Python之数据可视化（地图）_python地图可视化_全国疫情地图数据可视化

---

---

目录

一 基础地图应用

二 全国疫情图

一 数据准备

二 数据处理

二 湖北省疫情图

一 数据准备

二 数据处理

---

一 基础地图应用

导入map地图对象

from pyecharts.charts import Map
map = Map()
1
2

写入数据

data = \[
    ("北京市",100),
    ("上海市",152),
    ("广东省",102),
    ("河南省",153),
    ("湖北省",199),
    ("台湾省",123)
\]
1
2
3
4
5
6
7
8

添加数据

map.add("测试地图",data,"china")

1
2

设置全局选项

map.set\_global\_opts(
    visualmap\_opts=VisualMapOpts(
        is\_show=True,
        is\_piecewise=True,
        pieces=\[
            {"min":1,"max":9,"label":"1-9","color":"#CCFFFF"},
            {"min": 10, "max": 99, "label": "10-99", "color": "#FF6666"},
            {"min": 100,"max": 500, "label": "100-500", "color": "#990033"}
        \]
    )
)
1
2
3
4
5
6
7
8
9
10
11

颜色表格:RGB颜色对照表-RGB颜色查询对照表-颜色代码表-颜色的英文名称大全-懒人工具|www.ab173.com

绘制地图

map.render()

运行效果

二 全国疫情图

一 数据准备

这里已经提前准备好了（JSON数据），如果有需要的可以私我（或者到黑马中找资料）：黑马程序员-解锁你的IT职业薪未来！ (itheima.com)

二 数据处理

首先对JSON数据进行可视化

JSON在线视图查看器(Online JSON Viewer) (ab173.com)

我们要得到各个省份的名称，就要分析数据中省份所处在的层次，如图所示：

\# 将JSON数据转换为Python字典
data\_dict = json.loads(data)
# 从字典中取出省份
province\_data\_list = data\_dict\['areaTree'\]\[0\]\['children'\].
1
2
3
4

同理我们也可以获得确诊人数

province\_confirm = province\_data\['total'\]\['confirm'\]  # 省份确诊人数
1

获得省份名称

获得确诊人数

对特殊省份的名字处理

因为我们JSON的数据给的时候只给了身份简称，导致地图识别省份时无法匹配，因此我们要自己处理。

for province\_data in province\_data\_list:
    if province\_data\['name'\] =="北京" or province\_data\['name'\] =="上海" or province\_data\['name'\] =="重庆":
        province\_name = province\_data\['name'\]+"市"
    elif province\_data\['name'\] == "广西":
        province\_name = province\_data\['name'\] + "壮族自治区"
    elif province\_data\['name'\] == "内蒙古" or province\_data\['name'\] == "西藏":
        province\_name = province\_data\['name'\] + "自治区"
    elif province\_data\['name'\] == "新疆":
        province\_name = province\_data\['name'\] + "维吾尔自治区"
    elif province\_data\['name'\] == "宁夏":
        province\_name = province\_data\['name'\] + "回族自治区"
    elif province\_data\['name'\] == "香港" or province\_data\['name'\] == "澳门":
        province\_name = province\_data\['name'\] + "特别行政区"
    else:
        province\_name = province\_data\['name'\]+"省"  # 省份名称
    province\_confirm = province\_data\['total'\]\['confirm'\]  # 省份确诊人数
    data\_list.append((province\_name,province\_confirm))  # 将数据添加到列表中
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

