23/04/16使用pyecharts绘制中国地图并显示城市_pycharm绘制中国城市图

需求

近日几个高中朋友都上岸研究生，某人提议做一个求学路线图，这种技术活儿当然就交给我了。

• 一共是两幅图，本科城市分布图和研究生城市分布图
• 背景是中国地图
• 在地图中标记大学所在城市
• 在标记点上显示每个人的头像
• 附录显示大学名称
• 每个人本科和研究生之间添加一条线
• 导出为图片

环境

python 3.11.2
pyecharts 2.0.3
selenium 4.8.3
pyecharts-snapshot 0.2.0

pyecharts

官方文档
是一个基于Echarts的python工具包，用于数据可视化，可以用来画日历图、饼图、雷达图、词云图、涟漪特效图、热力图、散点图、数图、地图、3D图等

安装pyecharts

pip install pyecharts
1

pyecharts-snapshot

将 pyecharts/echarts.js 的输出呈现为 png、jpeg、gif、eps、svg 图像、原始 base64 编码或 pdf 文件

安装pyecharts-snapshot

pip install pyecharts-snapshot
1

使用

pyecharts-snapshot用来将地图渲染成图片。
要使用pyecharts-snapshot，确保电脑正确安装Phantomjs，否则会报错，Phantomjs官网下载链接，选择符合自己电脑的版本下载。
下载完成之后，将bin加入到系统变量中。

开始绘图

使用pyecharts的过程，会学到链式调用和万物皆可对象化！

一、初始化画布

第一步，我们要画中国地图，创建一个Geo对象（地理图标）

geo = Geo()
1

在Geo()中初始化地图，设置一些基本的参数
一般写法

geo = Geo(
			width="1000px",
            height="600px",
            theme=ThemeType.ESSOS,  # 地图主题
          )
1
2
3
4
5

但是在pyecharts中有一个重要的思想就是

标准的写法是

geo = Geo(
			init_opts=opts.InitOpts(
	            width="1000px", # 画布宽度
	            height="600px", # 画布高度
	            theme=ThemeType.ESSOS,  # 地图主题
       		)
       	)
1
2
3
4
5
6
7

在这里使用init_opts进行初始化，init_opts是一个options，值由opts.InitOpts实例化得到，而width="1000px"...等params则作为opts.InitOpts的参数。

个人认为万物皆options有以下几点好处：

• 统一化：所有的图标对象都可以使用同一个参数
• 方便查阅文档：需要哪个options就在文档中查找哪个，很直观。

比如这个InitOpts，经查阅文档后共有这么多属性

class InitOpts(
    # 图表画布宽度，css 长度单位。
    width: str = "900px",

    # 图表画布高度，css 长度单位。
    height: str = "500px",

    # 图表 ID，图表唯一标识，用于在多图表时区分。
    chart_id: Optional[str] = None,

    # 渲染风格，可选 "canvas", "svg"
    # # 参考 `全局变量` 章节
    renderer: str = RenderType.CANVAS,

    # 网页标题
    page_title: str = "Awesome-pyecharts",

    # 图表主题
    theme: str = "white",

    # 图表背景颜色
    bg_color: Optional[str] = None,

    # 远程 js host，如不设置默认为 https://assets.pyecharts.org/assets/"
    # 参考 `全局变量` 章节
    js_host: str = "",

    # 画图动画初始化配置，参考 `global_options.AnimationOpts`
    animation_opts: Union[AnimationOpts, dict] = AnimationOpts(),
)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

再加上一些必要的参数，完整版初始化代码如下：

geo = Geo(
			init_opts=opts.InitOpts(
	            width="1000px", # 画布宽度
	            height="600px", # 画布高度
	            theme=ThemeType.ESSOS,  # 地图主题
       		),
        	is_ignore_nonexistent_coord=True
       	)
1
2
3
4
5
6
7
8

二、设置地图类型

调用.add_schema()方法设置Geo对象的地图类型、缩放、视角中心点等

    .add_schema(
    			 maptype='china' # 设置地图类型为china
    			 zoom=1.5, # 缩放比例为1.5
    			 center=[105.95, 34.27], # 设置视角中心点为[105.95, 34.27]
               )
1
2
3
4
5

