python地图数据可视化-pyecharts

python地图数据可视化-pyecharts

pyecharts版本:1.8.1

官网教程:https://pyecharts.org/#/zh-cn/geography_charts?id=map%ef%bc%9a%e5%9c%b0%e5%9b%be

代码实例1:

from pyecharts.charts import Map #地图
from pyecharts import options as opts #初始化配置项
m = Map(init_opts=opts.InitOpts(width='900px', height='800px')) #可视化大小
----------------------------------------------------------------------------------------
 # 图表画布宽度,css 长度单位。
    width: str = "900px",
    # 图表画布高度,css 长度单位。
    height: str = "500px",
    # 图表 ID,图表唯一标识,用于在多图表时区分。
    chart_id: Optional[str] = None,
    # 渲染风格,可选 "canvas", "svg"
    # # 参考 `全局变量` 章节
    renderer: str = RenderType.CANVAS,
    # 网页标题
    page_title: str = "Awesome-pyecharts",
    # 图表主题
    theme: str = "white",
    # 图表背景颜色
    bg_color: Optional[str] = None,
    # 远程 js host,如不设置默认为 https://assets.pyecharts.org/assets/"
    # 参考 `全局变量` 章节
    js_host: str = "",
    # 画图动画初始化配置,参考 `global_options.AnimationOpts`
    animation_opts: Union[AnimationOpts, dict] = AnimationOpts(),
----------------------------------------------------------------------------------------
m.add('',[list(z) for z in zip(cityname1, bd_count)],maptype='北京') #添加数据点
#第一个参数为series_name,用''覆盖了图例
#第二个参数为data_pair:需要数据类型为列表如:[('海淀区',650)](坐标点名称,坐标点值)
#第三个参数为maptype:是地图的类型china就是中国地图,中国地图可以具体到省份。world就是世界地图
-----------------------------------------------------------------------------------------
#其他不常用参数
	# 是否选中图例
    is_selected: bool = True,
    # 是否开启鼠标缩放和平移漫游。
    is_roam: bool = True,
    # 当前视角的中心点,用经纬度表示
    center: Optional[Sequence] = None,
    # 当前视角的缩放比例。
    zoom: Optional[Numeric] = 1,
    # 自定义地区的名称映射
    name_map: Optional[dict] = None,
    # 标记图形形状
    symbol: Optional[str] = None,
    # 是否显示标记图形
    is_map_symbol_show: bool = True,
    # 标签配置项,参考 `series_options.LabelOpts`
    label_opts: Union[opts.LabelOpts, dict] = opts.LabelOpts(),
    # 提示框组件配置项,参考 `series_options.TooltipOpts`
    tooltip_opts: Union[opts.TooltipOpts, dict, None] = None,
    # 图元样式配置项,参考 `series_options.ItemStyleOpts`
    itemstyle_opts: Union[opts.ItemStyleOpts, dict, None] = None,
    # 高亮标签配置项,参考 `series_options.LabelOpts`
    emphasis_label_opts: Union[opts.LabelOpts, dict, None] = None,
    # 高亮图元样式配置项,参考 `series_options.ItemStyleOpts`
    emphasis_itemstyle_opts: Union[opts.ItemStyleOpts, dict, None] = None
-----------------------------------------------------------------------------------------
m.set_global_opts(title_opts=opts.TitleOpts(title='北京各岗位需求量',pos_left="center"),visualmap_opts=opts.VisualMapOpts(max_=610,min_=3)) #配置项配置
#pos_left="center",为标题位置在中间。
#visualmap_opts视觉映射配置项:左下角的部分,默认样式连续型。is_piecewise=True(分段型)
m.render('北京各区岗位需求量.html') #保存为html文件
m.render_notebook() #在jupyter notebook中显示

输出图片

在这里插入图片描述

全局配置项【set_global_options

选项解释
TitleOpts标题配置项
LegendOpts图例配置项
InitOpts初始化配置项
ToolBoxFeatureOpts工具箱工具配置项
ToolboxOpts工具箱配置项
BrushOpts区域选择组件配置项
DataZoomOpts区域缩放配置项
VisualMapOpts视觉映射配置项
TooltipOpts提示框配置项
AxisLineOpts坐标轴轴线配置项
AnimationOptsEcharts 画图动画配置项
…………
  • 2
    点赞
  • 21
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Python数据可视化pyecharts是一个基于Python语言的数据可视化库,它提供了丰富的图表类型和交互式功能,可以帮助用户快速地创建各种类型的图表,包括折线图、柱状图、散点图、地图等。同时,它还支持多种数据格式的导入和导出,包括CSV、Excel、JSON等,方便用户进行数据处理和分析。pyecharts的使用非常简单,只需要几行代码就可以生成一个漂亮的图表,因此它被广泛应用于数据分析、商业智能、科学研究等领域。 ### 回答2: Python数据可视化Python中重要的数据处理和分析技术,它允许将数据转换为可视的图形或更具体的图表。Pyecharts是一个可视化库,它利用了echarts支持的全部功能,并集成了jupyter和pandas,并可以快速创建交互式的图表。 Pyecharts可以实现各种类型的图表,包括散点图、雷达图、热力图、地图、仪表盘、散点图矩阵、面积图等。同时,pyecharts支持SVG/HTML5渲染,实现了网页内快速响应、流畅的动画效果,同时也支持跨平台的使用(如Jupyter Notebook)我们可以通过安装pip install pyecharts快速配置来实现自己的可视化需求。 在实际应用中,Python数据可视化pyecharts的应用广泛,比如在数据分析领域,为了能够更直观地展示数据情况,需要使用可视化方式。可视化方案pyecharts就是其中比较优秀的一种开源可视化方案,基于Python的应用使用方便、图表美观、交互性强,适合于各种个数据方案的可视化处理。 总的来说,Python数据可视化pyecharts提供了一种简单、快捷、美观的图示工具,适用于工程师、分析师、学者等不同领域的数据分析任务。如果您在数据分析和可视化方面有涉及到相关的需求,学习和使用python数据可视化pyecharts将会提高您的工作效率,同时为您的工作增色不少。 ### 回答3: Pyecharts是一种基于Python编程语言的高级数据可视化工具,它提供了丰富的图表类型和大量的数据可视化功能,能够使数据更加生动直观,方便用户更好地理解和分析数据。 Pyecharts支持各种常见图表类型,包括折线图、柱状图、散点图、地图等。通过Pyecharts,用户可以轻松实现二维图表和三维图表的绘制,支持数据的多维显示,数据展示更加具有灵活性。 Pyecharts采用Python语言编写并使用了前端技术,因此操作简单,交互性强,具有良好的可扩展性。用户可以使用Python语言实现数据的导入、预处理和分析,并使用Pyecharts绘制图表,从而更好地获取数据信息,帮助用户做出更明智的决策。 Pyecharts还支持自定义配色方案、标签显示格式、图表上的文字等功能,帮助用户更好地展示数据并制作出更具有艺术性的图表。另外,Pyecharts的图表支持自由调整,可供用户在图表空间内进行缩放、平移等操作,从而更好地控制数据呈现的信息量。 总之,Python数据可视化Pyecharts是一种功能强大的数据可视化工具,可以帮助用户制作高质量、丰富多彩的图表,使数据更具可读性和可视化效果。其简单易用、可扩展性强、图表样式多样等特点受到了很多用户的青睐。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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