• 售前

  • 售后

热门帖子
入门百科

python用pyecharts实现地图数据可视化

[复制链接]
淡然一笑wwl 显示全部楼层 发表于 2021-10-26 12:49:23 |阅读模式 打印 上一主题 下一主题
目次


  • 一、全国各省单年GDP的可视化
  • 二、全国各省多年GDP的可视化
有的时间,我们需要对不同国家或地域的某项指标进行比力,可简单通过直方图加以比力。但直方图在视觉上并不能很好突出地域间的差异,因此考虑地理可视化,通过舆图上位置(地理位置)和颜色(颜色深浅代表数值差异)两个元素加以表现。在本文案例中,基于第三方库pyecharts,对中国各省2010-2019年的GDP进行绘制。
我们先来看看终极效果:

关于绘图数据
基于时间和截面两个维度,可把数据分为截面数据、时间序列及面板数据。在本文案例中,某一年各省的GDP属于截面数据,多年各省的GDP属于面板数据。因此,按照先易后难的原则,先对某一年各省的GDP进行地理可视化,再进一步构建for循环对多年各省的GDP进行可视化,形成终极的时间轮播图。

数据来源:本文案例使用的GDP数据来源于国家统计局官网,可在线下载到当地,生存为csv或excel格式,用pandas中的DataFrame进行读取。
地理可视化

一、全国各省单年GDP的可视化

在pyecharts中可使用Map类型实现地理可视化,其原理是通过不同颜色添补以展现不同的数据,options实现图表的调解及修饰。代码展示如下:
  1. import pandas as pd
  2. from pyecharts.charts import Map
  3. import pyecharts.options as opts
  4. frame = pd.read_csv('C:\\Users\\dell\\Desktop\\分省年度数据2.csv',encoding='GBK')
  5. map = Map()
  6. map.add("我国地区的GDP",frame[['地区','2019年']].values.tolist(),"china")
  7. map.set_global_opts(visualmap_opts=opts.VisualMapOpts(min_=500,max_=12000))
  8. map.render("2019年全国各地区GDP.html")
复制代码
剖析:add()来实现了数据的加载,在设置3个参数中——第1个是图的标题,第2个通过.values.tolist()加载要显示的数据,第3个"china"确保显示的舆图类型是中国。有个细节需要注意,Map 使用的中国各省份需要将全部的省、市、自治区等去掉。set_global_opts()实现了用颜色标志数据的数值巨细,参数min_和max_分别代表最小值和最大值。render()用于天生并生存图像。
效果如下:

然而数据分布并不平均,可以通过is_piecewise 属性表述分段自界说不同的颜色区间:
  1. geo.set_global_opts(visualmap_opts=opts.VisualMapOpts(
  2.     is_piecewise=True,
  3.     pieces=[
  4.         {"min":0,"max":10000,"label":"1~10000","color":"cyan"},
  5.         {"min":10001,"max":20000,"label":"10001~20000","color":"yellow"},
  6.         {"min":20001,"max":50000,"label":"20001~50000","color":"orange"},
  7.         {"min":50001,"max":80000,"label":"50001~80000","color":"coral"},
  8.         {"min":80001,"max":120000,"label":"80001~120000","color":"red"},
  9.     ]   
  10. ))
复制代码
效果如下:


二、全国各省多年GDP的可视化

由于要绘制2010-2019年的GDP数据,可以考虑构建一个for循环,通过str(i)+"年"的情势访问数据表格中处于不同列的各年GDP数据。绘制轮播图可考虑调用Timeline,代码如下:
  1. import pandas as pd
  2. from pyecharts import options as opts
  3. from pyecharts.charts import Map, Timeline
  4. frame = pd.read_csv('C:\\Users\\dell\\Desktop\\分省年度数据2.csv',encoding='GBK')
  5. tl = Timeline()
  6. for i in range(2010, 2020):
  7.     map0 = (
  8.         Map()
  9.         .add("省份",frame[['地区',str(i)+'年']].values.tolist(), "china")
  10.         .set_global_opts(
  11.             title_opts=opts.TitleOpts(title="Map-{}年GDP(亿元)".format(i)),
  12.             visualmap_opts=opts.VisualMapOpts(
  13.                 is_piecewise=True,
  14.                 pieces=[
  15.                     {"min":0,"max":10000,"label":"1~10000","color":"cyan"},
  16.                     {"min":10001,"max":20000,"label":"10001~20000","color":"yellow"},
  17.                     {"min":20001,"max":50000,"label":"20001~50000","color":"orange"},
  18.                     {"min":50001,"max":80000,"label":"50001~80000","color":"coral"},
  19.                     {"min":80001,"max":120000,"label":"80001~12000","color":"red"},
  20.                 ]   ),))
  21.     tl.add(map0, "{}年".format(i))
  22. tl.render("2010~2019年全国各地区GDP.html")
复制代码
效果如下:

本案例的实现并不复杂,在pyecharts官方的参考案例底子上稍加改动即可实现。作为一名初学者,模仿案例是提升功力的紧张途径,通过模仿可以有用吃透代码要具体实现的功能,量变到质变,就能根据本身工作和学习的需要进行灵活应用。
以上就是python用pyecharts实现舆图数据可视化的具体内容,更多关于python pyecharts实现舆图数据可视化的资料请关注脚本之家其它相关文章!

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

帖子地址: 

回复

使用道具 举报

分享
推广
火星云矿 | 预约S19Pro,享500抵1000!
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

草根技术分享(草根吧)是全球知名中文IT技术交流平台,创建于2021年,包含原创博客、精品问答、职业培训、技术社区、资源下载等产品服务,提供原创、优质、完整内容的专业IT技术开发社区。
  • 官方手机版

  • 微信公众号

  • 商务合作