您现在的位置：程式師世界 >> 編程語言 > >> 更多編程語言 >> Python

Pythonpyecharts實時畫圖自定義可視化經緯度熱力圖

編輯：Python

背景

基於pyecharts內置經緯度的熱力圖

基於自定義經緯度的熱力圖

pyecharts庫缺點

不同地圖坐標系區別

WGS-84 - 世界大地測量系統

GCJ-02 - 國測局坐標

BD-09 - 百度坐標系

背景

在業務數據統計分析中基本都會涉及到各省區的分析，數據可視化是數據分析的一把利器，這些省區的數據一般會用地圖可視化出來，這樣一些規律可以被一面了然發現

地圖有很多可視化類型，比如：基本地理圖、熱力圖、路徑圖、漣漪圖等，本篇文章主要介紹 熱力圖，使用的工具百度開源 pyecharts

模擬數據以十一期間全國旅游景點熱度為例（虛構數據）

模擬數據

基於pyecharts內置經緯度的熱力圖

pyecharts 中自帶了一些城市的經緯度，在畫圖時只要列出城市 or 省份的名字，即可在地圖中自動展示，pyecharts會根據城市 or 省份的名字自動提取到經緯度

安裝完pyecharts包之後，可以在pyecharts包文件夾裡面找到相應的文件city_coordinates.json，裡面保存了大量的地理名與經緯度的信息
一般路徑如下：xxxxxx\Lib\site-packages\pyecharts\datasets\city_coordinates.json

下面用模擬數據中 城市、熱度 列來進行熱力圖可視化
左右滑動查看完整代碼

import pandas as pdfrom pyecharts import options as optsfrom pyecharts.charts import BMapfrom pyecharts.globals import BMapTypeimport jsondata=pd.read_excel('熱力圖模擬數據.xlsx')hotmap = ( BMap(is_ignore_nonexistent_coord=True, #忽略不存在的坐標 init_opts=opts.InitOpts(width="1300px", height="600px")) .add_schema(baidu_ak="自己申請的key", center=[120.13066322374, 30.240018034923], zoom=5, # 當前視角的縮放比例 is_roam=True # 是否開啟鼠標縮放和平移漫游 ) .add( "熱度", #圖例 data_pair=[list(z) for z in zip(data['城市'].to_list(), data['熱度'].to_list())], type_="heatmap", label_opts=opts.LabelOpts(formatter="{b}"), ) .set_global_opts( title_opts=opts.TitleOpts(title="十一期間全國旅游景點熱度", pos_left='center', title_textstyle_opts=opts.TextStyleOpts(font_size=32) ), legend_opts=opts.LegendOpts(pos_right='20%'), visualmap_opts=opts.VisualMapOpts() ) .add_control_panel( copyright_control_opts=opts.BMapCopyrightTypeOpts(position=3), maptype_control_opts=opts.BMapTypeControlOpts( type_=BMapType.MAPTYPE_CONTROL_DROPDOWN ), scale_control_opts=opts.BMapScaleControlOpts(), overview_map_opts=opts.BMapOverviewMapControlOpts(is_open=True), navigation_control_opts=opts.BMapNavigationControlOpts(), geo_location_control_opts=opts.BMapGeoLocationControlOpts(), ) .render("基於pyecharts內置經緯度的熱力圖.html"))#hotmap.render_notebook()

內置經緯度

基於自定義經緯度的熱力圖

因pyecharts中的 city_coordinates.json 裡面存放的均是一些常用的地理經緯度，如果想使用自定義的經緯度，pyecharts也是支持的

下面用模擬數據中 經度、維度、熱度 列來進行熱力圖可視化

import pandas as pdfrom pyecharts import options as optsfrom pyecharts.charts import BMapfrom pyecharts.globals import BMapTypeimport jsondata=pd.read_excel('熱力圖模擬數據.xlsx')data_json={}for index,row in data.iterrows(): data_json[row['地名']]=[float(row['經度']),float(row['維度'])]with open("BMAP.json","w") as f: json.dump(data_json,f)hotmap = ( BMap(is_ignore_nonexistent_coord=True, #忽略不存在的坐標 init_opts=opts.InitOpts(width="1300px", height="600px")) .add_schema(baidu_ak="自己申請的key", center=[120.13066322374, 30.240018034923], zoom=5, # 當前視角的縮放比例 is_roam=True # 是否開啟鼠標縮放和平移漫游 ) .add_coordinate_json("BMAP.json") #加載自定義坐標 .add( "熱度", #圖例 data_pair=[list(z) for z in zip(data['地名'].to_list(), data['熱度'].to_list())], type_="heatmap", label_opts=opts.LabelOpts(formatter="{b}"), ) .set_global_opts( title_opts=opts.TitleOpts(title="十一期間全國旅游景點熱度", pos_left='center', title_textstyle_opts=opts.TextStyleOpts(font_size=32) ), legend_opts=opts.LegendOpts(pos_right='20%'), visualmap_opts=opts.VisualMapOpts(max_=20) #設置最大值，目的是為了能夠精確查看自定坐標位置 ) .add_control_panel( copyright_control_opts=opts.BMapCopyrightTypeOpts(position=3), maptype_control_opts=opts.BMapTypeControlOpts( type_=BMapType.MAPTYPE_CONTROL_DROPDOWN ), scale_control_opts=opts.BMapScaleControlOpts(), overview_map_opts=opts.BMapOverviewMapControlOpts(is_open=True), navigation_control_opts=opts.BMapNavigationControlOpts(), geo_location_control_opts=opts.BMapGeoLocationControlOpts(), ) .render("基於自定義經緯度的熱力圖.html"))#hotmap.render_notebook()