快捷導(dǎo)航

python用pyecharts實(shí)現(xiàn)地圖數(shù)據(jù)可視化

更新時(shí)間：2021年03月18日 11:06:23 作者：阿橙FM

這篇文章主要介紹了python用pyecharts實(shí)現(xiàn)地圖數(shù)據(jù)可視化，幫助大家更好的理解和學(xué)習(xí)使用python，感興趣的朋友可以了解下

有的時(shí)候，我們需要對(duì)不同國(guó)家或地區(qū)的某項(xiàng)指標(biāo)進(jìn)行比較，可簡(jiǎn)單通過直方圖加以比較。但直方圖在視覺上并不能很好突出地區(qū)間的差異，因此考慮地理可視化，通過地圖上位置（地理位置）和顏色（顏色深淺代表數(shù)值差異）兩個(gè)元素加以體現(xiàn)。在本文案例中，基于第三方庫(kù)pyecharts，對(duì)中國(guó)各省2010-2019年的GDP進(jìn)行繪制。

我們先來看看最終效果：

關(guān)于繪圖數(shù)據(jù)

基于時(shí)間和截面兩個(gè)維度，可把數(shù)據(jù)分為截面數(shù)據(jù)、時(shí)間序列及面板數(shù)據(jù)。在本文案例中，某一年各省的GDP屬于截面數(shù)據(jù)，多年各省的GDP屬于面板數(shù)據(jù)。因此，按照先易后難的原則，先對(duì)某一年各省的GDP進(jìn)行地理可視化，再進(jìn)一步構(gòu)建for循環(huán)對(duì)多年各省的GDP進(jìn)行可視化，形成最終的時(shí)間輪播圖。

數(shù)據(jù)來源：本文案例使用的GDP數(shù)據(jù)來源于國(guó)家統(tǒng)計(jì)局官網(wǎng)，可在線下載到本地，保存為csv或excel格式，用pandas中的DataFrame進(jìn)行讀取。

地理可視化

一、全國(guó)各省單年GDP的可視化

在pyecharts中可使用Map類型實(shí)現(xiàn)地理可視化，其原理是通過不同顏色填充以展現(xiàn)不同的數(shù)據(jù)，options實(shí)現(xiàn)圖表的調(diào)整及修飾。代碼展示如下：

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

frame = pd.read_csv('C:\\Users\\dell\\Desktop\\分省年度數(shù)據(jù)2.csv',encoding='GBK')
map = Map()
map.add("我國(guó)地區(qū)的GDP",frame[['地區(qū)','2019年']].values.tolist(),"china")
map.set_global_opts(visualmap_opts=opts.VisualMapOpts(min_=500,max_=12000))
map.render("2019年全國(guó)各地區(qū)GDP.html")

解析：add()來實(shí)現(xiàn)了數(shù)據(jù)的加載，在配置3個(gè)參數(shù)中——第1個(gè)是圖的標(biāo)題，第2個(gè)通過.values.tolist()加載要顯示的數(shù)據(jù)，第3個(gè)"china"確保顯示的地圖類型是中國(guó)。有個(gè)細(xì)節(jié)需要注意，Map 使用的中國(guó)各省份需要將全部的省、市、自治區(qū)等去掉。set_global_opts()實(shí)現(xiàn)了用顏色標(biāo)記數(shù)據(jù)的數(shù)值大小，參數(shù)min_和max_分別代表最小值和最大值。render()用于生成并保存圖像。

效果如下：

然而數(shù)據(jù)分布并不平均，可以通過is_piecewise 屬性表述分段自定義不同的顏色區(qū)間：

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：

二、全國(guó)各省多年GDP的可視化

由于要繪制2010-2019年的GDP數(shù)據(jù)，可以考慮構(gòu)建一個(gè)for循環(huán)，通過str(i)+"年"的形式訪問數(shù)據(jù)表格中處于不同列的各年GDP數(shù)據(jù)。繪制輪播圖可考慮調(diào)用Timeline，代碼如下：

import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Map, Timeline

frame = pd.read_csv('C:\\Users\\dell\\Desktop\\分省年度數(shù)據(jù)2.csv',encoding='GBK')
tl = Timeline()
for i in range(2010, 2020):
    map0 = (
        Map()
        .add("省份",frame[['地區(qū)',str(i)+'年']].values.tolist(), "china")
        .set_global_opts(
            title_opts=opts.TitleOpts(title="Map-{}年GDP（億元）".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年全國(guó)各地區(qū)GDP.html")

效果如下：

本案例的實(shí)現(xiàn)并不復(fù)雜，在pyecharts官方的參考案例基礎(chǔ)上稍加改動(dòng)即可實(shí)現(xiàn)。作為一名初學(xué)者，模仿案例是提升功力的重要途徑，通過模仿可以有效吃透代碼要具體實(shí)現(xiàn)的功能，量變到質(zhì)變，就能根據(jù)自己工作和學(xué)習(xí)的需要進(jìn)行靈活應(yīng)用。

以上就是python用pyecharts實(shí)現(xiàn)地圖數(shù)據(jù)可視化的詳細(xì)內(nèi)容，更多關(guān)于python pyecharts實(shí)現(xiàn)地圖數(shù)據(jù)可視化的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

您可能感興趣的文章: