干货 | 使用pyecharts绘制交互式动态地图

最新推荐文章于 2024-10-08 08:40:47 发布
最新推荐文章于 2024-10-08 08:40:47 发布
阅读量1.1k 收藏 13
点赞数 19
文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Pydatas/article/details/140579692
版权

干货 | 使用pyecharts绘制交互式动态地图

说到pyecharts，相信很多人不会陌生，一个优秀的python可视化包。

pyecharts是中国人开发的，相比较matplotlib、seaborn等老牌可视化库，pyecharts是十分符合国内用户习惯的，尤其在地理空间图表方面。

本文是想试探一下pyecharts在绘制地理图表方面的功底如何，那就开始吧！

安装pyecharts

pyecharts支持pip、conda安装，快捷方便，推荐在jupyter notebook环境下愉快的玩耍。

pip install pyecharts

本文python版本为3.6，演示环境为jupyter notebook。

pyecharts地理图表可视化

1、导入相关模块

pyecharts库中负责地理坐标系的模块是Geo，负责地图的模块是Map，负责百度地图的模块是BMap，负责图表配置的模块是options。在 pyecharts 中，图表的一切皆通过 options来修饰调整。

另提一句，因为需要用到案例数据，这里还需要导入样本库-sample

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

2、图表输出和显示

在pyecharts中，图表完成制作后通过render()函数输出为html文件，你可以在render()中传递输出地址参数，将html文件保存到自定义的位置。

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

c.render()# 输出html格式

如果想在notebook中直接展示图表，需要调用render_notebook()函数。

c.render_notebook()# 显示地图



Goe模块常用函数介绍

再来看前面的中国地图示例实现代码：

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

c.render_notebook()# 显示地图

大家可能会觉得这这代码怎么看起来怪怪的，Geo()模块后面连着很多函数，这其实是python的链式调用，使代码更加简洁。
pyecharts所有方法都支持链式调用，当然如果你喜欢单独调用也可以的，像这样：

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

这两种方法效果一样，本文使用pyecharts推荐的链式调用方法。
可以清晰地看到，示例中Geo()模块调用了五个功能函数：

  • 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

set_global_opts()配置区域

另外，Geo()模块还有几个功能函数：

  • 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
利用Geo绘制地理坐标图表

1、基本图表
采用全国地图，对各省的xx数据做分布展示，数据展示形式为圆点

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()

你可以更换数据展现形式，比如用热力图表示，只需在add()函数中添加参数：type_=ChartType.HEATMAP

以北京作为底图，展示北京市各区县xx数据的分布。将函数add_schema(maptype="china")的maptype="china"修改为maptype="北京"。

c = (
        Geo()
        .add_schema(maptype="北京")
        .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,
        )
        .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()

你可以修改地图的背景色，在函数add_schema()中添加参数itemstyle_opts=opts.ItemStyleOpts(color="#323c48", border_color="#111")，颜色和边缘颜色可设任意色值。

c = (
        Geo()
        .add_schema(maptype="北京",
                   itemstyle_opts=opts.ItemStyleOpts(color="#323c48", border_color="#111"))
        .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()

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。
下面以全国主要城市航班流动图为例（虚拟数据）：

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()

动态图表

利用Map模块绘制地图

Map模块的使用方法和Geo类似，数据展现在地图上，首先导入相关库：

from example.commons import Faker
from pyecharts import options as opts
from pyecharts.charts import Map

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-基本示例"),
    visualmap_opts=opts.VisualMapOpts(max_=200))
)

c.render_notebook()

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()

上海地图：

c = (
        Map()
        .add("商家A", [list(z) for z in zip(['嘉定区','松江区','宝山区','浦东新区','奉贤区'], [22,100,27,53,42])], "上海")
        .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()

image.png

使用BMap百度地图

pyecharts支持开发者使用百度地图，当然需要申请开发者AK码才能调用API。

AK码申请地址：http://lbsyun.baidu.com/apiconsole/key?application=key

from pyecharts.charts import BMap
c = (
        BMap()
        .add_schema(
            baidu_ak="BAIDU_AK",
            center=[120.13066322374, 30.240018034923],
        )
        .add(
            "bmap",
            [list(z) for z in zip(Faker.provinces, Faker.values())],
            label_opts=opts.LabelOpts(formatter="{b}"),
        )
        .set_global_opts(title_opts=opts.TitleOpts(title="BMap-基本示例"))
    )

c.render_notebook()

