Python地图可视化框架pygal.maps.world/和pyecharts

最新推荐文章于 2024-09-25 10:51:49 发布
最新推荐文章于 2024-09-25 10:51:49 发布
阅读量4.3k 收藏 33
点赞数 6
分类专栏： 可视化方法 文章标签： python 后端
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_41194129/article/details/121729907
版权

目录

0、安装：pip install pygal_maps_world

此时可以访问pygal.maps.world模块

1、指定代码绘制国家

# # 导入需要的包
# import numpy as np
# import matplotlib.pyplot as plt
# from mpl_toolkits.basemap import Basemap
# # conda install basemap
# # pip install -U matplotlib==3.2
# # pip install packagename
# #export PROJ_LIB=/opt/conda/share/proj
# import os
# import conda
#
# conda_file_dir = conda.__file__
# conda_dir = conda_file_dir.split('lib')[0]
# proj_lib = os.path.join(os.path.join(conda_dir, 'share'), 'proj')
# os.environ["PROJ_LIB"] = proj_lib
#
#
#
# # 初始化图形
#
# plt.figure(figsize=(8, 8))
#
# # 底图：圆形, lat_0：纬度；lon_o: 经度, (113,29)是武汉
# m = Basemap(projection='ortho', resolution=None, lat_0=29, lon_0=113)
# # 底色
# m.bluemarble(scale=0.5)
# # m.shadedrelief(scale=0.5)浮雕图像
#
# plt.show()
#
#
# pip install pyecharts echarts-countries-pypkg echarts-china-provinces-pypkg echarts-china-cities-pypkg  echarts-china-counties-pypkg echarts-china-misc-pypkg echarts-united-kingdom-pypkg
# 导入需要的包
import pygal.maps.world

worldmap_chart = pygal.maps.world.World()
worldmap_chart.title = 'Some countries'
worldmap_chart.add('F countries', ['fr', 'fi'])
worldmap_chart.add('M countries', ['ma', 'mc', 'md', 'me', 'mg',
                                   'mk', 'ml', 'mm', 'mn', 'mo',
                                   'mr', 'mt', 'mu', 'mv', 'mw',
                                   'mx', 'my', 'mz'])
worldmap_chart.add('U countries', ['ua', 'ug', 'us', 'uy', 'uz'])
worldmap_chart.render_to_file('bar_chart.svg')

生成文件：
在这里插入图片描述
在火狐浏览器中打开显示即可：
在这里插入图片描述

2、指定某个国家的标签值

import pygal.maps.world

worldmap_chart = pygal.maps.world.World()
worldmap_chart.title = 'Minimum deaths by capital punishement (source: Amnesty International)'
worldmap_chart.add('In 2012', {
  'af': 14,
  'bd': 1,
  'by': 3,
  'cn': 1000,
  'gm': 9,
  'in': 1,
  'ir': 314,
  'iq': 129,
  'jp': 7,
  'kp': 6,
  'pk': 1,
  'ps': 6,
  'sa': 79,
  'so': 6,
  'sd': 5,
  'tw': 1000,
  'ae': 1,
  'us': 43,
  'ye': 28
})
worldmap_chart.render_to_file('bar_chart.svg')

生成结果：
在这里插入图片描述

3、获取大洲区域地图

import pygal.maps.world

supra = pygal.maps.world.SupranationalWorld()
supra.add('Asia', [('asia', 1)])
supra.add('Europe', [('europe', 1)])
supra.add('Africa', [('africa', 1)])
supra.add('North america', [('north_america', 1)])
supra.add('South america', [('south_america', 1)])
supra.add('Oceania', [('oceania', 1)])
supra.add('Antartica', [('antartica', 1)])
supra.render_to_file('bar_chart.svg')

在这里插入图片描述

4、雷达图

import pygal

radar_chart = pygal.Radar()
radar_chart.title = 'V8 benchmark results'
radar_chart.x_labels = ['Richards', 'DeltaBlue', 'Crypto', 'RayTrace', 'EarleyBoyer', 'RegExp', 'Splay', 'NavierStokes']
radar_chart.add('Chrome', [6395, 8212, 7520, 7218, 12464, 1660, 2123, 8607])
radar_chart.add('Firefox', [7473, 8099, 11700, 2651, 6361, 1044, 3797, 9450])
radar_chart.add('Opera', [3472, 2933, 4203, 5229, 5810, 1828, 9013, 4669])
radar_chart.add('IE', [43, 41, 59, 79, 144, 136, 34, 102])
radar_chart.render_to_file('bar_chart.svg')

