探索规律：Python地图数据可视化艺术

今天药忘吃喽~ 2024-03-23 20:56 48阅读 0赞

#### 文章目录 ####

*  一 基础地图使用
 *  二 国内疫情可视化图表
 *   *  2.1 实现步骤
     *  2.2 完整代码
     *  2.3 运行结果

## 一 基础地图使用 ##

*  使用 Pyecharts 构建地图可视化也是很简单的。Pyecharts 支持多种地图类型，包括普通地图、热力图、散点地图等。以下是一个构建简单地图的示例，以中国地图为例：

1.  首先，确保已安装了Pyecharts 库。可以使用以下命令来安装：
    
        pip install pyecharts
2.  然后，创建一个 Python 脚本，例如 `map_example.py`，并输入以下代码：

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("销售额", 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("销售额.html")

*  使用Pyecharts 的 `Map` 类来创建地图可视化。通过 `add` 方法，添加销售额数据，并指定了地图类型为 “china”。然后，通过 `set_global_opts` 方法设置了图表的标题和视觉映射选项，以控制颜色映射。
 *  运行脚本后，将会生成一个名为 `销售额.html` 的 HTML 文件，其中包含了一个简单的中国地图。  
    ![在这里插入图片描述][4fbef8c8642948169fff3886c00c39ca.png]

## 二 国内疫情可视化图表 ##

### 2.1 实现步骤 ###

1.  查看数据文件分析json结构，可使用[在线json工具][json]进行分析  
    ![在这里插入图片描述][dd924cedef2d4f248b0acd73fcdc2296.png]
2.  根据json文件结构获取省份(name)和确诊人数(confirm)数据，并组成列表

import json
    
    # 读取数据文件
    f = open("D:/疫情.txt", "r", encoding="UTF-8")
    data = f.read()     # 全部数据
    # 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，并各个省的数据都封装入列表内
    data_list = []      # 绘图需要用的数据列表
    for province_data in province_data_list:
        province_name = province_data["name"]                   # 省份名称
        province_confirm = province_data["total"]["confirm"]    # 确诊人数
        data_list.append((province_name, province_confirm))

1.  省份的缩写映射到全称处理

# 字典映射省份缩写到全称
    province_mapping = {
        
        '台湾': '台湾省',
        '江苏': '江苏省',
        '云南': '云南省',
        '河南': '河南省',
        '上海': '上海市',
        '湖南': '湖南省',
        '湖北': '湖北省',
        '广东': '广东省',
        '香港': '香港特别行政区',
        '福建': '福建省',
        '浙江': '浙江省',
        '山东': '山东省',
        '四川': '四川省',
        '天津': '天津市',
        '北京': '北京市',
        '陕西': '陕西省',
        '广西': '广西壮族自治区',
        '辽宁': '辽宁省',
        '重庆': '重庆市',
        '澳门': '澳门特别行政区',
        '甘肃': '甘肃省',
        '山西': '山西省',
        '海南': '海南省',
        '内蒙古': '内蒙古自治区',
        '吉林': '吉林省',
        '黑龙江': '黑龙江省',
        '宁夏': '宁夏回族自治区',
        '青海': '青海省',
        '江西': '江西省',
        '贵州': '贵州省',
        '西藏': '西藏自治区',
        '安徽': '安徽省',
        '河北': '河北省',
        '新疆': '新疆维吾尔自治区',
    }
    
    # 处理地区名，替换为全称
    processed_data=[(province_mapping.get(area, area), value) for area, value in data_list]
    print(processed_data)

[('台湾省', 15880), ('江苏省', 1576), ('云南省', 982), ('河南省', 1518), ('上海市', 2408), ('湖南省', 1181), ('湖北省', 68286), 
    ('广东省', 2978), ('香港特别行政区', 12039), ('福建省', 773), ('浙江省', 1417), ('山东省', 923), ('四川省', 1179), ('天津市', 445),
     ('北京市', 1107), ('陕西省', 668), ('广西壮族自治区', 289), ('辽宁省', 441), ('重庆市', 603), ('澳门特别行政区', 63), ('甘肃省', 199), 
     ('山西省', 255), ('海南省', 190), ('内蒙古自治区', 410), ('吉林省', 574), ('黑龙江省', 1613), ('宁夏回族自治区', 77),
      ('青海省', 18), ('江西省', 937), ('贵州省', 147), ('西藏自治区', 1), ('安徽省', 1008), ('河北省', 1317), ('新疆维吾尔自治区', 980)]

