自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

就是這么簡單！Pyecharts繪制可視化地圖專輯

作者：云朵君
大數(shù)據(jù) 數(shù)據(jù)可視化
總體來說Pyecharts地圖繪圖還是比較友好，在不需要多么炫酷的配置前提下，只需要將輸入數(shù)據(jù)格式和類型弄清楚，其余默認(rèn)配置即可。

Pyecharts 是一個(gè)用于生成 Echarts 圖表的類庫。Echarts 是百度開源的一個(gè)數(shù)據(jù)可視化 JS 庫。用 Echarts 生成的圖可視化效果非常棒，pyecharts 是為了與 Python 進(jìn)行對接，方便在 Python 中直接使用數(shù)據(jù)生成圖。

安裝

首先需要安裝python第三方包 -- pyecharts， 目前最新版本為1.8.1。

pip install pyecharts

自從 v0.3.2? 開始，為了縮減項(xiàng)目本身的體積以及維持 pyecharts?項(xiàng)目的輕量化運(yùn)行，pyecharts?將不再自帶地圖 js 文件。如用戶需要用到地圖圖表，可自行安裝對應(yīng)的地圖文件包。下面介紹如何安裝。

  • 全球國家地圖: echarts-countries-pypkg (1.9MB): 世界地圖和 213 個(gè)國家，包括中國地圖
  • 中國省級地圖: echarts-china-provinces-pypkg (730KB)：23 個(gè)省，5 個(gè)自治區(qū)
  • 中國市級地圖: echarts-china-cities-pypkg (3.8MB)：370 個(gè)中國城市
  • 中國縣區(qū)級地圖: echarts-china-counties-pypkg (4.1MB)：2882 個(gè)中國縣·區(qū)
  • 中國區(qū)域地圖: echarts-china-misc-pypkg (148KB)：11 個(gè)中國區(qū)域地圖，比如華南、華北

選擇自己需要安裝地圖相關(guān)的擴(kuò)展包。

pip install echarts-countries-pypkg
pip install echarts-china-provinces-pypkg
pip install echarts-china-cities-pypkg
pip install echarts-china-counties-pypkg
pip install echarts-china-misc-pypkg
pip install echarts-united-kingdom-pypkg

可以選擇豆瓣源或清華源加速安裝。

pip install pyecharts -i http://pypi.douban.com/simple 
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple echarts-countries-pypkg

pyecharts版本 v0.5.x 和 v1 間不兼容，v1 是一個(gè)全新的版本，語法也有很大不同。

查看pyecharts版本。

import pyecharts
print(pyecharts.__version__)

做好準(zhǔn)備后，就可以開始繪圖了。如果你是新手，對pyehcarts還有些陌生，可以參見官方5分鐘上手: https://pyecharts.org/#/zh-cn/quickstart?id=_5-分鐘上手

繪制地圖

Pyehcarts共有有四種地理圖表，

  • Map?：地圖 (https://pyecharts.org/#/zh-cn/geography_charts?id=map：地圖)以此為基礎(chǔ)，熟悉繪圖基本步驟及各個(gè)配置項(xiàng)。
  • Geo?：地理坐標(biāo)系 (https://pyecharts.org/#/zh-cn/geography_charts?id=geo：地理坐標(biāo)系)本文重點(diǎn)介紹
  • BMap：百度地圖 (https://pyecharts.org/#/zh-cn/geography_charts?id=bmap：百度地圖) 百度地圖需要申請開發(fā)者 AK，(https://lbsyun.baidu.com/)。這里不做細(xì)說，大家有興趣可以去pyecharts官網(wǎng)學(xué)習(xí)。
  • Map3D：三維地圖 (https://pyecharts.org/#/zh-cn/3d_charts?id=map3d-三維地圖)

一、Map

以星巴克門店在全球的分布為例。本例數(shù)據(jù)來源Kaggle星巴克數(shù)據(jù)：https://www.kaggle.com/starbucks/store-locations

圖片

也可公眾號「數(shù)據(jù)STUDIO」后臺回復(fù)【星巴克】獲取。

數(shù)據(jù)樣例：

圖片

from pyecharts.charts import Map
from pyecharts import options as opts
from pyecharts.globals import ThemeType, CurrentConfig

CurrentConfig.ONLINE_HOST = 'C:/python/pyecharts-assets-master/assets/'
# 參考 https://github.com/pyecharts/pyecharts-assets

df = starbuck['English']
data = df.value_counts()
datas = [(i, int(j)) for i, j in zip(data.index, data.values)]

