点击蓝字 关注我们
![324c83a63e66ee785f2fd19a5d3a0c75.png](https://i-blog.csdnimg.cn/blog_migrate/36739f3ff58dfd9c58888a1eae83076e.png)
pyecharts库和matplotlib是python中两个用于绘图的库,matplotlib主攻静态图表,而pyecharts则主攻动态图表。之前曾在“疫情数据的可视化:中国疫情动态地图的制作”一文中给大家简单介绍了pyecharts库,并绘制了一份疫情地图(html格式),为了给大家展示效果,我制作成了gif动图,就是下图酱紫。当你的鼠标指到某个省份的时候,我们就可以看到这个省份的累计确诊病例数,这种动态图表具有很好的交互性和可视性,用“高端大气上档次”来形容它再合适不过了。
![b2f4f9244fb6e12cf704b6af5b190a40.gif](https://i-blog.csdnimg.cn/blog_migrate/788ee0f6befd38aa285305d43086ea26.gif)
不过,上次绘制的这份地图有些略显low,看起来并没有那么“高端大气上档次”。这次就不绘制省级疫情地图了,我们绘制地级市级别空气质量数据地图。数据是我之前在中国空气质量在线监测分析平台(https://www.aqistudy.cn/historydata/)爬取的,详见“爬虫大法:月度空气质量数据格式的一点调整”一文,这次我就选取了其中2019年12月份各地级市的空气质量数据,指标选用的是大家都关心的PM2.5。