你可以更改地图风格：

c = (
        BMap()
        .add_schema(
            baidu_ak="mcH6sBNaAfsbkSndFI5zO90j9wUpRMFy",
            center=[120.13066322374, 30.240018034923],
            map_style=your_owner_map_style
        )
        .add(
            "bmap",
            [list(z) for z in zip(Faker.provinces, Faker.values())],
            label_opts=opts.LabelOpts(formatter="{b}"),
        )
        .set_global_opts(title_opts=opts.TitleOpts(title="BMap-基本示例"))
    )

c.render_notebook()

总结

本文主要讲解了pyecharts的三大地理图表模块：Geo、Map、BMap，这三者分别绘制地理坐标系、地图、百度地图。Geo举的案例较丰富，Map和BMap的很多功能没有细说，大家有兴趣可以去pyecharts官网学习。

pyecharts Map(地图)
XC_LMH的博客
01-10 6143
from pyecharts import Map value= [120,110,90] attr = ['河南','河北','湖北'] map = Map("Map 结合 VisualMap",width=1200,height=600) map.add("",attr,value,maptype='china',is_visualmap=True,visual_text_color='#...
干货|Pyecharts绘制好看的交互式地图教程
weixin_43373042的博客
08-02 932
点击上方“蓝字”关注我们吧！说到使用Python来进行地图的可视化那就一定少不了Pyecharts的身影，本文小编就对Pyecharts可实现的地图可视化进行一番探究，看看其出来的效果如...
python——Echarts现交互式动态可视化
最新发布
weixin_66547608的博客
10-08 813
在 Python 中，可以使用 Echarts 来实现交互式动态可视化。Echarts 是一个强大的可视化库，能够创建各种精美的图表和可视化效果。可以使用以下命令安装。
python动态交互式图表库_干货 | 使用pyecharts绘制交互式动态地图
weixin_39688687的博客
12-17 761
干货 | 使用pyecharts绘制交互式动态地图说到pyecharts，相信很多人不会陌生，一个优秀的python可视化包。pyecharts是中国人开发的，相比较matplotlib、seaborn等老牌可视化库，pyecharts是十分符合国内用户习惯的，尤其在地理空间图表方面。本文是想试探一下pyecharts在绘制地理图表方面的功底如何，那就开始吧！安装pyechartspyechart...
4000字告诉你：炫酷三维地图可视化大屏效果，是如何做到的？
2401_82881178的博客
06-17 3494
大家经常看到网上有很多炫酷的3D地图动态大屏，都很想知道这种效果是如何实现的，贝格前端工场这次给大家普及一下这种效果实现的流程和关键性技术。
pyecharts 地图
qq_43192537的博客
06-14 1079
目录1. 地图 1. 地图 from pyecharts.charts import Map from pyecharts import options # 1. 准数据 data = [("湖北", 1500), ("四川", 340), ("西藏", 34), ("黑龙江", 123)] # 2. 创建地图对象 map1 = Map() # 3. 关联数据 map1.add("疫情数据", data, "china") # 4. 设置 map1.set_global_opts( # 设置
pyecharts-地图
YiBochun-Blog
05-23 653
如果直接from pyecharts import Bar，会发现报错TypeError: 'module' object is not callable，这是因为pyecharts版本更新后，导入模块的方式也变了。 创建字典对象 标准地理数据格式为 '省份': 数量。 locality = ['安徽', '湖北', '广东', '河南', '江苏', '浙江', '陕西', '山东', '天津'...
如何在页面插入一个跟随页面移动的盒子_如何用PPT制作交互地图？
weixin_39931923的博客
12-05 411
在这个大数据时代，我们常常需要以更直观的大数据面板向观众展现纷繁的数据。而交互式地图是大数据面板中，很常见的一种表现数据形式——用户可以通过悬停鼠标查看地图上各个不同位置的相关详细数据，达到折叠复杂信息，针对性展示信息的效果。一般我们认为制作这种交互式地图是需要利用复杂编程制作软件实现的——实际不然，我们利用在PPT里，也可以轻松实现这种交互效果。今天的小妙招我们就来教你用PPT实现交互效果。1、...