# 實(shí)例化一個(gè)Map對象
map_ = Map(init_opts=opts.InitOpts(theme=ThemeType.PURPLE_PASSION))

# 世界地圖
map_.add(series_name="門店數(shù)量", data_pair=datas, maptype="world")

# 設(shè)置系列配置項(xiàng)
map_.set_series_opts(label_opts=opts.LabelOpts(is_show=False))   # 不顯示label
# 設(shè)置全局配置項(xiàng)
map_.set_global_opts(
     title_opts=opts.TitleOpts(title="星巴克門店數(shù)量在全球分布", 
                               pos_left='40%', 
                               pos_top='10'),   # 調(diào)整title位置
     legend_opts=opts.LegendOpts(is_show=False),
     visualmap_opts=opts.VisualMapOpts(
         max_=13608, 
         min_=1, 
         is_piecewise=True,
       pieces=[{"max": 9, "min": 1, "label": "1-9", "color": "#00FFFF"},
                 {"max": 99, "min": 10, "label": "10-99", "color": "#FF69B4"},
                 {"max": 499, "min": 100, "label": "100-499", "color": "#0000FF"},
                 {"max": 999, "min": 500, "label": "500-999", "color": "#00BFFF"},
                 {"max": 2000, "min": 1000, "label": "1000-2000", "color": "#228B22"},
                 {"max": 3000, "min": 2000, "label": "2000-3000", "color": "#FF0000"},
                 {"max": 20000, "min": 10000, "label": ">=10000", "color": "#FFD700"}
                ] # 分段  添加圖例注釋和顏色
     )
)
# 渲染在網(wǎng)頁上   有交互性
map_.render('星巴克門店在全球的分布.html')

輸出

圖片

繪圖步驟：

1、創(chuàng)建實(shí)例

Map(init_opts=opts.InitOpts(theme=ThemeType.PURPLE_PASSION))

創(chuàng)建實(shí)例并初始化配置。

可配置圖表寬度、高度、渲染風(fēng)格、標(biāo)題、主題、背景顏色等，詳情參見下面連接 https://pyecharts.org/#/zh-cn/global_options?id=initopts：初始化配置項(xiàng)

theme： pyecharts內(nèi)置提供了10+ 種不同的風(fēng)格, 參見 https://pyecharts.org/#/zh-cn/themes

2、添加數(shù)據(jù)

.add()添加了數(shù)據(jù)。

  • series_name： 系列名稱，用于 tooltip 的顯示，legend 的圖例篩選。
  • data_pair： 數(shù)據(jù)項(xiàng)，每個(gè)數(shù)據(jù)項(xiàng)由一個(gè)個(gè)元組組成：(坐標(biāo)點(diǎn)名稱，坐標(biāo)點(diǎn)值)   實(shí)際上一個(gè)是地區(qū)名稱另一個(gè)是對應(yīng)的數(shù)據(jù)。pyecharts繪制地圖只需導(dǎo)入城市名稱和數(shù)值即可，因?yàn)閰^(qū)縣級以上城市的經(jīng)緯度信息都已經(jīng)在模塊中存在，可以在 https://github.com/pyecharts/pyecharts/blob/master/pyecharts/datasets/city_coordinates.json中找到。本實(shí)例中是國家名稱與門店數(shù)量組成的數(shù)據(jù)項(xiàng)。
[('United States', 13608),
 ('China', 2734),
 ('Canada', 1468),
 ('Japan', 1237),
 ...
 ]
  • **maptype='world'**，這里是指地圖類型，默認(rèn)為china?中國。地圖類型請參見：https://github.com/pyecharts/pyecharts/blob/master/pyecharts/datasets/map_filename.json

3、設(shè)置系列配置項(xiàng)

.set_series_opts()

https://pyecharts.org/#/zh-cn/series_options

除了在.add()?中設(shè)置部分配置項(xiàng)外，就是使用.set_series_opts()配置圖元樣式、文字樣式、標(biāo)簽樣式、點(diǎn)線樣式等。

4、設(shè)置全局配置項(xiàng)

.set_global_opts() 配置標(biāo)題、動畫、坐標(biāo)軸、圖例等。 https://pyecharts.org/#/zh-cn/global_options

圖片

本實(shí)例中：

  • min_： 指定 visualMapPiecewise 組件的最小值。
  • max_： 指定 visualMapPiecewise 組件的最大值。
  • is_piecewise： 是否為分段型。
  • pieces： 自定義的每一段的范圍，以及每一段的文字，以及每一段的特別的樣式。

