程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
您现在的位置: 程式師世界 >> 編程語言 >  >> 更多編程語言 >> Python

python 如何用 pyecharts 實現地圖數據可視化?

編輯:Python

自2013年6月百度EFE(ExcellentFrontEnd)數據可視化團隊研發的ECharts1.0發布到GitHub網站以來,ECharts一直備受業界權威的關注並獲得廣泛好評,成為目前成熟且流行的數據可視化圖表工具,被應用到諸多數據可視化的開發領域。

Python作為數據分析領域最受歡迎的語言,也加入了ECharts的使用行列,並研發出方便Python開發者使用的數據可視化工具,由此便誕生了pyecharts庫。

pyecharts是一個針對Python用戶開發的、用於生成ECharts圖表的庫,與matplotlib相比,pyecharts具有以下優勢:

(1)簡潔的API使開發者使用起來非常便捷,且支持鏈式調用。

(2)程序可在主流的JupyterNotebook或JupyterLab工具上運行。

(3)程序可以輕松地集成至Flask、Sanic、Django等主流的Web框架中。

(4)靈活的配置項可以輕松搭配出精美的圖表。

(5)詳細的文檔和示例可以幫助開發者快速地上手。

(6)400多個地圖文件、原生百度地圖為地理數據可視化提供強有力的支撐。

在使用pyecharts進行開發之前,開發者需要先在本地計算機中安裝pyecharts。pyecharts官方支持v0.5.x和v1兩個版本,兩個版本之間互不兼容。其中,v5.0是較早的版本,且已經停止維護;v1是一個全新的版本,它支持Python3.6以上的開發環境。截至目前,pyecharts的最新版本為1.9.1。

地理坐標系圖

地理坐標系圖適合表現和國家,省份,以及城市,經緯度位置相關聯的數據分布規律。

pyecharts中Geo表達和城市關聯的數據,Map表達和國家和省份關聯的數據。

# 安裝地圖附屬包
!pip install echarts-countries-pypkg
!pip install echarts-china-provinces-pypkg
!pip install echarts-china-cities-pypkg
# 全國城市地圖示例
from pyecharts import Geo
data = [
("海門", 9),("鄂爾多斯", 12),("招遠", 12),("舟山", 12),("齊齊哈爾", 14),("鹽城", 15),
("惠州", 37),("江陰", 37),("蓬萊", 37),("韶關", 38),("嘉峪關", 38),("廣州", 38),
("張家港", 52),("三門峽", 53),("錦州", 54),("南昌", 54),("柳州", 54),("三亞", 54),
("呼和浩特", 58),("成都", 58),("大同", 58),("鎮江", 59),("桂林", 59),("張家界", 59),
("北京", 79),("徐州", 79),("衡水", 80),("包頭", 80),("綿陽", 80),("烏魯木齊", 84),
("菏澤", 194),("合肥", 229),("武漢", 273),("大慶", 279)]
geo = Geo(
"全國部分城市空氣質量",
title_color="#fff",
title_pos="center",
width=800,
height=600,
background_color="#404a59",
)
attr, value = geo.cast(data)
geo.add(
"",
attr,
value,
visual_range=[0, 200],
visual_text_color="#fff",
symbol_size=15,
is_visualmap=True,
)
geo

# 全國省份地圖
from pyecharts import Map
value = [155, 10, 66, 78, 44, 38, 88, 50, 20]
attr = ["福建","山東","北京","上海","江西","新疆","內蒙古","雲南","重慶"]
m = Map("全國省份地圖", width=600, height=400)
m.add("", attr, value, maptype='china',
is_visualmap=True,
is_piecewise=True,
visual_text_color="#000",
visual_range_text=["", ""],
pieces=[
{"max": 160, "min": 81, "label": "高"},
{"max": 80, "min": 51, "label": "中"},
{"max": 50, "min": 0, "label": "低"},
])
m

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

2022年Python+大數據學習路線圖,源碼筆記,最優學習資源_黑馬程序員官方的博客-CSDN博客_黑馬python大數據任何學習過程都需要一個科學合理的學習路線,才能夠有條不紊的完成我們的學習目標。Python+大數據所需學習的內容紛繁復雜,難度較大,所以今天特別為大家整理了一個全面的Python+大數據學習路線圖,幫大家理清思路,攻破難關!文章目錄前言第一階段 大數據開發入門1.大數據數據開發基礎MySQL8.0從入門到精通第二階段 大數據核心基礎2022版大數據Hadoop入門教程第三階段 千億級數倉技術數據離線數據倉庫,企業級在線教育項目實戰(Hive數倉項目完整流程)第四階段 PB內存計算1.pythohttps://blog.csdn.net/itcast_cn/article/details/1223065522022年人工智能學習路線圖,清楚明確_黑馬程序員官方的博客-CSDN博客_人工智能學習路線眾所周知,人工智能時代已經融入到我們的生活的當中,不論是圖像識別還是語音識別的相關產品已經開始落地,就連國家都將人工智能設為了國家戰略級發展規劃,人工智能開發將會是是未來技術研究的前沿。下面特別給大家整理了人工智能的學習路線,希望大家都能有清楚的學習方向。文章目錄第一階段 人工智能開發入門1. 人工智能之python編程零基礎入門2、4天快速入門Python數據挖掘第二階段 機器學習核心技術第三階段 NLP自然語言處理技術第四階段 CV計算機視覺技術1.AI-OpenCV圖像處理10小時零基礎入門2https://blog.csdn.net/itcast_cn/article/details/122882407

 詳情大家可以關注Python專欄,努力為大家更新更多好內容 ↑ ↑ ↑  


  1. 上一篇文章:
  2. 下一篇文章:
Copyright © 程式師世界 All Rights Reserved