在这里插入图片描述

5、基本饼图（Pie）

import pygal

pie_chart = pygal.Pie()
pie_chart.title = 'Browser usage in February 2012 (in %)'
pie_chart.add('IE', 19.5)
pie_chart.add('Firefox', 36.6)
pie_chart.add('Chrome', 36.3)
pie_chart.add('Safari', 4.5)
pie_chart.add('Opera', 2.3)
pie_chart.render_to_file('bar_chart.svg')

在这里插入图片描述

6、条形图

'''绘制竖向堆叠条形图 多图横向排列'''
bar_chart = pygal.HorizontalStackedBar()
# 条形图标题
bar_chart.title = "Remarquable sequences"
# x轴标题
bar_chart.x_labels = map(str, range(11))
bar_chart.add('Fibonacci', [0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55])
bar_chart.add('Padovan', [1, 1, 1, 2, 2, 3, 4, 5, 7, 9, 12])
bar_chart.render_to_file('bar_chart.svg')

在这里插入图片描述

import pygal

line_chart = pygal.Bar()
line_chart.title = 'Browser usage evolution (in %)'
line_chart.x_labels = map(str, range(2002, 2013))
line_chart.add('Firefox', [None, None, 0, 16.6,   25,   31, 36.4, 45.5, 46.3, 42.8, 37.1])
line_chart.add('Chrome',  [None, None, None, None, None, None,    0,  3.9, 10.8, 23.8, 35.3])
line_chart.add('IE',      [85.8, 84.6, 84.7, 74.5,   66, 58.6, 54.7, 44.8, 36.2, 26.6, 20.1])
line_chart.add('Others',  [14.2, 15.4, 15.3,  8.9,    9, 10.4,  8.9,  5.8,  6.7,  6.8,  7.5])
line_chart.render_to_file('bar_chart.svg')

在这里插入图片描述

6、词云图

from pyecharts import Line
from pyecharts import Pie
from pyecharts import WordCloud
from pyecharts import EffectScatter, Overlap


# 词云图
name = [
    'Though', 'the answer', 'this question',
    'may at first', 'seem to border', 'on the',
    'absurd', 'reflection', 'will show', 'that there',
    'is a', 'good deal', 'more in', 'it than meets', 'the eye'
    ]
value = [10000, 6189, 4556, 2356, 2233,
     1895, 1456, 1255, 981, 875,
     542, 462, 361, 265, 125]

worldcloud = WordCloud(width=1300, height=620)
worldcloud.add('词云', name, value, word_size_range=[20, 100])
worldcloud.render('worldcloud.html')

在这里插入图片描述
参考：https://www.jb51.net/article/180024.htm

7、柱状图

参考：https://www.jb51.net/article/180024.htm

from pyecharts import Bar
# 基本柱状图
bar = Bar("基本柱状图", "副标题")
bar.use_theme('dark') # 暗黑色主题
bar.add('真实成本',  # label
    ["1月", "2月", "3月", "4月", "5月", "6月"],  # 横坐标
    [5, 20, 36, 10, 75, 90],    # 纵坐标
    is_more_utils=True)  # 设置最右侧工具栏
# bar.show_config()    # 调试输出pyecharts的js的配置信息
bar.render('bar_demo.html') # 生成html文件

在这里插入图片描述

8、折线柱状图

from pyecharts import Bar
# 基本柱状图
import math

LISTS = []
ins = []
for i in range(100):
    LISTS.append(math.exp(2* math.sqrt(i*math.atan(i))))
    ins.append(i)
bar = Bar("基本柱状图", "副标题")
bar.use_theme('dark') # 暗黑色主题

bar.add('真实成本',  # label
    ins,  # 横坐标
    LISTS,    # 纵坐标
    is_more_utils=True)  # 设置最右侧工具栏
# bar.show_config()    # 调试输出pyecharts的js的配置信息
bar.render('bar_demo.html') # 生成html文件

