省份|盐城_python如何用pyecharts实现地图数据可视化？

篇首语：本文由编程笔记#小编为大家整理，主要介绍了python 如何用 pyecharts 实现地图数据可视化？相关的知识，希望对你有一定的参考价值。

自2013年6月百度EFE&＃xff08;ExcellentFrontEnd&＃xff09;数据可视化团队研发的ECharts1.0发布到GitHub网站以来&＃xff0c;ECharts一直备受业界权威的关注并获得广泛好评&＃xff0c;成为目前成熟且流行的数据可视化图表工具&＃xff0c;被应用到诸多数据可视化的开发领域。

Python作为数据分析领域最受欢迎的语言&＃xff0c;也加入了ECharts的使用行列&＃xff0c;并研发出方便Python开发者使用的数据可视化工具&＃xff0c;由此便诞生了pyecharts库。

pyecharts是一个针对Python用户开发的、用于生成ECharts图表的库&＃xff0c;与matplotlib相比&＃xff0c;pyecharts具有以下优势&＃xff1a;

&＃xff08;1&＃xff09;简洁的API使开发者使用起来非常便捷&＃xff0c;且支持链式调用。

&＃xff08;2&＃xff09;程序可在主流的JupyterNotebook或JupyterLab工具上运行。

&＃xff08;3&＃xff09;程序可以轻松地集成至Flask、Sanic、Django等主流的Web框架中。

&＃xff08;4&＃xff09;灵活的配置项可以轻松搭配出精美的图表。

&＃xff08;5&＃xff09;详细的文档和示例可以帮助开发者快速地上手。

&＃xff08;6&＃xff09;400多个地图文件、原生百度地图为地理数据可视化提供强有力的支撑。

在使用pyecharts进行开发之前&＃xff0c;开发者需要先在本地计算机中安装pyecharts。pyecharts官方支持v0.5.x和v1两个版本&＃xff0c;两个版本之间互不兼容。其中&＃xff0c;v5.0是较早的版本&＃xff0c;且已经停止维护&＃xff1b;v1是一个全新的版本&＃xff0c;它支持Python3.6以上的开发环境。截至目前&＃xff0c;pyecharts的最新版本为1.9.1。

地理坐标系图

地理坐标系图适合表现和国家&＃xff0c;省份&＃xff0c;以及城市&＃xff0c;经纬度位置相关联的数据分布规律。

pyecharts中Geo表达和城市关联的数据,Map表达和国家和省份关联的数据。

# 安装地图附属包
!pip install echarts-countries-pypkg
!pip install echarts-china-provinces-pypkg
!pip install echarts-china-cities-pypkg


# 全国城市地图示例
from pyecharts import Geo
data &＃61; [
("海门", 9),("鄂尔多斯", 12),("招远", 12),("舟山", 12),("齐齐哈尔", 14),("盐城", 15),
("惠州", 37),("江阴", 37),("蓬莱", 37),("韶关", 38),("嘉峪关", 38),("广州", 38),
("张家港", 52),("三门峡", 53),("锦州", 54),("南昌", 54),("柳州", 54),("三亚", 54),
("呼和浩特", 58),("成都", 58),("大同", 58),("镇江", 59),("桂林", 59),("张家界", 59),
("北京", 79),("徐州", 79),("衡水", 80),("包头", 80),("绵阳", 80),("乌鲁木齐", 84),
("菏泽", 194),("合肥", 229),("武汉", 273),("大庆", 279)]
geo &＃61; Geo(
"全国部分城市空气质量",
title_color&＃61;"#fff",
title_pos&＃61;"center",
width&＃61;800,
height&＃61;600,
background_color&＃61;"#404a59",
)
attr, value &＃61; geo.cast(data)
geo.add(
"",
attr,
value,
visual_range&＃61;[0, 200],
visual_text_color&＃61;"#fff",
symbol_size&＃61;15,
is_visualmap&＃61;True,
)
geo


# 全国省份地图
from pyecharts import Map
value &＃61; [155, 10, 66, 78, 44, 38, 88, 50, 20]
attr &＃61; ["福建","山东","北京","上海","江西","新疆","内蒙古","云南","重庆"]
m &＃61; Map("全国省份地图", width&＃61;600, height&＃61;400)
m.add("", attr, value, maptype&＃61;&＃39;china&＃39;,
is_visualmap&＃61;True,
is_piecewise&＃61;True,
visual_text_color&＃61;"#000",
visual_range_text&＃61;["", ""],
pieces&＃61;[
"max": 160, "min": 81, "label": "高",
"max": 80, "min": 51, "label": "中",
"max": 50, "min": 0, "label": "低",
])
m


# 世界地图示例
from pyecharts import Map
countries&＃61; ["China", "Canada", "India", "Russia", "United States","Japan"]
capita_gdp &＃61; [13334, 43294, 5903, 23038, 53354,36162]
population &＃61; [1376048943, 35939927, 1311050527, 143456918, 321773631,126573481]
life_expectancy &＃61; [76.9,81.7,66.8,73.13,79.1,73.13]
m &＃61; Map("世界经济发展水平", width&＃61;800, height&＃61;500)
m.add(
"人均GDP",
attr &＃61; countries,
value &＃61; capita_gdp,
maptype&＃61;"world",
is_visualmap&＃61;True,
visual_range &＃61; [5000,60000],
visual_text_color&＃61;"#000",
is_map_symbol_show&＃61;False,
visual_orient&＃61;"horizontal"
)
m


2022年Python&＃43;大数据学习路线图&＃xff0c;源码笔记&＃xff0c;最优学习资源_黑马程序员官方的博客-CSDN博客_黑马python大数据任何学习过程都需要一个科学合理的学习路线&＃xff0c;才能够有条不紊的完成我们的学习目标。Python&＃43;大数据所需学习的内容纷繁复杂&＃xff0c;难度较大&＃xff0c;所以今天特别为大家整理了一个全面的Python&＃43;大数据学习路线图&＃xff0c;帮大家理清思路&＃xff0c;攻破难关&＃xff01;文章目录前言第一阶段 大数据开发入门1.大数据数据开发基础mysql8.0从入门到精通第二阶段 大数据核心基础2022版大数据Hadoop入门教程第三阶段 千亿级数仓技术数据离线数据仓库&＃xff0c;企业级在线教育项目实战&＃xff08;Hive数仓项目完整流程&＃xff09;第四阶段 PB内存计算1.pythohttps://blog.csdn.net/itcast_cn/article/details/1223065522022年人工智能学习路线图&＃xff0c;清楚明确_黑马程序员官方的博客-CSDN博客_人工智能学习路线众所周知&＃xff0c;人工智能时代已经融入到我们的生活的当中&＃xff0c;不论是图像识别还是语音识别的相关产品已经开始落地&＃xff0c;就连国家都将人工智能设为了国家战略级发展规划&＃xff0c;人工智能开发将会是是未来技术研究的前沿。下面特别给大家整理了人工智能的学习路线&＃xff0c;希望大家都能有清楚的学习方向。文章目录第一阶段 人工智能开发入门1. 人工智能之python编程零基础入门2、4天快速入门Python数据挖掘第二阶段 机器学习核心技术第三阶段 NLP自然语言处理技术第四阶段 CV计算机视觉技术1.AI-OpenCV图像处理10小时零基础入门2https://blog.csdn.net/itcast_cn/article/details/122882407

 详情大家可以关注Python专栏&＃xff0c;努力为大家更新更多好内容 ↑ ↑ ↑