python动态交互式图表库_干货 | 使用pyecharts绘制交互式动态地图

干货 | 使用pyecharts绘制交互式动态地图

说到pyecharts，相信很多人不会陌生，一个优秀的python可视化包。

pyecharts是中国人开发的，相比较matplotlib、seaborn等老牌可视化库，pyecharts是十分符合国内用户习惯的，尤其在地理空间图表方面。

本文是想试探一下pyecharts在绘制地理图表方面的功底如何，那就开始吧！

安装pyecharts

pyecharts支持pip、conda安装，快捷方便，推荐在jupyter notebook环境下愉快的玩耍。

pip install pyecharts

本文python版本为3.6，演示环境为jupyter notebook。

pyecharts地理图表可视化

1、导入相关模块

pyecharts库中负责地理坐标系的模块是Geo，负责地图的模块是Map，负责百度地图的模块是BMap，负责图表配置的模块是options。在 pyecharts 中，图表的一切皆通过 options来修饰调整。

另提一句，因为需要用到案例数据，这里还需要导入样本库-sample

from example.commons import Faker

from pyecharts import options as opts

from pyecharts.charts import Geo

from pyecharts.globals import ChartType, SymbolType

2、图表输出和显示

在pyecharts中，图表完成制作后通过render()函数输出为html文件，你可以在render()中传递输出地址参数，将html文件保存到自定义的位置。

c = (

Geo()

.add_schema(maptype="china")

.add("geo", [list(z) for z in zip(Faker.provinces, Faker.values())])

.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

.set_global_opts(

visualmap_opts=opts.VisualMapOpts(),

title_opts=opts.TitleOpts(title="Geo-基本示例"),

)

)

c.render()# 输出html格式

如果想在notebook中直接展示图表，需要调用render_notebook()函数。

c.render_notebook()# 显示地图

Goe模块常用函数介绍

再来看前面的中国地图示例实现代码：

c = (

Geo()

.add_schema(maptype="china")

.add("geo", [list(z) for z in zip(Faker.provinces, Faker.values())])

.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

.set_global_opts(

visualmap_opts=opts.VisualMapOpts(),

title_opts=opts.TitleOpt