Python数据可视化之基于pyecharts实现的地理图表的

编辑: admin 分类: python 发布时间: 2021-12-24 来源:互联网
目录
  • 一、例子：百度迁徙
  • 二、基础语法介绍
  • 三、中国地图绘制
  • 四、中国地图(特效散点图)
  • 五、中国人口地理迁徙图绘制
  • 六、热力图：广东地图热力图绘制1
  • 七、热力图：广东地图热力图绘制2

一、例子：百度迁徙

百度地图春节人口迁徙大数据（简称百度迁徙），是百度在2014年春运期间推出的一项技术项目。百度迁徙利用大数据，对其拥有的LBS（基于地理位置的服务）大数据进行计算分析，采用的可视化呈现方式，动态、即时、直观地展现中国春节前后人口大迁徙的轨迹与特征。

网址：https://qianxi.baidu.com/2021/

二、基础语法介绍

语法

说明

from pyecharts.charts import Geo 导入地图库 Geo() Pyecharts地理图表绘制 .add_map(maptype=“china“) 地图类型 .add() 添加数据 .set_global_opts() 设置全局配置项

三、中国地图绘制

实例代码：

from pyecharts.charts import Geo
import pyecharts.options as opts
from commons import Faker
 
(
    Geo()
    .add_schema(maptype='china')    # 使用中国地图的类型
    .add(series_name='', data_pair=[(i, j) for i, j in zip(Faker.provinces, Faker.values())])
    .set_global_opts(
        title_opts=opts.TitleOpts(title='中国地图'),
        visualmap_opts=opts.VisualMapOpts(
#             is_piecewise=True   # 非连续型显示
        )
    )
).render()

运行结果：

四、中国地图(特效散点图)

实例代码：

from pyecharts.charts import Geo
import pyecharts.options as opts
from pyecharts.globals import ChartType
from commons import Faker
 
(
    Geo()
    .add_schema(maptype='china')     # 使用中国地图的类型
    .add(series_name='', data_pair=[(i, j) for i, j in zip(Faker.provinces, Faker.values())],
        type_=ChartType.EFFECT_SCATTER)
    .set_global_opts(
        title_opts=opts.TitleOpts(title='中国地图(特效散点图)'),
        visualmap_opts=opts.VisualMapOpts(
            is_piecewise=True
        )
    )
).render()

运行结果：

五、中国人口地理迁徙图绘制

 实例代码：

from pyecharts.charts import Geo
from pyecharts.globals import ChartType, SymbolType
import pyecharts.options as opts
 
# 数据构建（元组形式）
city_num = [('广州', 105), ('成都', 70), ('北京', 99), ('西安', 80)]
start_end = [('广州', '成都'), ('广州', '北京'), ('广州', '西安')]
 
(
    Geo()
    .add_schema(maptype='china', itemstyle_opts=opts.ItemStyleOpts(color='#323c48', border_color='#111'))   # 地图形式设置
    .add('', data_pair=city_num, color='white')    # 地图数据颜色设置（点）
    .add('', data_pair=start_end, type_=ChartType.LINES,   # 设置线
         effect_opts=opts.EffectOpts(symbol=SymbolType.ARROW,color='blue', symbol_size=7))   # 流动箭头绘制
).render()

运行结果：

六、热力图：广东地图热力图绘制1

实例代码：

from pyecharts.faker import Faker
from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.globals import ChartType
 
c = (
    Geo()
    .add_schema(maptype="广东", itemstyle_opts=opts.ItemStyleOpts(color="#323c48", border_color="#111"),)
    .add("",[list(z) for z in zip(Faker.guangdong_city, Faker.values())],type_=ChartType.HEATMAP)
    .set_global_opts(
        visualmap_opts=opts.VisualMapOpts(),
        title_opts=opts.TitleOpts(title="广东地图热力图"),
    )
)
 
c.render()

运行结果：

七、热力图：广东地图热力图绘制2

 实例代码：

from pyecharts.charts import Map
from pyecharts import options as opts
from pyecharts.globals import ChartType
 
c = (
    Map()
    .add('', [list(z) for z in zip(Faker.guangdong_city, Faker.values())], "广东")
    .set_global_opts(
        title_opts=opts.TitleOpts(title="Map-广东地图"),
        visualmap_opts=opts.VisualMapOpts(),
    )
)
 
c.render()

运行结果：

到此这篇关于Python数据可视化之基于pyecharts实现的地理图表的绘制的文章就介绍到这了,更多相关pyecharts绘制地理图表内容请搜索hwidc以前的文章或继续浏览下面的相关文章希望大家以后多多支持hwidc！

【文章来源：新加坡服务 欢迎留下您的宝贵建议】
更多阅读