python基础综合案例（数据可视化-地图可视化）

1.基础地图使用

注意写名字的时候要写全名，比如上海市不能写出上海，不然看不到数据

鼠标点击即可看到数据

设置属性的时候不要忘记导包

# 演示地图可视化的基础使用
from pyecharts.charts import Map
from pyecharts.options import VisualMapOpts
# 准备地图对象
map = Map()
# 准备数据
data = [("北京市",99),("上海市",199),("湖南省",299),("台湾省",399),("广东省",499)
]
# 添加数据
map.add("测试地图",data,"china")
# 设置全局选项
map.set_global_opts(visualmap_opts=VisualMapOpts(is_show=True,is_piecewise=True,pieces=[{"min":1,"max":9,"label":"1-9","color":"#CCFFFF"},{"min":10,"max":99,"label":"10-99","color":"#FF6666"},{"min":100,"max":500,"label":"100-500","color":"#990033"}])
)
# 绘图
map.render()

这个颜色是怎么设置的呢？

打开懒人网站   ab173.com   ，点击前端里面的rgb颜色对照表

在里面即可看到

想要的颜色代码就可以在这里直接展示

2.疫情地图—国内疫情地图

以上是一个数据的部分例子，对他进行分析依旧是在懒人网站的json视图中输入，然后格式化，查看视图

找到省份名称以及确诊人数

这样我们就得到了一个完整的数据

那么相信大家应该已经掌握好了，上代码！

但是大家会发现没有颜色，这是为什么，因为我所使用的数据没有全称，只有简称，所以需要补充完整名字

if province_name == "北京":province_name += "市"
else:province_name += "省"

比如这样就可以了，还有其他的市，就不一一演示了，大家感兴趣自行探索

细心观察你会发现，北京也有颜色了

最终代码

# 演示全国疫情可视化地图开发
import json
from pyecharts.charts import Map
from pyecharts.options import *
# 读取数据文件
f = open("D:/疫情.txt","r",encoding="UTF-8")
data = f.read()
# 关闭文件
f.close()
# 取到各省数据
# 将字符串json转换为python的字典
data_dict = json.loads(data)       #基础数据字典
# 从字典中取出省份的数据
province_data_list = data_dict["areaTree"][0]["children"]
# 组装每个省份和确诊人数为元组，并把各个省的数据都封装入列表内
data_list = []
for province_data in province_data_list:province_name = province_data["name"] # 省份名称if province_name == "北京":province_name += "市"else:province_name += "省"province_confirm = province_data["total"]["confirm"]   #确诊人数data_list.append((province_name,province_confirm))
#  创建地图对象
map = Map()
# 添加数据
map.add("各省份确诊人数",data_list,"china")
# 设置全局配置，定制分段的视觉映射
map.set_global_opts(title_opts=TitleOpts(title="疫情全国地图"),visualmap_opts=VisualMapOpts(is_show=True,  # 是否显示is_piecewise=True,   # 是否分段pieces=[{"min":1,"max":99,"lable":"1~99人","color":"#CCFFFF"},{"min":100,"max":999,"lable":"100~999人","color":"#FFFF99"},{"min":1000,"max":4999,"lable":"1000~4999人","color":"#FF9966"},{"min":5000,"max":9999,"lable":"5000~9999人","color":"#FF6666"},{"min":10000,"max":99999,"lable":"10000~99999人","color":"CC3333"},{"min":100000,"lable":"100000+","color":"#990033"}# 当你设置颜色最大值可以不要设置])
)# 绘图
map.render("全国疫情地图.html")            #  控制文件生成的文件名

3.疫情地图——省级疫情地图

数据处理还是一样首先找层级关系

注意随时检查

如果有的市没有在数据中，我们可以手动添加

其实制作地图，只有两步：数据处理和构建地图

那么上代码！

# 演示河南省疫情地图开发
import json
from pyecharts.charts import Map
from pyecharts.options import *
# 读取文件
f = open("D:/疫情.txt","r",encoding="UTF-8")
data = f.read()
# 关闭文件
f.close()
# json数据转换为python字典
data_lict = json.loads(data)
# 获取河南省数据
cities_data = data_lict["areaTree"][0]["children"][3]["children"]# 准备数据为元组并放入list
data_list = []
for city_data in cities_data:city_name = city_data["name"] + "市"city_confirm = city_data["total"]["confirm"]data_list.append((city_name,city_confirm))
# 手动添加济源市的数据
data_list.append(("济源市",5))
# 构建地图
map = Map()
# 添加数据
map.add("河南省疫情分布",data_list,"河南")
# 设置全局选项
map.set_global_opts(title_opts=TitleOpts(title="河南省疫情地图"),visualmap_opts=VisualMapOpts(is_show=True,  # 是否显示is_piecewise=True,   # 是否分段pieces=[{"min":1,"max":99,"lable":"1~99人","color":"#CCFFFF"},{"min":100,"max":999,"lable":"100~999人","color":"#FFFF99"},{"min":1000,"max":4999,"lable":"1000~4999人","color":"#FF9966"},{"min":5000,"max":9999,"lable":"5000~9999人","color":"#FF6666"},{"min":10000,"max":99999,"lable":"10000~99999人","color":"CC3333"},{"min":100000,"lable":"100000+","color":"#990033"}# 当你设置颜色最大值可以不要设置])
)
# 绘图
map.render("河南省疫情地图.html")