干货分享 | 用Pyecharts绘制20钟不同风格的炫酷交互式图表，建议收藏
weixin_43373042的博客
11-24 2237
今天小编来给大家介绍一下如何在Pyecharts当中画出炫酷的图表，通过该模块当中的一系列设置，本文我们大致会介绍pyecharts当中的Theme图表背景Pyecharts模块内部内置了...
用python的pyecharts模块绘制世界地图（疫情）配套资源
04-26
pyecharts 是一个用于生成 Echarts 图表的类库。Echarts 是百度开源的一个数据可视化 JS 库。用 Echarts 生成的图可视化效果非常棒，pyecharts 是为了与 Python 进行对接，方便在 Python 中直接使用数据生成图。该资源配合文章使用！
交互式3D地图
08-13
本资源仅实现了商场地图的3D交互如需思路可访问https://blog.csdn.net/qq_29099209/article/details/81624063，功能尚未实现，提供思路
干货|且看Pyecharts如何制作多个子图
weixin_43373042的博客
08-09 5375
点击上方“蓝字”关注我们吧！1在介绍了Pyecharts的普通绘图和对地图的绘制之后，今天小编将对Pyecharts绘制多个子图的能力进行简单的展示，并且将其应用在具体的案例之上来进行演...
这几个用 Pyecharts 做出来的交互图表，领导说叼爆了！
白帽阿叁的博客
12-25 1246
1、简介Echarts 是一个由百度开源的数据可视化，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。而 Python 是一门富有表达力的语言，很适合用于数据处理。当数据分析遇上数据可视化时，pyecharts 诞生了。简洁的 API 设计，使用如丝滑般流畅，支持链式调用囊括了 30+ 种常见图表，应有尽有支持主流 Notebook 环境，Jupyter Notebook 和 JupyterLab可轻松集成至 Flask，Sanic，Django 等主流 Web 框架。
Pyecharts绘制地图
2301_77379028的博客
12-13 142
【代码】Pyecharts绘制地图。
第二章：创建交互式地图
韩天放
07-29 3241
那么您应该已经有了一个安装了这些包的 conda 环境。否则，您需要创建一个新的 conda 环境并使用以下命令安装。
pyecharts绘制地图
weixin_44183521的博客
09-15 9340
11
pyecharts 绘制地图
tsundere_x的博客
03-01 288
# 导入相关包 from pyecharts import options as opts from pyecharts.charts import Map, Geo, Lin data = pd.read_csv(r'C:\Users\1979\Desktop\处理后的数据\谷物产量（公吨）（2000-2017）.csv') value = data.iloc[:,18] attr = data.iloc[:,0] # 显示世界地图 def map_world() -> Map: c =
pyecharts交互怎么做
07-28
在pyecharts中，可以通过使用add_js_funcs()方法来实现图表的交互功能。该方法可以添加JavaScript代码，用于实现与图表的交互操作。以下是一个示例代码： ```python from pyecharts.charts import Bar bar = Bar() bar.add_xaxis(\["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"\]) bar.add_yaxis("商家A", \[5, 20, 36, 10, 75, 90\]) # 添加交互功能的JavaScript代码 bar.add_js_funcs(""" // 在这里添加你的JavaScript代码，实现图表的交互功能 // 例如，可以使用echarts的API来实现图表的联动、数据筛选等功能 """) # 渲染图表 bar.render() ``` 在add_js_funcs()方法中，你可以添加任意的JavaScript代码，用于实现你想要的交互功能。你可以使用echarts的API来操作图表，例如联动、数据筛选等功能。请根据你的具体需求编写相应的JavaScript代码。 #### 引用[.reference_title] - *1* *2* [教你用pyecharts制作交互式桑基图](https://blog.csdn.net/akenseren/article/details/103416477)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [干货丨Pyecharts 绘制好看的交互式地图教程](https://blog.csdn.net/u010467643/article/details/107852856)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

@Python大数据分析

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值