其中zoom center都是为后面导出图像设置的，效果如下

三、添加点

调用geo对象的.add方法，添加需要显示的点，并设置其样式

这里最坑的是，文档中没有给出点实例，导致调试data废了很大功夫

以北京举例：应该是("北京“, [116.407526, 39.90403])，数据项为元组类型，第一个元素为坐标点名称，第二个元素为坐标点的经度纬度，如果多个点，则data_pair为列表形式

这里有个坑，名称和经纬度必须一一对应才能正确显示，如果把北京改成北京市区，就不行了，估摸着他应该内置了一个对应关系

.add(
        series_name='研究生', # 这一系列点的名称
        symbol_size=18, # 标志（圆圈）的尺寸
        data_pair=city_graduate, # 数据项
        type_="scatter", # 数据类型 
        label_opts=opts.LabelOpts( #标签（就是文字）
        							is_show=True, # 是否显示标签
                                    formatter='{b}', # 标签显示的格式
                                    font_size=20, # 标签的文字大小
                                    font_style="normal", # 标签的样式
                                  ))
1
2
3
4
5
6
7
8
9
10
11

四、渲染HTML

调用geo.render参数为渲染后的html文件路径

.render('html/graduate.html')
1

五、渲染图片

第一个参数为渲染引擎，这里选择phantomjs；第二个参数是html文件路径；第三个参数是渲染后的图片文件路径

from snapshot_phantomjs import snapshot
from generate_coordinate import generate_coordinate

make_snapshot(snapshot, 'html/graduate.html', 'image/graduate.png')
1
2
3
4

六、整合

这里不得不提python的链式调用，十分直观，简约

geo = (
		Geo(
			init_opts=opts.InitOpts(
	            width="1000px", # 画布宽度
	            height="600px", # 画布高度
	            theme=ThemeType.ESSOS,  # 地图主题
       		),
        	is_ignore_nonexistent_coord=True
       	)
       	.add_schema(
			 maptype='china' # 设置地图类型为china
			 zoom=1.5, # 缩放比例为1.5
			 center=[105.95, 34.27], # 设置视角中心点为[105.95, 34.27]
         )
         .add(
	        series_name='研究生', # 这一系列点的名称
	        symbol_size=18, # 标志（圆圈）的尺寸
	        data_pair=city_graduate, # 数据项
	        type_="scatter", # 数据类型 
	        label_opts=opts.LabelOpts( #标签（就是文字）
	        							is_show=True, # 是否显示标签
	                                    formatter='{b}', # 标签显示的格式
	                                    font_size=20, # 标签的文字大小
	                                    font_style="normal", # 标签的样式
	                                  )
	     )
	     .render('html/graduate.html')
 )
		     
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

把所有有关这个对象的操作链成一个链条执行，将每个操作的结果组合，返回给geo对象。

遇到的BUG

1. 城市不能自己命名，否则会无法正常显示
2. 如果在渲染图片的时候遇到“ReferenceError: Can‘t find variable: echarts\n\n undefined:1\nnull\n“错误，考虑项目目录中是否有中文，将其移动到纯英文目录中，问题就解决了。

这还是我google来的，仔细思考一下，can't find variable问题出在找不到echarts变量，但是echarts变量是存在的，否则画图就会报错，这样变量存在却找不到的情况，多半是路径出现问题，考虑到中文路径，以后这类Bug都可以往这方面想。

完整项目代码

github链接

成品展示

总结

至此，城市分布图地图画好了！！短短的几行代码花了我六小时琢磨，反思一下：

• 代码版本 确认用pyecharts之后，就在直接找线程的代码，以期用最短的事件完成这个任务，关键是完全没考虑到版本问题，代码粘贴下来就是一顿报错，按照我的习惯，遇上bug就找chatgpt，谁知道chatgpt给出的代码也是版本不一致，就这样带着一次成功的功利目的，花费了大量的时间内耗。这一次真切感受到了复制代码前先确定版本号的重要性。
• 官方文档 这些用户比较少的工具，社区、博客往往不活跃，这时候文档就是救命的东西，文档永远是最新的，pip安装的也永远是最新的，所以这俩是永远适配的。一般文档都会配有快速上手，经验之谈，5分钟的快速上手可以帮助节省50分钟之多。