分级地图可以向我们呈现各区现象的一个集中程度，所以在应用上，我们可以用来展现人口普查结果、城市发展结果、疫情严重程度、选举票数情况等等相关数据的可视化。

但一定要注意，分级地图稍有不慎会带来错误地信息传导。经典的案例即为美国选举地图。

因为美国大选的规则是，获得该选区过半选票的候选人将获得选区所有的选票，对应区域在地图上填充颜色。从可视化的角度，颜色只代表了候选人维度的分组，比较数值大小只能靠面积，那么单看上面这张地图，我们可以马上得出结论：应该是红色方赢得大选，然而事实与我们的结论相悖。

        为什么会这样呢？这源于数据分布和地理区域不对称的问题。通常情况下，人口稀疏的地区反而地理面积大，占据了大幅屏幕；而人口密集，数据量大的区域地理面积相对小，就有了劣势。在这里我仍然要重提可视化的宗旨，必须是保证正确的信息传递，美化都是其次！！！！

---

二、数据导入

        本来也没想好要画什么数据，就先随机生成模拟数据来实现全国各省市分级地图的绘制。

excel中的数据如下：

 数据导入：

import pandas as pd
 
data = pd.read_excel('地图数据.xlsx',sheet_name=[0,1,2])
datamap = data[0]
#现存确诊
datamap_xc = list(zip(datamap['地区'],datamap['模拟数据']))

我们要绘制图形的数据结构如下：

---

三、图像绘制

        如题，我们使用的是python语言，借助pyecharts包实现。

from pyecharts.charts import Map
from pyecharts import options as opts

map_xc = (
        Map()
        .add("模拟数据",datamap_xc,maptype='china')
        .set_global_opts(title_opts=opts.TitleOpts(title="pyecharts地图示例",subtitle="2020年12月07日"),
                         visualmap_opts=opts.VisualMapOpts(max_=100,is_piecewise=True,
                pieces=[
                    {"min": 10000, "label": '>10000', "color": "#801C1B"},
                    {"min": 1000, "max": 9999,"label": '1000-9999', "color": "#FF3030"}, 
                    {"min": 500, "max": 999, "label": '500-999', "color": "#FF4500"},
                    {"min": 100, "max": 499, "label": '100-499', "color": "#FF7F50"},
                    {"min": 10, "max": 99, "label": '10-99', "color": "#FFA500"},
                    {"min": 1, "max": 9, "label": '1-9', "color": "#FFDEAD"},
                    {"max": 0,"label": '0', "color": "white"}
                ]))
        .set_series_opts(label_opts=opts.LabelOpts(is_show=True,position='leftBottom'))
        )
map_xc.render("./分级地图-示例1.html")

 绘制结果如下：(颜色选的不是特别好）

---

 四、参数解释

(1) opts.VisualMapOpts是我们的视觉映射配置项

    def __init__(
        self,
        is_show: bool = True,
        type_: str = "color",
        min_: Numeric = 0,
        max_: Numeric = 100,
        range_text: Optional[Sequence] = None,
        range_color: Optional[Sequence[str]] = None,
        range_size: Optional[Sequence[int]] = None,
        range_opacity: Optional[Numeric] = None,
        orient: str = "vertical",
        pos_left: Optional[str] = None,
        pos_right: Optional[str] = None,
        pos_top: Optional[str] = None,
        pos_bottom: Optional[str] = None,
        split_number: int = 5,
        series_index: Union[Numeric, Sequence, None] = None,
        dimension: Optional[Numeric] = None,
        is_calculable: bool = True,
        is_piecewise: bool = False,
        is_inverse: bool = False,
        precision: Optional[int] = None,
        pieces: Optional[Sequence] = None,
        out_of_range: Optional[Sequence] = None,
        item_width: int = 0,
        item_height: int = 0,
        background_color: Optional[str] = None,
        border_color: Optional[str] = None,
        border_width: int = 0,
        textstyle_opts: Union[TextStyleOpts, dict, None] = None,
    )

        ①is_show=True  :  是否显示映射条，默认是True，即显示我们左下角的这个分级label。

        ②type_='color'  :  默认是color，即颜色映射。还有一个可选项是‘size’，即大小映射，此时地图上不显示颜色。我们如果把is_piecewise和pieces都去掉，选择大小映射得到的结果如下：

        ③min_=0,max_=100  :   【0,100】区间是默认值，可以调整，结合两张图，我们可以发现其只在不分段型地图中有效，注意上下的两个小三角形是默认可移动的，自定义显示区间（如下下图），如果不需要，则增加is_calculable =False 。

        ④range_text=None  :   表明程度的文本，只能从高到低标注，并且只能标注首尾的text。比如我们在type_='color'下增加range_text=['高’，‘低’],得到的结果如下：

