欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

python用pyecharts实现地图数据可视化

程序员文章站 2022-07-02 19:34:28
有的时候,我们需要对不同国家或地区的某项指标进行比较,可简单通过直方图加以比较。但直方图在视觉上并不能很好突出地区间的差异,因此考虑地理可视化,通过地图上位置(地理位置)和颜色(颜色深浅代表数值差异)...

有的时候,我们需要对不同国家或地区的某项指标进行比较,可简单通过直方图加以比较。但直方图在视觉上并不能很好突出地区间的差异,因此考虑地理可视化,通过地图上位置(地理位置)和颜色(颜色深浅代表数值差异)两个元素加以体现。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。

我们先来看看最终效果:

python用pyecharts实现地图数据可视化

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,形成最终的时间轮播图。

python用pyecharts实现地图数据可视化

数据来源:本文案例使用的gdp数据来源于国家统计局官网,可在线下载到本地,保存为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填充以展现不同的数据,options实现图表的调整及修饰。代码展示如下:

import pandas as pd
from pyecharts.charts import map
import pyecharts.options as opts

frame = pd.read_csv('c:\\users\\dell\\desktop\\分省年度数据2.csv',encoding='gbk')
map = map()
map.add("我国地区的gdp",frame[['地区','2019年']].values.tolist(),"china")
map.set_global_opts(visualmap_opts=opts.visualmapopts(min_=500,max_=12000))
map.render("2019年全国各地区gdp.html")

解析:add()来实现了数据的加载,在配置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"确保显示的地图类型是中国。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()实现了用颜色标记数据的数值大小,参数min_和max_分别代表最小值和最大值。render()用于生成并保存图像。

效果如下:

python用pyecharts实现地图数据可视化

然而数据分布并不平均,可以通过is_piecewise 属性表述分段自定义不同的颜色区间:

geo.set_global_opts(visualmap_opts=opts.visualmapopts(
    is_piecewise=true,
    pieces=[
        {"min":0,"max":10000,"label":"1~10000","color":"cyan"},
        {"min":10001,"max":20000,"label":"10001~20000","color":"yellow"},
        {"min":20001,"max":50000,"label":"20001~50000","color":"orange"},
        {"min":50001,"max":80000,"label":"50001~80000","color":"coral"},
        {"min":80001,"max":120000,"label":"80001~120000","color":"red"},
    ]   
))

效果如下:

python用pyecharts实现地图数据可视化

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"的形式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:

import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import map, timeline

frame = pd.read_csv('c:\\users\\dell\\desktop\\分省年度数据2.csv',encoding='gbk')
tl = timeline()
for i in range(2010, 2020):
    map0 = (
        map()
        .add("省份",frame[['地区',str(i)+'年']].values.tolist(), "china")
        .set_global_opts(
            title_opts=opts.titleopts(title="map-{}年gdp(亿元)".format(i)),
            visualmap_opts=opts.visualmapopts(
                is_piecewise=true,
                pieces=[
                    {"min":0,"max":10000,"label":"1~10000","color":"cyan"},
                    {"min":10001,"max":20000,"label":"10001~20000","color":"yellow"},
                    {"min":20001,"max":50000,"label":"20001~50000","color":"orange"},
                    {"min":50001,"max":80000,"label":"50001~80000","color":"coral"},
                    {"min":80001,"max":120000,"label":"80001~12000","color":"red"},
                ]   ),))
    tl.add(map0, "{}年".format(i))
tl.render("2010~2019年全国各地区gdp.html")

效果如下:

python用pyecharts实现地图数据可视化

本案例的实现并不复杂,在pyecharts官方的参考案例基础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重要途径,通过模仿可以有效吃透代码要具体实现的功能,量变到质变,就能根据自己工作和学习的需要进行灵活应用。

以上就是python用pyecharts实现地图数据可视化的详细内容,更多关于python pyecharts实现地图数据可视化的资料请关注其它相关文章!