第一阶段-第十一章 Python基础的综合案例（数据可视化-地图可视化）

  说明：该文章是学习 黑马程序员在B站上分享的视频 黑马程序员python教程，8天python从入门到精通而记录的笔记，笔记来源于本人。 若有侵权，请联系本人删除。笔记难免可能出现错误或笔误，若读者发现笔记有错误，欢迎在评论里批评指正。此笔记对应的doc文件的百度网盘下载链接为 Python入门(黑马)的学习笔记，提取码：1b3k。另外，本次笔记加了 gif动图，使用免费的potplayer播放器可以控制gif的播放进度。

一、基础地图使用

  1.学习目标

  掌握使用pyecharts构建基础的全国地图可视化图表。

  2.视觉映射器

  代码中类似"#CCFFFF”指的是颜色的RGB值，颜色可以到网站去寻找，比如之前用到的网站：“https://c.runoob.com/front-end/53/”。下图展示了如何寻找颜色的RGB值。

  3.本节的演示

  先打开软件，右键创建一个名为“04_地图可视化的基本使用”的py文件。


  编写代码并运行。代码如下，可参考注释进行理解。

"""
演示地图可视化的基本使用
"""

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("测试地图", data, "china")

# 设置全局选顶
map.set_global_opts(
    visualmap_opts=VisualMapOpts(
        is_show=True,
        is_piecewise=True,  # 允许手动校正范围
        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()

二、疫情地图-国内疫情地图

  1.案例效果

  2.函数的语法

  本次演示需要使用名为“疫情.txt”的存储json数据的文件（该文件可以从黑马程序员的粉丝群或者本人的百度网盘上获取）。如图所示，利用json解释的网站（如“https://c.runoob.com/front-end/53/”、“http://sjson.cn/”等）对文件“疫情.txt”的数据进行转化，可以知道数据的层次结构。

  3.本节的代码演示

  先打开软件，创建一个名为“05_全国疫情可视化地图开发”的py文件。

  根据json文件编写代码并运行。代码如下，可参考注释进行理解。

"""
演示全国疫情可视化地图开发
"""

import json
from pyecharts.charts import Map
from pyecharts.options import TitleOpts, VisualMapOpts

# 读取数据文件
f = open("D:/test/1-11/疫情.txt", "r", encoding="UTF-8")
data = f.read()  # 全部数据
# 关闭文件
f.close()

# 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
    if province_name == "北京" or province_name == "上海" \
            or province_name == "重庆" or province_name == "天津":
        province_name += '市'
    elif province_name == "内蒙古":
        province_name = "内蒙古自治区"
    elif province_name == "广西":
        province_name = "广西壮族自治区"
    elif province_name == "宁夏":
        province_name = "宁夏回族自治区"
    elif province_name == "西藏":
        province_name = "西藏自治区"
    elif province_name == "新疆":
        province_name = "新疆维吾尔自治区"
    else:
        province_name += '省'
    province_confirm = province_data["total"]["confirm"]  # 确诊人数
    data_list.append((province_name, province_confirm))

# print(data_list)  # 中途用来验证数据是否正确

# 创建地图对象
map = Map()

# 添加数据
map.add("各省份确诊人数", data_list, "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", pos_left="center"),
    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": "100-999人", "color": "#FFFF99"},
            {"min": 1000, "max": 4999, "label": "1000-4999人", "color": "#FF9966"},
            {"min": 5000, "max": 9999, "label": "5000-9999人", "color": "#FF6666"},
            {"min": 10000, "max": 99999, "label": "10000-99999人", "color": "#CC3333"},
            {"min": 100000, "label": "100000+", "color": "#990033"}
        ]  # 给各分段设上颜色

    )
)

# 绘图
map.render("全国疫情地图.html")

  注：可能由于pyecharts包的更新，导致数据的省市名称和地图对应不上，相比与原视频，需要对省份加上“省”字，直辖市加上“市“，少数民族自治区需要改成全称，如下图所示。

三、疫情地图-省级疫情地图

  1.案例效果

  本次演示将以河南省为例，绘制某一天全省确诊人数的分布情况。

  2.本节的代码演示

  如下图所示，将文件“疫情.txt”存储的json数据复制到json的解释网站（如“https://c.runoob.com/front-end/53/”）进行解析，然后理解该文件的层次关系，找到本次需要用到的河南省的各个市的确诊人数。

  打开软件，创建一个名为“06_省级疫情可视化地图开发”的py文件。


  根据数据的层次关系编写代码并右键运行。代码如下，可参考注释进行理解。

"""
演示河南省疫情地图开发
"""
import json
from pyecharts.charts import Map
from pyecharts.options import TitleOpts, VisualMapOpts

# 读取文件
f = open("D:/test/1-11/疫情.txt", 'r', encoding="UTF-8")
data = f.read()
# 关闭文件
f.close()

# json数据转换为python字典
data_dict = json.loads(data)

# 根据数据的层次结构获取河南省数据
cities_data = data_dict['areaTree'][0]['children'][3]['children']

# 准备数据为元组并放入list
data_list = list()
for city_data in cities_data:
    city_name = city_data['name'] + "市"
    city_confirm = city_data['total']['confirm']
    data_list.append((city_name, city_confirm))

# print(data_list)  用于中途测试数据
# 手动添加济源市的数据
data_list.append(("济源市", 5))

# 创建地图对象
map = Map()
map.add("河南省疫情分布", data_list, '河南')

# 设置全局配置，定制分段的视觉映射
map.set_global_opts(
    title_opts=TitleOpts(title="河南省疫情地图"),
    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": "100-999人", "color": "#FFFF99"},
            {"min": 1000, "max": 4999, "label": "1000-4999人", "color": "#FF9966"},
            {"min": 5000, "max": 9999, "label": "5000-9999人", "color": "#FF6666"},
            {"min": 10000, "max": 99999, "label": "10000-99999人", "color": "#CC3333"},
            {"min": 100000, "label": "100000+", "color": "#990033"}
        ]  # 给各分段设上颜色

    )
)

# 绘图
map.render("河南省疫情地图.htm")

  好了，本章的笔记到此结束，谢谢大家阅读。