Pyecharts地图练习

Author： 无聊大侠hello word
有一点思考，有一点想法，有一点理性！
CSDN@无聊大侠hello word

前言

📋前言📋
💝博客：【无聊大侠hello word】💝
✍本文由在下【无聊大侠hello word】原创，首发于CSDN✍

PyeCharts官方文档（中文）

官方文档（中文）：https://pyecharts.org/#/zh-cn/intro

分析数据【dataset.csv】

全国各个省份高考人数、全国各个省份大学数量(985&211)、全国各个省份公办本科大学数量

数据分析代码如下：

# -*- codeing = utf-8 -*-
import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Map


# 拆分
def split(data):
    items = []
    for row in data.values:
        items.append(round(float(row.split('万')[0]), 2))
    return items


if __name__ == '__main__':
    # 1.读取数据
    df = pd.read_csv('dataset.csv', header=1)
    print(df.head())

    # 2. a.全国各个省份高考人数
    province = df['省/市']
    # 高考人数
    values_1 = split(df['2017年'])

    values_2 = split(df['2016年'])

    # 实列化Map地图对象
    map1 = (
        Map()
            .add(series_name='2016年', data_pair=[list(z) for z in zip(province, values_2)], maptype='china')
            .add(series_name='2017年', data_pair=[list(z) for z in zip(province, values_1)], maptype='china')
            .set_global_opts(
            title_opts=opts.TitleOpts(
                title='全国各省份高考人数',
                # 副标题
                subtitle='2016年至2017年',
            ),
            visualmap_opts=opts.VisualMapOpts(
                min_=0,
                max_=80,
                range_text=['单位：万', None]
            ),
        )
    )
    # 渲染
    map1.render('全国各个省份高考人数.html')

    # 3.b.全国各个省份大学数量（985&211）
    # 211&985大学数量
    values_3 = df['211&985大学数量'].values.tolist()

    map2 = (
        Map()
            .add(series_name='211&985大学数量', data_pair=[list(z) for z in zip(province, values_3)], maptype='china')
            .set_global_opts(
            title_opts=opts.TitleOpts(title='全国各个省份大学数量'),
            visualmap_opts=opts.VisualMapOpts(
                max_=100,
                # 是否分段
                is_piecewise=True,
                pieces=[
                    {'max': 0, 'min': 0, 'label': '0所'},
                    {'max': 1, 'min': 1, 'label': '1所'},
                    {'max': 2, 'min': 2, 'label': '2所'},
                    {'max': 5, 'min': 3, 'label': '3-5所'},
                    {'max': 10, 'min': 6, 'label': '6-10所'},
                    {'max': 20, 'min': 11, 'label': '11-20所'},
                    {'max': 100, 'min': 21, 'label': '20所以上'},
                ],
                is_calculable=True,
                # 范围_颜色
                range_color=['white', '#ed5d42', '#860301 ']
            )
        )
    )
    # 渲染
    map2.render('全国各个省份大学数量(985&211).html')

    # 4. c.全国各个省份公办本科大学数量
    values_4 = df['公办本科大学数量'].values.tolist()

    map3 = (
        Map()
            .add(series_name='公办本科大学数量', data_pair=[list(z) for z in zip(province, values_4)],
                 # is _地图_符号_显示
                 is_map_symbol_show=False,
                 )
            .set_global_opts(
            title_opts=opts.TitleOpts(title='全国各省份大学数量'),
            visualmap_opts=opts.VisualMapOpts(max_=60)
        )
    )
    # 渲染
    map3.render('全国各个省份公办本科大学数量.html')

分析结果如下：

全国各个省份高考人数.html

2.全国各个省份大学数量（985&211）.html

3.全国各个省份公办本科大学数量.html

先赞后看，养成习惯！！！^ _ ^ ❤️ ❤️ ❤️
码字不易，大家的支持就是我的坚持下去的动力。点赞后不要忘了关注我哦！