全部代码

import json
from pyecharts.charts import Map
from pyecharts.options import *
# 读取文件数据
f = open("D:/疫情.txt","r",encoding="UTF-8")
data = f.read()
# 关闭文件
f.close()
# 将JSON数据转换为Python字典
data_dict = json.loads(data)
# 从字典中取出省份
province_data_list = data_dict['areaTree'][0]['children']
# 创建一个数据列表存放地图所用的数据
data_list = []
# 组装每个省份和确诊人数为元组，并将各个省份的数据封装进入列表内
for province_data in province_data_list:
    if province_data['name'] =="北京" or province_data['name'] =="上海" or province_data['name'] =="重庆":
        province_name = province_data['name']+"市"
    elif province_data['name'] == "广西":
        province_name = province_data['name'] + "壮族自治区"
    elif province_data['name'] == "内蒙古" or province_data['name'] == "西藏":
        province_name = province_data['name'] + "自治区"
    elif province_data['name'] == "新疆":
        province_name = province_data['name'] + "维吾尔自治区"
    elif province_data['name'] == "宁夏":
        province_name = province_data['name'] + "回族自治区"
    elif province_data['name'] == "香港" or province_data['name'] == "澳门":
        province_name = province_data['name'] + "特别行政区"
    else:
        province_name = province_data['name']+"省"  # 省份名称
    province_confirm = province_data['total']['confirm']  # 省份确诊人数
    data_list.append((province_name,province_confirm))  # 将数据添加到列表中

# 创建地图对象
map = Map()
# 为地图添加数据
map.add("各省份确诊人数",data_list,"china")
# 设置全局配置
map.set_global_opts(
    title_opts=TitleOpts(title="全国疫情地图"),
    visualmap_opts=VisualMapOpts(  # 添加视觉映射
        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":"5000~99999人","color": "#FF6666"},
            {"min":10000,"max":99999,"lable":"10000~99999人","color":  "#CC3333"},
            {"min":100000,"lable":"100000+","color":"#990033"}
        ]
    )
)
# 绘图
map.render("全国疫情地图.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
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56

运行效果

二 湖北省疫情图

一 数据准备

前面我们准备的数据中包含了各个省份的信息我们取出来使用即可。

二 数据处理

对文件进行处理

将JSON数据转换为Python字典

将数据变为元组存放再列表中

构建地图配置全局选项

全部代码

import json
from pyecharts.charts import Map
from pyecharts.options import *
# 打开文件
f = open("D:/疫情.txt","r",encoding="UTF-8")
# 读取文件中的数据
data = f.read()
# 关闭文件
f.close()
# 将JSON数据转换为Python字典
data_dict = json.loads(data)
# 取到湖北省的数据
city_data = data_dict['areaTree'][0]['children'][6]['children']

# 准备数据为元组存放到list中
data_list = []
for citydata in city_data:
    if citydata["name"] == "神农架":
        city_name = citydata["name"] + "林区"
    elif citydata["name"] == "恩施州":
        city_name = citydata["name"][:-1]+ "土家族苗族自治州"
    else:
        city_name = citydata["name"] + "市"
    city_confirms = citydata['total']['confirm']
    data_list.append((city_name,city_confirms))


# 构建地图
map = Map()
# 添加数据
map.add("确诊人数",data_list,"湖北")
# 设置全局选项
map.set_global_opts(
    title_opts=TitleOpts(title="湖北省疫情地图"),
    visualmap_opts=VisualMapOpts(  # 添加视觉映射
        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":"5000~99999人","color": "#FF6666"},
            {"min":10000,"max":99999,"lable":"10000~99999人","color":  "#CC3333"},
            {"min":100000,"lable":"100000+","color":"#990033"}
        ]
    )
)
# 绘制地图
map.render("湖北省疫情地图.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
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49

运行效果

Python经验分享

学好 Python 不论是用于就业还是做副业赚钱都不错，而且学好Python还能契合未来发展趋势——人工智能、机器学习、深度学习等。
小编是一名Python开发工程师，自己整理了一套最新的Python系统学习教程，包括从基础的python脚本到web开发、爬虫、数据分析、数据可视化、机器学习等。如果你也喜欢编程，想通过学习Python转行、做副业或者提升工作效率，这份【最新全套Python学习资料】 一定对你有用！

包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、机器学习、Python量化交易等学习教程。带你从零基础系统性的学好Python！

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

最新全套【Python入门到进阶资料 & 实战源码 &安装工具】（安全链接，放心点击）

我已经上传至CSDN官方，如果需要可以扫描下方官方二维码免费获取【保证100%免费】

*今天的分享就到这里，喜欢且对你有所帮助的话，记得点赞关注哦~下回见 ！