在这里插入图片描述

附件

引用参考文章：
https://www.cnblogs.com/keqipu/p/7283991.html
https://www.cnblogs.com/keqipu/p/7283439.html
https://www.cnblogs.com/keqipu/p/7281599.html

Python数据可视化之基于pyecharts实现的地理图表的绘制
https://www.jb51.net/article/214614.htm

源代码杀手
关注
专栏目录
python最全画地图，可视化数据
weixin_34107739的博客
08-17 1万+
有时我们会很希望把数据展示在地图上，来做数据可视化，使数据更加清晰明了，可谓一图胜百文。先说说我用地图做什么了：微信好友全国分布，显示票房省份数据，全国评分显示等等，我这个语言能力很是头疼啊，进入正题吧 这里选用的是pyecharts模块，虽然python有自带的画图模块，matplotlib，但他是静态图，后来发现了pyecharts模块，瞬间爱上了这个模块，这种动态效果，数据好处理，简直简直...
python地图可视化
好好学习,天天向上的博客
01-23 2361
参考文章：https://www.cnblogs.com/feffery/p/9282808.html folium.Map()即为folium中绘制地图图层的基本函数，主要参数为： location：tuple或list类型输入，用于控制初始地图中心点的坐标，格式(纬度，经度)或[纬度，经度]，默认为None width：int型或str型，int型时，传入的是地图宽度的像素值；str型时，传入...
Python框架-pygal之世界地图
weixin_34032792的博客
08-04 1421
安装： pip install pygal_maps_world 此时可以访问pygal.maps.world模块，并指定代码绘制国家 Countries import pygal.maps.world worldmap_chart = pygal.maps.world.World() worldmap_chart.title = 'Some countries' w...
WebGIS开发四大开源框架对比
最新发布
GIS前端嘉欣的博客
09-25 570
支持Image、KML、 GML 、WMS、 WMTS、 WFS、 Json等不同格式的数据，通过渲染就可以到地图中进行显示。View视图图层，包括中心点、缩放等级、分辨率等数据都是依赖图层去展示的；本篇文章主要介绍GIS开发四大地图框架的差异和特点。WebGIS二维地图框架。
python实用操作之pygal绘制世界地图
weixin_43873671的博客
03-06 1594
1、pygal安装 pip install pygal_maps_world 安装后就可以在世界范围内对 2、查询所需要的国家代码 和pyecharts等第三方库不同的是，pygal在选中国家时，需要提前知道国家的代码，然后在后面标好数值，最后渲染成svg或者html文件就可以了，以下是国家代码表。 3、运行代码和结果 import pygal worldmap_chart = pygal.maps.world.World() worldmap_chart.title = "世界范围内的数据采集"
Python地图可视化Basemap安装包及示例源码（whl文件）
01-29
这是《Python数据挖掘课程》系列文章的安装环境。本文主要讲述Matplotlib子包，负责地图绘制，即Basemap扩展包。在做数据挖掘或可视化分析时，常常需要将数据显示到地图上，比如城市人口、空气环境、GDP分布、资源销售、全球热图等。本文主要讲解安装入门以及官网介绍的基础知识，后面文章将结合实例深入讲解。 内容包括： 1.basemap‑1.1.0‑cp27‑cp27m‑win_amd64.wh 2.pyproj‑1.9.5.1‑cp27‑cp27m‑win_amd64.whl 3.示例代码7个 希望对您有所帮助，现在不能上传免费资源了，那就设置为2分吧！ 参考博客：http://blog.csdn.net/eastmount/article/details/79188415
Python-地图可视化
m0_71163619的博客
12-29 601
地图
python地图可视化应用场景,python地图可视化缩放
Bxwfjdjdbdgj的博客
03-31 474
大家好，给大家分享一下python地图可视化分析情绪占比，很多人还不知道这一点。下面详细解释一下。现在让我们来看看！
Python学习之用pygal画世界地图实例
09-21
4. **绘制世界地图**：使用`pygal.maps.world.World`类创建一个世界地图实例，并设置其样式和标题。 ```python wm_style = pygal.style.RotateStyle('#3399AA', base_style=pygal.style.LightColorizedStyle) wm ...
python可视化世界地图_菜鸟笔记Python3——数据可视化（二）世界地图
weixin_29357243的博客
12-24 2302
参考教材 chapter16 数据可视化引言在第二小节里面，我们学习并绘制了一张世界人口分布图，但是在提取相关数据时，我们发现，由于格式不规范，原始数据中的很多地区并没有相应的国别码，在这个练习中，我们需要尽量改善这个问题......原题本节制作人口地图时，对于大约12个国家，程序不能自动确定其两个字母的国别码，请找出这些古欧家，在字典 COUNTRIES 中找到他们的国别码，然后对于每个这样的国...