5、生成的地圖以html格式保存

.render()?將生成的地圖以html格式保存。

二、Geo

Geo 圖類型，使用type_: str = "scatter" 參數(shù)控制。

有 scatter, effectScatter, heatmap, lines4 種。

from pyecharts.globals import GeoType    
GeoType.GeoType.EFFECT_SCATTER，GeoType.HEATMAP，GeoType.LINES

1、動態(tài)漣漪散點(diǎn)圖 effectScatter

V1 版本開始支持鏈?zhǔn)秸{(diào)用，本例數(shù)據(jù)可「數(shù)據(jù)STUDIO」后臺回復(fù)【星巴克】獲取。

數(shù)據(jù)樣例：

圖片

import pandas as pd
from pyecharts.globals import ThemeType, CurrentConfig, GeoType
from pyecharts import options as opts
from pyecharts.charts import Geo

CurrentConfig.ONLINE_HOST = 'C:/python/pyecharts-assets-master/assets/'
# pandas讀取csv文件數(shù)據(jù)
df = pd.read_csv('directory2.csv', encoding='utf-8')['城市']
data = df.value_counts()
#自定義各城市的經(jīng)緯度
# geo_cities_coords = {df.iloc[i]['城市']:[df.iloc[i]['經(jīng)度'],df.iloc[i]['緯度']] for i in range(len(df))}

datas = [(i, int(j)) for i, j in zip(data.index, data.values)]
print(datas)

geo = (Geo(init_opts=opts.InitOpts(width='1000px', 
                                   height='600px', 
                                   theme=ThemeType.PURPLE_PASSION),
           is_ignore_nonexistent_coord = True)
       .add_schema(maptype='china', 
                   label_opts=opts.LabelOpts(is_show=True))   # 顯示label  省名
       .add('門店數(shù)量', 
            data_pair=datas, 
            type_=GeoType.EFFECT_SCATTER, 
            symbol_size=8,
            # geo_cities_coords=geo_cities_coords
           )
       .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
       .set_global_opts(
           title_opts=opts.TitleOpts(title='星巴克門店在中國的分布'),
           visualmap_opts=opts.VisualMapOpts(max_=550,
                                             is_piecewise=True,
                                             pieces=[
                     {"max": 50, "min": 0, "label": "0-50", "color": "#708090"},
                     {"max": 100, "min": 51, "label": "51-100", "color": "#00FFFF"},
                     {"max": 200, "min": 101, "label": "101-200", "color": "#FF69B4"},
                     {"max": 400, "min": 201, "label": "201-400", "color": "#FFD700"},
                     {"max": 800, "min": 600, "label": "600-800", "color": "#FF0000"},])
       )
      )

geo.render("星巴克門店在中國的分布.html")

輸出

圖片

Geo新增坐標(biāo)點(diǎn)

# 新增一個(gè)坐標(biāo)點(diǎn)
.add_coordinate(    
    # 坐標(biāo)地點(diǎn)名稱    
    name: str,     
    # 經(jīng)度    
    longitude: Numeric,     
    # 緯度    
    latitude: Numeric, )
# 新增 json 文件格式的坐標(biāo)數(shù)據(jù)
.add_coordinate_json(
    # json 文件格式的坐標(biāo)數(shù)據(jù)
    # 格式如下
    # {
    #   "阿城": [126.58, 45.32],
    #   "阿克蘇": [80.19, 41.09]
    # }
    json_file: str # 坐標(biāo)文件路徑
)

2、熱力圖heatmap

from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.globals import ChartType
CurrentConfig.ONLINE_HOST = 'C:/python/pyecharts-assets-master/assets/'

# pandas讀取csv文件數(shù)據(jù)
df = pd.read_csv('directory2.csv', encoding='utf-8')['城市']
data = df.value_counts()

datas = [(i, int(j)) for i, j in zip(data.index, data.values)]
print(datas)
geo = (
    Geo(init_opts=opts.InitOpts(width='1000px', 
                                height='600px', 
                                theme=ThemeType.DARK),
        is_ignore_nonexistent_coord=True)
    .add_schema(maptype="china")                       #maptype選擇地圖種類
    .add(series_name="門店數(shù)量",      # 系列名稱
         data_pair=datas,          # 數(shù)據(jù)項(xiàng) (坐標(biāo)點(diǎn)名稱，坐標(biāo)點(diǎn)值)
         blur_size=20,
         symbol_size= 5,
         type_=ChartType.HEATMAP  #類型選為熱力圖
         )
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        visualmap_opts=opts.VisualMapOpts(max_=800,is_piecewise=True),
        title_opts=opts.TitleOpts(title="星巴克門店在中國的分布熱力圖"))
)
geo.render( '星巴克門店在中國的分布熱力圖.html')