1.  创建地图，设置颜色分段映射

from pyecharts.charts import Map
    from pyecharts.options import *
    
    # 创建地图对象
    map = Map()
    # 添加数据
    map.add("各省份确诊人数", processed_data, "china")
    # 设置全局配置，定制分段的视觉映射
    map.set_global_opts(
        title_opts=TitleOpts(title="全国疫情地图"),
        visualmap_opts=VisualMapOpts(
            is_show=True,           # 是否显示
            is_piecewise=True,      # 是否分段
            pieces=[
                {
        "min": 1, "max": 99, "label": "1~99人", "color": "#CCFFFF"},
                {
        "min": 100, "max": 999, "label": "100~9999人", "color": "#FFFF99"},
                {
        "min": 1000, "max": 4999, "label": "1000~4999人", "color": "#FF9966"},
                {
        "min": 5000, "max": 9999, "label": "5000~99999人", "color": "#FF6666"},
                {
        "min": 10000, "max": 99999, "label": "10000~99999人", "color": "#CC3333"},
                {
        "min": 100000, "label": "100000+", "color": "#990033"},
            ]
        )
    )
    # 绘图
    map.render("全国疫情地图.html")

### 2.2 完整代码 ###

import json
    from pyecharts.charts import Map
    from pyecharts.options import *
    
    
    # 字典映射省份缩写到全称
    province_mapping = {
        
        '台湾': '台湾省',
        '江苏': '江苏省',
        '云南': '云南省',
        '河南': '河南省',
        '上海': '上海市',
        '湖南': '湖南省',
        '湖北': '湖北省',
        '广东': '广东省',
        '香港': '香港特别行政区',
        '福建': '福建省',
        '浙江': '浙江省',
        '山东': '山东省',
        '四川': '四川省',
        '天津': '天津市',
        '北京': '北京市',
        '陕西': '陕西省',
        '广西': '广西壮族自治区',
        '辽宁': '辽宁省',
        '重庆': '重庆市',
        '澳门': '澳门特别行政区',
        '甘肃': '甘肃省',
        '山西': '山西省',
        '海南': '海南省',
        '内蒙古': '内蒙古自治区',
        '吉林': '吉林省',
        '黑龙江': '黑龙江省',
        '宁夏': '宁夏回族自治区',
        '青海': '青海省',
        '江西': '江西省',
        '贵州': '贵州省',
        '西藏': '西藏自治区',
        '安徽': '安徽省',
        '河北': '河北省',
        '新疆': '新疆维吾尔自治区',
    }
    
    
    # 读取数据文件
    f = open("C:/疫情.txt", "r", encoding="UTF-8")
    data = f.read()     # 全部数据
    # 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，并各个省的数据都封装入列表内
    data_list = []      # 绘图需要用的数据列表
    for province_data in province_data_list:
        province_name = province_data["name"]                   # 省份名称
        province_confirm = province_data["total"]["confirm"]    # 确诊人数
        data_list.append((province_name, province_confirm))
    
    # 处理地区名，替换为全称
    processed_data=[(province_mapping.get(area, area), value) for area, value in data_list]
    print(processed_data)
    
    # 创建地图对象
    map = Map()
    # 添加数据
    map.add("各省份确诊人数", processed_data, "china")
    # 设置全局配置，定制分段的视觉映射
    map.set_global_opts(
        title_opts=TitleOpts(title="全国疫情地图"),
        visualmap_opts=VisualMapOpts(
            is_show=True,           # 是否显示
            is_piecewise=True,      # 是否分段
            pieces=[
                {
        "min": 1, "max": 99, "label": "1~99人", "color": "#CCFFFF"},
                {
        "min": 100, "max": 999, "label": "100~9999人", "color": "#FFFF99"},
                {
        "min": 1000, "max": 4999, "label": "1000~4999人", "color": "#FF9966"},
                {
        "min": 5000, "max": 9999, "label": "5000~99999人", "color": "#FF6666"},
                {
        "min": 10000, "max": 99999, "label": "10000~99999人", "color": "#CC3333"},
                {
        "min": 100000, "label": "100000+", "color": "#990033"},
            ]
        )
    )
    # 绘图
    map.render("全国疫情地图.html")

### 2.3 运行结果 ###

![在这里插入图片描述][450bdca3bb73422c97acfd691cccff18.png]

[4fbef8c8642948169fff3886c00c39ca.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/b3b9084567894911b58aaf737f32e293.png
[json]: https://www.bejson.com/jsonviewernew/
[dd924cedef2d4f248b0acd73fcdc2296.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/bfc65fd54c574af9a540e86622582a18.png
[450bdca3bb73422c97acfd691cccff18.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/d2cc142b76d34c8f90a5b10404bf717f.png