pyecharts-geo- opts.VisualMapOpts(visualmap), ChartType.HEATMAP, +makesnapshot

geo_visualmap_分段标签

from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.charts import Map
from pyecharts.globals import ChartType
from pyecharts.faker import Faker
from snapshot_phantomjs import snapshot
from pyecharts.render import make_snapshot

province = ['上海','江苏','浙江','湖北','广州','重庆','成都']
booking = [100000,150000,120000,200000,50000,100000,250000]
title1 = "Geo-visualMap 分段型"

c = (
     Geo()
 #    Map()
     .add_schema(maptype = "china")
     .add('Booking per province',
          [list (z) for z in zip(province,booking)])
  #        [list (z) for z in zip(province,booking)],"china")
     .set_series_opts(label_opts = opts.LabelOpts(is_show = False)) #设置了true后会显示地点数值?
     .set_global_opts(
             visualmap_opts=opts.VisualMapOpts(is_piecewise = True,split_number = 10,max_= 250000),  
             #图例显示为分段还是连续型,可以设置为分开几段(不设置会默认分段),需要设置最大值, 默认的最大值只有100.
             title_opts = opts.TitleOpts(title = title1))
    # .render(r"E:\JupyterWork\geo_chart_countries_js"+title1+".html")  如果用make_snapshot 这行就不用了, 否则会报错...
     )

make_snapshot(snapshot,c.render(),r"E:\workspace_yy\JupyterWork\geo_chart_countries_js"+title1+".png") #直接生成png图片

在这里插入图片描述

热力地图:

c2 = (
      Geo()
      .add_schema(maptype = 'china')
      .add("热力图",
           [list(z) for z in zip(province,booking)],
           type_ = ChartType.HEATMAP)
      .set_series_opts(label_opts=opts.LabelOpts(is_show=True))
      .set_global_opts(
        visualmap_opts=opts.VisualMapOpts(max_ = 250000), title_opts=opts.TitleOpts(title="Geo-中国地图"), )
        #和上图一样,要设置下最大值!!!
      #.render(r"E:\JupyterWork\geo_chart_countries_js_热力图.html") 用了make_snapshot这里就不用了, 会报错...
      )

make_snapshot(snapshot,c2.render(),r"E:\workspace_yy\JupyterWork\geo_chart_countries_js_热力图.gif")#生成png图片

在这里插入图片描述

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
对于pyecharts中的VisualMap组件,我们可以通过设置visualmap_opts参数来控制可视化效果。其中,max_参数表示可视化的最大值,可以根据实际数据进行设置。相应地,我们可以根据需要设置多个阶段(即不同的数值区间),并为每个阶段指定特定的颜色。具体实现方式可以参考以下代码: ```python import random from pyecharts.charts import Map from pyecharts import options as opts # 模拟数据 data = [("海门", random.randint(1000, 80000)) for _ in range(20)] # 定义阶段和颜色 stages = [0, 10000, 30000, 50000, 80000] colors = ["#f5e0a9", "#d88273", "#bf444c", "#99292e", "#7c1c2a"] # 绘制地图 m = ( Map() .add(series_name="城市", data_pair=data, maptype="china") .set_series_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts( title_opts=opts.TitleOpts(title="中国地图"), visualmap_opts=opts.VisualMapOpts(max_=80000, is_piecewise=True, pieces=[ {"min": stages[i], "max": stages[i+1], "color": colors[i]} for i in range(len(stages) - 1) ]), ) ) m.render("visual_map.html") ``` 在上述代码中,我们使用Map组件绘制中国地图,并通过add方法传入数据和地图类型。接着,通过set_series_opts方法和label_opts参数设置样式,再通过set_global_opts方法和title_opts参数设置标题、通过visualmap_opts参数设置VisualMap组件。特别地,我们设置max_参数为80000,并将is_piecewise参数设置为True表示需要根据不同阶段设置颜色,pieces参数则指定了具体的阶段和颜色。最后,将结果渲染为html文件即可。 需要注意的是,在为VisualMap组件设置多个阶段时,min参数表示最小值,max参数表示最大值,颜色则通过color参数指定。因此,我们可以通过字典等方式轻松地构建pieces参数。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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