輸出

圖片

3、動態(tài)軌跡圖lines

pyecharts可以生成地理空間流動圖，用來表示航班數(shù)量、人口流動等等。

from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.faker import Faker
from pyecharts.globals import ChartType, SymbolType, CurrentConfig
import  random

datas = []
for _ in range(6):
    datas.append(tuple(random.sample(Faker.provinces, 2)))
    
CurrentConfig.ONLINE_HOST = 'C:/python/pyecharts-assets-master/assets/'
geo = (
    Geo(init_opts=opts.InitOpts(width='1000px', 
                                height='600px', 
                                theme=ThemeType.CHALK))
    .add_schema(
        maptype="china",
        itemstyle_opts=opts.ItemStyleOpts(color="#323c48", border_color="#111"),
        label_opts=opts.LabelOpts(is_show=True)
    )
    .add(
        "",
        [list(z) for z in zip(Faker.provinces, Faker.values())],
        type_=ChartType.EFFECT_SCATTER,
        color="white",
    )
    .add(
        "出差",
        data_pair = datas,
        type_=ChartType.LINES,
        effect_opts=opts.EffectOpts(
            symbol=SymbolType.DIAMOND, symbol_size=6, color="blue"
        ),
        linestyle_opts=opts.LineStyleOpts(curve=0.2),
    )
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(title_opts=opts.TitleOpts(title="動態(tài)軌跡圖"))
    .render("動態(tài)軌跡圖.html")
)

輸出

圖片

如果需要再添加一個(gè)其他類別的動態(tài)軌跡，只需在鏈?zhǔn)街刑砑樱?/p>

.add('旅游',
     [('上海','拉薩'),('拉薩','大理'),('大理','成都'),('成都','?？?)],
     type_=ChartType.LINES,
     effect_opts=opts.EffectOpts(
         symbol=SymbolType.ARROW, symbol_size=6, color="orange"),
     linestyle_opts=opts.LineStyleOpts(curve=0.5)
    )

輸出如下，可以點(diǎn)擊圖例來篩選類別。

這邊用到兩個(gè)配置項(xiàng)：

  • effect_opts= opts.EffectOpts(symbol)?漣漪特效配置項(xiàng)https://pyecharts.org/#/zh-cn/series_options?id=effectopts：漣漪特效配置項(xiàng)?symbol： 特效圖形的標(biāo)記。ECharts 提供的標(biāo)記類型包括 ?'circle', 'rect', 'roundRect', 'triangle', diamond', 'pin', 'arrow', 'none'，可以通過 'image://url' 設(shè)置為圖片，其中 URL 為圖片的鏈接，或者 dataURI。
  • linestyle_opts=opts.LineStyleOpts(curve=0.2)?線樣式配置項(xiàng)https://pyecharts.org/#/zh-cn/series_options?id=linestyleopts：線樣式配置項(xiàng)curve： 線的彎曲度，0 表示完全不彎曲。

4、三維地圖

from pyecharts import options as opts
from pyecharts.charts import Map3D
from pyecharts.globals import ChartType
from pyecharts.commons.utils import JsCode

c = (
    Map3D(init_opts=opts.InitOpts(width='1000px', 
                                height='600px', 
                                theme=ThemeType.VINTAGE))
    # 地圖類型
    .add_schema(
        itemstyle_opts=opts.ItemStyleOpts( # 圖形的顏色
            color="#00BFFF", # 或 'rgb(128, 128, 128)'
            opacity=1, # 圖形透明度
            border_width=0.8, # 描邊寬度
            border_color="#708090", # 描邊顏色
        ),
        # Map3D 的 Label 設(shè)置
        map3d_label=opts.Map3DLabelOpts(
            is_show=False,
            formatter=JsCode("function(data){return data.name + " " + data.value[2];}"),
        ),
        
        # 高亮標(biāo)簽配置項(xiàng)
        emphasis_label_opts=opts.LabelOpts(
            is_show=False,
            color="#fff",
            font_size=10,
            background_color="rgba(0,23,11,0)",
        ),
        
        # 光照相關(guān)的設(shè)置。
        light_opts=opts.Map3DLightOpts(
            main_color="#fff",
            main_intensity=1.2,
            main_shadow_quality="high",
            is_main_shadow=False,
            main_beta=10,
            ambient_intensity=0.3,
        ),
    )
    .add(
        series_name="門店數(shù)量",
        data_pair=datas,
        # 疊加圖的類型
        type_=ChartType.BAR3D,
        bar_size=1,
        
