Python数据可视化:基于pyecharts实现中国及广东地图绘制
本文详细介绍如何使用Python库pyecharts绘制多种地理图表。内容涵盖从基础语法到具体实战,包括中国地图、带有特效的散点图、人口迁徙轨迹图以及广东省热力图的绘制方法。通过实例代码解析,帮助开发者掌握Geo和Map组件的高级用法,实现动态、直观的数据可视化展示。
一、例子:百度迁徙
百度地图推出的春节人口迁徙大数据项目(简称百度迁徙)始于2014年春运期间。该项目利用大数据技术,对百度拥有的LBS(基于地理位置的服务)数据进行计算分析,通过动态、即时且直观的可视化方式,展示中国春节前后人口大规模迁徙的轨迹与特征。
相关数据访问网址: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本站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本站!
免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。