        ⑤range_color   :    默认如上图，当然也可以自定义，要求填入的颜色顺序是从浅色到深色对应由小到大的数值即可，色彩种类数没有限制，尽量三个以上，保持同色系。这样的话，实现蓝色系列、黄色系列或者红色系列都行。

        ⑥orient  :   映射条的放置方式，默认为‘vertical’，竖直方向；还可以选择水平，如果我们设置orient=‘horizontal’，得到的结果如下：

        ⑦pos_left  :  指的是映射条左边离画布左侧边缘的距离，自定义的话可以填x%（画布宽的百分比），或者填像素值，又或者选择”left“，“right”，“center”其一。pos_right同理，一般情况下上述两者选择其一来进行水平位置的定位。

        ⑧pos_top  :   指的是映射条上边离画布顶部边缘的距离，数值填法如上；文本填法可以选择“top”，“middle”或者“bottom”其一。在定位过程中，如果映射条消失，比如pos_top='100%'，此时映射条是隐藏在了显示画布的下方，所以没显示。在使用过程中，我们常常是一水平一数值搭配，比如pos_left='10%',pos_top='5%'。

        ⑨split_number    ： 分段区间数，默认为5，具体定多少，根据数据的极差来选择。

        ⑩is_piecewise    ：  是否为分段型，默认为False，如果按照我们的案例为True，一般增加pieces，自定义每一段的范围和text，颜色等。对于pieces中的min/max，若不指定 max，表示 max 为正无穷（Infinity），若不指定min，表示min为负无穷（-Infinity）。

        另：background_color  ： 映射条区域的背景颜色，border_color  ： 该区域的边界颜色border_width ：区域边界的宽度，举例如下：

background_color='#ff967c',border_color = 'blue',border_width = 1

 (2)如何更改地图所在整个画布的背景颜色或主题呢？

        在map的配置项中，我们可以增加画布主体theme选项更改图像主题，通过bg

_color更改背景颜色。举例如下所示：

map_xc = (
        Map(init_opts=opts.InitOpts(theme='essos',bg_color='#fefcaf'))
        .add("模拟数据",datamap_xc,maptype='china')
        .set_global_opts(title_opts=opts.TitleOpts(title="pyecharts地图示例",subtitle="林老头ss"),
                         visualmap_opts=opts.VisualMapOpts(is_piecewise=False,max_=100))
        .set_series_opts(label_opts=opts.LabelOpts(is_show=True,position='leftBottom'))
        )
map_xc.render("./分级地图-示例1.html")

 theme的可选项如下，大家可以自配： 

class _ThemeType:
    BUILTIN_THEMES = ["light", "dark", "white"]
    LIGHT = "light"
    DARK = "dark"
    WHITE = "white"
    CHALK: str = "chalk"
    ESSOS: str = "essos"
    INFOGRAPHIC: str = "infographic"
    MACARONS: str = "macarons"
    PURPLE_PASSION: str = "purple-passion"
    ROMA: str = "roma"
    ROMANTIC: str = "romantic"
    SHINE: str = "shine"
    VINTAGE: str = "vintage"
    WALDEN: str = "walden"
    WESTEROS: str = "westeros"
    WONDERLAND: str = "wonderland"
    HALLOWEEN: str = "halloween"

 (3)如何绘制区县地图或者世界地图呢？

        注意到我们add中有个参数为maptype，默认为’china‘，即中国地图。如果要画世界地图，则对于’world‘，如果要画某个省的区县地图，则maptype='城市名'，我们以深圳市为例：

from pyecharts.charts import Map
from pyecharts import options as opts

data_sz = [('南山区',5096),('福田区',5000),('罗湖区',4500),('盐田区',3500),
           ('宝安区',2500),('龙岗区',2200),('龙华区',1500),('坪山区',900)]
counties = (
    Map()
    .add(
        '深圳',
        data_sz, 
        maptype='深圳',
        label_opts=opts.LabelOpts(is_show= False),
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(),
        visualmap_opts=opts.VisualMapOpts(is_piecewise=True,
        pieces=[
                {"min": 5000, "label": '>5000', "color": "#fc5a50"},
                {"min": 4000, "max": 4999,"label": '4000-4999', "color": "#fea993"},
                {"min": 3000, "max": 3999, "label": '3000-3999', "color": "#ffb07c"},
                {"min": 2000, "max": 2999, "label": '2000-2099', "color": "#f1da7a"},
                {"min": 1000, "max": 1999, "label": '1000-1999', "color": "#8ab8fe"},
                {"min": 1, "max": 999, "label": '1-999', "color": "#c1c6fc"},
                {"max": 0,"label": '其它区县', "color": "white"}
    ]))
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False,position='leftBottom'))
    .render("./地图示例2.html")
)

 注意，我们set_series_opts中is_show= False，所以区县名称没有显示出来，这么做是因为对某些省份，区县的标签容易挤在一起显示，非常混乱，但在交互中我们仍然可以很容易知道各区县的信息。绘图结果如下所示：

希望对您有所帮助~