        # 三維地圖中三維圖形的著色效果。
        shading="lambert",
        label_opts=opts.LabelOpts(
            is_show=False,
            formatter=JsCode("function(data){return data.name + ' ' + data.value[2];}"),
        ),
    )
    .set_global_opts(title_opts=opts.TitleOpts(title="星巴克門店在中國的分布3D圖"))
    .render("map3d_with_bar3d.html")
)

輸出

圖片

本例中的主要參數(shù)說明：

.add_schema()

地圖類型設(shè)置，參考pyecharts.datasets.map_filenames.json 文件

  • itemstyle_opts=opts.ItemStyleOpts( ) 圖形的顏色
  • map3d_label=opts.Map3DLabelOpts() Map3D 的 Label 設(shè)置
  • emphasis_label_opts=opts.LabelOpts() 高亮標(biāo)簽配置項(xiàng)參考 series_options.LabelOpts
  • light_opts=opts.Map3DLightOpts() 光照相關(guān)的設(shè)置。在 shading 為 'color' 的時(shí)候無效。

.add()

  • type_=ChartType.BAR3D?, 疊加圖的類型（目前只支持Bar3D，Line3D，Lines3D，Scatter3D）
  • shading="lambert"三維地圖中三維圖形的著色效果。ECharts GL 中使用了基于物理的渲染（PBR）來表現(xiàn)真實(shí)感材質(zhì)。echarts-gl 中支持下面三種著色方式：color: 只顯示顏色，不受光照等其它因素的影響。lambert: 通過經(jīng)典的 lambert 著色表現(xiàn)光照帶來的明暗。realistic: 真實(shí)感渲染，配合 light.ambientCubemap 和 postEffect 使用可以讓展示的畫面效果和質(zhì)感有質(zhì)的提升。

5、Globe地圖

數(shù)據(jù)來源是pyecharts自帶的全球人口數(shù)據(jù)。

import pyecharts.options as opts
from pyecharts.charts import MapGlobe
from pyecharts.faker import POPULATION
from pyecharts.globals import ThemeType

data = [x for _, x in POPULATION[1:]]
low, high = min(data), max(data)

c = (
    MapGlobe(init_opts=opts.InitOpts(theme=ThemeType.DARK))
    .add_schema()
    .add(
        maptype="world",
        series_name="World Population",
        data_pair=POPULATION[1:],
        is_map_symbol_show=False,
        label_opts=opts.LabelOpts(is_show=False),
    )
    .set_global_opts(
        visualmap_opts=opts.VisualMapOpts(
            min_=low,
            max_=high,
            range_text=["max", "min"],
            is_calculable=True,
            range_color=["lightskyblue", "yellow", "orangered"],
        )
    )
    .render("map_globe_base.html")
)

輸出

圖片

本文到此結(jié)束，總體來說Pyecharts地圖繪圖還是比較友好，在不需要多么炫酷的配置前提下，只需要將輸入數(shù)據(jù)格式和類型弄清楚，其余默認(rèn)配置即可。

對地圖樣式有一定要求時(shí)，只需要根據(jù)官網(wǎng)上的配置信息調(diào)整全局配置項(xiàng)和系列配置項(xiàng)即可。

責(zé)任編輯：武曉燕 來源： 數(shù)據(jù)STUDIO
Pyecharts可視化地圖
相關(guān)推薦

2020-03-11 14:39:26

數(shù)據(jù)可視化地圖可視化地理信息

2022-02-23 09:50:52

PythonEchartspyecharts

2014-01-17 10:36:39

2022-03-01 10:29:44

Kubernetes容器

2017-09-01 19:49:50

Python工具地圖

2017-09-05 08:35:09

Python可視化地圖

2017-11-28 15:29:04

iPhone X網(wǎng)頁適配

2021-05-24 10:50:10

Git命令Linux

2021-03-18 08:11:18

PythonDash工具

2009-08-31 13:32:12

2015-10-29 09:36:48

2014-06-20 15:00:57

數(shù)據(jù)可視化

2023-12-18 15:02:00

PyechartsPython數(shù)據(jù)可視化工具

2020-06-16 10:57:20

搭建

2024-08-28 08:42:21

API接口限流

2022-08-23 12:32:37

Python可視化圖表

2022-04-13 09:01:53

Echart5繪制地圖

2022-08-26 09:15:58

Python可視化plotly

2009-04-21 14:26:41

可視化監(jiān)控IT管理摩卡

2022-05-16 09:34:17

Python可視化圖表
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號