[Python]使用Pyecharts生成疫情分布地图

1. 引言

最近受江苏疫情影响，好多小伙伴都居家办公咯！为了密切关注疫情动态，最近写了爬取疫情分布的脚本，参考上篇链接。

既然我们已经获得了相应的江苏各个地级市的疫情数据，那么我们如何来使用Python实现将数据可视化在地图上呢？

2. Pyecharts 介绍​

Apache 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。
简单来说，pyecharts具有以下特性：

• 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
• 高度灵活的配置项，可轻松搭配出精美的图表
• 详细的文档和示例，帮助开发者更快的上手项目
• 多达 400+ 地图文件，并且支持原生百度地图，为地理数据可视化提供强有力的支持

3. Pyecharts 安装

使用pip进行安装如下：

 pip install pyecharts -U

因为我们需要使用pycharts绘制地图，此时我们还需要安装相应的地图文件包：

pip install echarts-countries-pypkg
pip install echarts-china-provinces-pypkg
pip install echarts-china-cities-pypkg

其中：
​echarts-countries-pypkg 包为全球国家地图
echarts-china-provinces-pypkg包为中国省级地图
echarts-china-cities-pypkg 包为中国市级地图

4. Pyecharts 使用

安装完上述绘制地图相关的python包后，我们接下来开始画疫情分布地图。
首先，我们先来查看一段Pyecharts相关实现：

 from pyecharts import options as opts
 from pyecharts.charts import Map
 c_today = (
            Map()
            .add("今日新增人数", 
                [list(z) for z in zip(city_list, todayconfirm)],
                 maptype="江苏"
                 )
            .render("map_jiangsu_0803.html")
        )

上述代码解释如下：

• 第1、2行导入我们需要使用的依赖库
• 第3-11行为我们的主要实现逻辑，pyecharts支持链式调用。其中：
• 第4行为声明一个Map对象
• 第5-8行 为m.add(**kwargs)函数的调用，主要用于数据呈现，依次为：
  – 图例：字符串表示图例
  – 属性及取值：一般为list类型 [(attr,value)]，attr在这里主要表示江苏省地级市名，attr在这里表示各地级市今日新感染人数。如果我们要对哪个地级市进行标注，就写入对应的列表即可。
  – 地图类型 maptype=’江苏’ 指定需要绘制的地区的区域。可以是省级地名，也可以是市级地名。
• 第9行m.render()：默认在当前文件生成一个html 文件

运行后会在当前目录生成 map_jiangsu_0803.html,用浏览器打开后结果如下：

当鼠标移动到对应区域后，会显示出对应地级市今日新增人数。

5. 进一步美化

上述脚本虽然可以实现我们的功能，但是颜色灰灰的，太过于单调，接下来我们来想办法进行美化,实现代码如下：

 c_today = (
         Map()
         .add("今日新增人数", 
               [list(z) for z in zip(city_list, todayconfirm)],
                maptype="江苏"
             )
         .set_global_opts(
             title_opts=opts.TitleOpts(title="江苏疫情今日新增0803"),
             visualmap_opts=opts.VisualMapOpts(max_=int( (max(todayconfirm)//10+1)*10),
                                               is_piecewise=True,
                                               range_text=["High","Low"],
                                               border_color="#000"
                                               )
             )
        .render("map_jiangsu_0803_new.html")
        ）

代码解释如下：

• 第7-12行为调用全局配置项函数 set_global_opts，参数title_opts为标题配置项，visualmap_opts为视觉映射配置项
• 第8行为设置地图标题
• 第9-12行为设置视觉映射配置，其中:
  – max_代表我们数据分几段，最高上限;
  – is_piecewise代表是否为分段型数据
  – range_text代表两端的文本
  – board_color代表visualMap组件的边框颜色

运行后会在当前目录生成 map_jiangsu_0803_new.html,用浏览器打开后结果如下：

同理我们可以得到现有确诊人数分布如下：
进而我们可以得到累计确诊人数分布如下：

6. 代码

完整代码可公众号内回复 pyecharts 即可获取

7. 参考

链接一
链接二

关注公众号《AI算法之道》，获取更多AI算法资讯。