用pyecharts实现百度地图动态可视化

鄙人之前搞了一个山东省的大数据比赛，在决赛前夕为了更好地展示就使用了pyecharts实现动态可视化的方法。可视化效果如下视频：

pyecharts百度地图机动车流量可视化

这里需要用到pyecharts里面的BMap()函数，关于BMap()函数的使用方法可以参考以下链接：
pyecharts使用百度地图BMap时显示自定义位置的散点图
基于pyecharts Geo BMAP 的地图可视化

详细代码如下：

from pyecharts import options as opts
from pyecharts.charts import BMap,Geo
from pyecharts.faker import Faker
from pyecharts.commons.utils import JsCode
import numpy as np
from pyecharts.charts import Geo, Timeline
#基于BMap的可视化
df = pd.read_excel('D:\\德州赛决赛\\B\\各卡口各时刻排放量：单位克.xlsx')
sj=list(set(list(df.SJ)))
sj=sorted(sj)
timeline = Timeline(init_opts=opts.InitOpts(width='1600px', height='900px'))
from pyecharts.globals import GeoType
for i in range(len(sj)):
    g=BMap()
    g.add_schema(baidu_ak="sxWNz6lzlr5DVP5eDEe0NWjixvbt7GuQ",
        center=[116.3852, 37.453388],    # 当前视角的中心点，用经纬度表示
        zoom=15,         # 当前视角的缩放比例
        is_roam=True  # 是否开启鼠标缩放和平移漫游
                )
    data2=df[df.SJ==sj[i]]
    data2=data2.sort_values(by='SL',ascending=False)

    #data=data.head(200)
    kakou=list(data2['SBID'])
    liuliang=list(data2['SL'])
    jd=list(data2['LNG'])
    wd=list(data2['LAT'])
    datapairs=[]
    for j in range(len(kakou)):
        g.add_coordinate(kakou[j],jd[j],wd[j])
        datapairs.append((kakou[j],liuliang[j]))
    g.add(
        "bmap",
        [list(z) for z in zip(kakou, liuliang)],
        type_="effectScatter",
        label_opts=opts.LabelOpts(formatter="{b}", position="right", is_show=False),
        itemstyle_opts=opts.ItemStyleOpts(color="purple"),
    )
    pieces = [
        {'max': 100, 'label': '100以下', 'color': '#50A3BA'},
        {'min': 100, 'max': 200, 'label': '100-200', 'color': '#3700A4'},
        {'min': 200, 'max': 300, 'label': '200-300', 'color': '#81AE9F'},
        {'min': 300, 'max': 500, 'label': '300-500', 'color': '#E2C568'},
        {'min': 500, 'max': 1000, 'label': '500-1000', 'color': '#FCF84D'},
        {'min': 1000, 'max': 1500, 'label': '1000-1500', 'color': '#DD0200'},
        {'min': 1500, 'max': 2000, 'label': '1500-2000', 'color': '#DD675E'},
        {'min': 2000, 'label': '2000以上', 'color': '#D94E5D'}  # 可添加
    ]

    g.add('', datapairs, type_=GeoType.EFFECT_SCATTER, symbol_size=2)
    g.set_global_opts(visualmap_opts=opts.VisualMapOpts(is_piecewise=True, pieces=pieces),title_opts=opts.TitleOpts(title="德州市各卡口机动车流量"))

    g.set_series_opts(label_opts=opts.LabelOpts(is_show=False,formatter='{b}',font_size=10,position="top"))


    timeline.add(chart=g,time_point=sj[i])
timeline.add_schema(is_auto_play=True, play_interval=500) 
timeline.render("机动车卡口流量动态可视化.html")

想了解更多可参考这一推送链接
这篇推送，只为了填前面的一个坑——关于之前做的几张动态可视化地图

这里面更多内容后续待我更新，上述推送里点击阅读原文即可获取我动态可视化所用的数据哦~