Python学习——绘制世界人口地图
m0_47396944的博客
07-28 2463
实例训练——绘制世界人口地图 人口数据为json格式文件，因此需使用json模块来处理他们 Pygal提供了一个适合初学者使用的地图创建工具，可以使用它来对人口数据进行可视化，以探索全球人口的分布情况。 （1）导入python自带的世界地图包和国别码的包 #导入世界地图包(python 自带世界地图包) import pygal.maps.world #导入国别码的包 COUNTRIES是一个字典类型的数据信息，key为国别名，value值为国家名 from pygal_maps_world.i18n i
python--地图可视化
weixin_30904593的博客
10-20 220
python地图可视化可用python包Basemap；本篇总结用到百度的Echars，http://echarts.baidu.com/；Echarts 是百度开源的一个数据可视化 JS 库。 安装pyecharts库； pip install pyecharts 安装完成后，我们先制作一个简单的柱形图； from pyecharts import Bar bar =...
Python轻松实现地图可视化(附详细源码)
热门推荐
qq_46614154的博客
05-21 6万+
前言 本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。 Python的地图可视化库很多，Matplotlib库虽然作图很强大，但只能做静态地图。而我今天要讲的是交互式地图库，分别为pyecharts、folium，掌握这两个库，基本可以解决你的地图可视化需求。 pyecharts 首先，必须说说强大的pyecharts库，简单易用又酷炫，几乎可以制作任何图表。pyecharts有v0.5和v1两个版本，两者不兼容，最新的v1版本开始支持链
Python basemap地图可视化
云帝的博客
10-25 837
Basemap是可视化库Matplotlib的拓展包，可以绘制二维地图 下载地址：https://www.lfd.uci.edu/~gohlke/pythonlibs/ 下载 安装 使用 pip install pyproj-1.9.5.1-cp36-cp36m-win_amd64.whl pip install basemap-1.1.0-cp36-cp36m-win_amd64.whl from mpl_toolkits.basemap import Basemap
python 在地图上的散点图-Python交散点地图
weixin_37988176的博客
11-01 2500
原标题：Python交散点地图leftlet给R语言提供了很好用的交互式动态地图接口，其在Python中得API接口包名为folium（不知道包作者为何这样起名字，和leaflet已经扯不上关系了），可以满足我们平时常用的热力图、填充地图、路径图、散点标记等高频可视化场景。关于folium在热力图上的用法，可以参考这一篇分享：使用Python中的folium包创建热力密度图本篇主要介绍其在poin...
Python之数据可视化（地图）_python地图可视化
python03012的博客
02-27 2049
我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。带你从零基础系统性的学好Python！
Python 实现中国地图可视化
psywan的博客
11-02 2364
python做中国地图，倒入Excel表格里的数据
Python地理地图可视化:folium把百度地图中国城市中心经纬度解析出来并在地图上展示（三）
Zhang Phil
12-05 7818
python地理地图可视化:folium把百度地图各个城市经纬度解析出来并在地图上展示 上一篇把百度地图各个城市的经纬度解析出来了，现在通过folium把各个经纬度点在地图上绘制出来，代码如下： import json import webbrowser as wb import folium NAME = 'n' GEO = 'g' CITY = 'city' CITIES = 'cities' PROVINCE = 'province' PROVINCES = 'provinces' LAT
pygal.maps.world
05-11
Pygal is a Python library for creating interactive charts and graphs. The `pygal.maps.world` module specifically provides map charts for the world. These maps can be customized with different colors, labels, and data points to represent different information about countries or regions of the world. It can be used for a variety of purposes such as data analysis, visualization, and presentation.
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

源代码杀手

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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