Python使用pyecharts绘制疫情地图教程

码头散步

发布时间：2026-10-14| 6人浏览过

原创

本文介绍如何使用Python库pyecharts绘制中国疫情地图。相比matplotlib，pyecharts安装简便且视觉效果更佳。教程涵盖pyecharts及中国地图包的pip安装步骤，详细解析导入模块、处理API数据、配置地图颜色区间及生成HTML文件的全过程，并提供完整代码示例供参考。

Python地图绘制库对比与选择

在Python中进行图表绘制时，常用的库主要包括matplotlib和pyecharts。两者各有特点，具体选择需根据实际需求决定。

虽然matplotlib提供了BaseMap模块用于地图绘制，但其生成的地图美观度相对一般，且安装配置过程较为繁琐。

pyecharts基于百度开源的JavaScript库echarts开发，其核心优势在于安装便捷且使用简单，适合快速实现可视化效果。

基于上述对比，本文决定采用pyecharts作为绘制地图的工具。

pyecharts及地图包安装指南

1. 安装pyecharts

若已配置Anaconda环境，可通过执行 pip install pyecharts 命令来安装pyecharts库。

由于目标是绘制中国疫情地图，还需额外下载相关的地图数据包。这些地图文件被拆分为三个独立的Python包，分别对应不同层级的地理信息：

全球国家地图包名称为：echarts-countries-pypkg

安装命令为：pip install echarts-countries-pypkg

中国省级地图包名称为：echarts-china-provinces-pypkg

安装命令为：pip install echarts-china-provinces-pypkg

中国市级地图包名称为：echarts-china-cities-pypkg

安装命令为：pip install echarts-china-cities-pypkg

2. 导入所需包

绘制地图时，应根据具体需求导入相应的模块。pyecharts官方文档（https://pyecharts.org/#/）详细列出了各类图表的绘制方法及参数含义，并提供了丰富的示例代码，有助于更好地掌握和使用该库。

核心代码实现与配置详解


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

3. 代码实现


# 用于保存城市名称和确诊人数
map_data = []
for i in china :
  print(i)
  # 获得省份名称
  province = i["name"]
  print("province:",province)
  province_confirm = i["total"]["confirm"]
  # 保存省份名称和该省确诊人数
  map_data.append((i["name"],province_confirm))
c = (
  # 声明一个map对象
  Map()
  # 添加数据
  .add("确诊", map_data, "china")
  # 设置标题和颜色
  .set_global_opts(title_opts=opts.TitleOpts(title="全国疫情图"),
           visualmap_opts=opts.VisualMapOpts(split_number=6,is_piecewise=True,
                            pieces=[{"min":1,"max":9,"label":"1-9人","color":"#ffefd7"},
                                {"min":10,"max":99,"label":"10-99人","color":"#ffd2a0"},
                                {"min":100,"max":499,"label":"100-499人","color":"#fe8664"},
                                {"min":500,"max":999,"label":"500-999人","color":"#e64b47"},
                                {"min":1000,"max":9999,"label":"1000-9999人","color":"#c91014"},
                                {"min":10000,"label":"10000人及以上","color":"#9c0a0d"}
                            ]))
  )
# 生成html文件
c.render("全国实时疫情.html")

代码运行成功后，会在工程目录下生成一个名为“全国实时疫情”的HTML文件。打开该文件即可查看生成的疫情地图。

完整代码示例（包含数据爬取、保存至数据库及绘制地图功能）如下：

完整数据爬取与可视化代码


#!/usr/bin/env python
# -*- coding: utf-8 -*-

import json
import requests
import pymysql
# 装了anaconda的可以pip install pyecharts安装pyecharts
from pyecharts.charts import Map,Geo
from pyecharts import options as opts
from pyecharts.globals import GeoType,RenderType
# 绘图包参加网址https://pyecharts.org/#/zh-cn/geography_charts

id = 432
coon = pymysql.connect(user='root', password='root', host='127.0.0.1', port=3306, database='yiqing',use_unicode=True, charset="utf8")
cursor = coon.cursor()
url="https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5"
resp=requests.get(url)
html=resp.json()
data=json.loads(html["data"])
time = data["lastUpdateTime"]
data_info = time.split(' ')[0]
detail_time = time.split(' ')[1]
# 获取json数据的全国省份疫情情况数据
china=data["areaTree"][0]["children"]
# 用于保存城市名称和确诊人数
map_data = []
for i in china :
  print(i)
  # 获得省份名称
  province = i["name"]
  print("province:",province)
  province_confirm = i["total"]["confirm"]
  # 保存省份名称和该省确诊人数
  map_data.append((i["name"],province_confirm))
  # 各省份下有各市，获取各市的疫情数据
  for child in i["children"]:
    print(child)
    # 获取城市名称
    city = child["name"]
    print("city:",city)
    # 获取确诊人数
    confirm = int(child["total"]["confirm"])
    # 获取疑似人数
    suspect = int(child["total"]["suspect"])
    # 获取死亡人数
    dead = int(child["total"]["dead"])
    # 获取治愈人数
    heal = int(child["total"]["heal"])
    # 插入数据库中
    cursor.execute("INSERT INTO city(id,city,confirm,suspect,dead,heal,province,date_info,detail_time) VALUES (%s,%s,%s,%s,%s,%s,%s,%s,%s)",
      (id, city, confirm, suspect, dead, heal, province, data_info, detail_time))
    id = id + 1
    coon.commit()
c = (
  # 声明一个map对象
  Map()
  # 添加数据
  .add("确诊", map_data, "china")
  # 设置标题和颜色
  .set_global_opts(title_opts=opts.TitleOpts(title="全国疫情图"),
           visualmap_opts=opts.VisualMapOpts(split_number=6,is_piecewise=True,
                            pieces=[{"min":1,"max":9,"label":"1-9人","color":"#ffefd7"},
                                {"min":10,"max":99,"label":"10-99人","color":"#ffd2a0"},
                                {"min":100,"max":499,"label":"100-499人","color":"#fe8664"},
                                {"min":500,"max":999,"label":"500-999人","color":"#e64b47"},
                                {"min":1000,"max":9999,"label":"1000-9999人","color":"#c91014"},
                                {"min":10000,"label":"10000人及以上","color":"#9c0a0d"}
                            ]))
  )
# 生成html文件
c.render("全国实时疫情.html")
#
# china_total="确诊" + str(data["chinaTotal"]["confirm"])+ "疑似" + str(data["chinaTotal"]["suspect"])+ "死亡" + str(data["chinaTotal"]["dead"]) + "治愈" + str(data["chinaTotal"]["heal"]) + "更新日期" + data["lastUpdateTime"]
# print(china_total)

以上即为Python绘制疫情地图的详细内容，更多相关技术文章请关注本站其他资源。