使用pyecharts绘制地图_geo.add()

实验环境配置

安装pyecharts

!pip install pyecharts==1.0
1

环境

python 3.6
pyecharts 1.0
jupyter notebook
1
2
3

利用Geo绘制地理坐标图表

导入模块

from example.commons import Faker 
from pyecharts import options as opts 
from pyecharts.charts import Geo 
from pyecharts.globals import ChartType, SymbolType
1
2
3
4

1. 基本图表

基本示例

geo = Geo()
geo.add_schema(maptype="china")
geo.add("geo", [list(z) for z in zip(Faker.provinces, Faker.values())])
geo.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
geo.set_global_opts(visualmap_opts=opts.VisualMapOpts(),title_opts=opts.TitleOpts(title="Geo-基本示例"))

geo.render_notebook() #显示地图
geo.render() #输出html格式
1
2
3
4
5
6
7
8

Geo()模块功能函数:

add_schema() ：控制地图类型、视角中心点等
add()：添加图表名称、传入数据集、选择geo图类型、调整图例等
set_series_opts() ：系列配置项，可配置图元样式、文字样式、标签样式、点线样式等
set_global_opts() ： 全局配置项，可配置标题、动画、坐标轴、图例等
render_notebook() ： 在notebook中渲染显示图表
add_coordinate() : 新增一个坐标点
add_coordinate_json() ：以json形式新增多个坐标点
get_coordinate() ：根据地点查询对应坐标
1
2
3
4
5
6
7
8

全国各省xx数据分布

c = (
    Geo()
    .add_schema(maptype="china")
    .add("geo", [list(z) for z in zip(['江苏','浙江','湖北','湖南','河南'], [22,34,27,53,42])])
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        visualmap_opts=opts.VisualMapOpts(),
        title_opts=opts.TitleOpts(title="全国各省xx数据分布"),
    )
)

c.render_notebook()
1
2
3
4
5
6
7
8
9
10
11
12

HeatMap && 北京作为底图

c = (
        Geo()
        .add_schema(maptype="北京") #北京作为底图
        .add(
            "geo",
            [list(z) for z in zip(['大兴区','房山区','海淀区','朝阳区','东城区'], [150,100,300,200,500])],
            type_=ChartType.EFFECT_SCATTER, #热力图
        )
        .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
        .set_global_opts(
            visualmap_opts=opts.VisualMapOpts(),
            title_opts=opts.TitleOpts(title="Geo-HeatMap"),
        )
    )

c.render_notebook()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

修改地图的背景色

c = (
        Geo()
        .add_schema(maptype="北京",
                   itemstyle_opts=opts.ItemStyleOpts(color="#323c48", border_color="#111")) #修改地图的背景色
        .add(
            "geo",
            [list(z) for z in zip(['大兴区','房山区','海淀区','朝阳区','东城区'], [1500,10,300,20,5])],
        )
        .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
        .set_global_opts(
            visualmap_opts=opts.VisualMapOpts(),
            title_opts=opts.TitleOpts(title="北京市各区县xx数据分布"),
        )
    )

c.render_notebook()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

2. 动态展示

pyecharts可以生成地理空间流动图，用来表示航班数量、人口流动等等

全国主要城市航班路线和数量

c = (
        Geo()
        .add_schema(maptype="china")
        .add(
            "",
            [("深圳", 120), ("哈尔滨", 66), ("杭州", 77), ("重庆", 88), ("上海", 100), ("乌鲁木齐", 30),("北京", 30),("武汉",70)],
            type_=ChartType.EFFECT_SCATTER,
            color="green",
        )
        .add(
            "geo",
            [("北京", "上海"), ("武汉", "深圳"),("重庆", "杭州"),("哈尔滨", "重庆"),("乌鲁木齐", "哈尔滨"),("深圳", "乌鲁木齐"),("武汉", "北京")],
            type_=ChartType.LINES,
            effect_opts=opts.EffectOpts(
                symbol=SymbolType.ARROW, 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="全国主要城市航班路线和数量"))
    )

c.render_notebook()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

利用Map模块绘制地图

导入相关类库

from example.commons import Faker # 案例数据
from pyecharts import options as opts #负责图表配置的模块
from pyecharts.charts import Map #地图主要用于地理区域数据的可视化
1
2
3

西安

c = (
        Map()
        .add("商家A", [list(z) for z in zip(['雁塔区','阎良区','长安区','蓝田县','周至县'], [22,100,27,53,42])], "西安")
        .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
        .set_global_opts(
            title_opts=opts.TitleOpts(title="Map-西安"),
            visualmap_opts=opts.VisualMapOpts(max_=100),
        )
    )

c.render_notebook()  
1
2
3
4
5
6
7
8
9
10
11

陕西

c = (
        Map()
        .add("商家A", [list(z) for z in zip(['西安市','延安市','咸阳市'], [22,100,27])], "陕西")
        .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
        .set_global_opts(
            title_opts=opts.TitleOpts(title="Map-陕西"),
            visualmap_opts=opts.VisualMapOpts(max_=200),
        )
    )

c.render_notebook()
1
2
3
4
5
6
7
8
9
10
11

中国地图

c = (
    Map()
    .add("商家A", [list(z) for z in zip(['江苏','浙江','湖北','湖南','河南'], [22,100,27,53,42])], "china")
    .set_global_opts(title_opts=opts.TitleOpts(title="Map-中国地图"),
    visualmap_opts=opts.VisualMapOpts(max_=200))
)

c.render_notebook()
1
2
3
4
5
6
7
8

世界地图

c = (
        Map()
        .add("商家A", [list(z) for z in zip(['China','Canada','Brazil','United States','Russia'], [22,100,27,53,42])], "world")
        .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
        .set_global_opts(
            title_opts=opts.TitleOpts(title="Map-世界地图"),
            visualmap_opts=opts.VisualMapOpts(max_=200),
        )
    )

c.render_notebook()
1
2
3
4
5
6
7
8
9
10
11

实战

部分国家人均GDP和生活满意度可视化

数据可视化