【安排】Pyecharts制作地图的几种方法评析-阿里云开发者社区

【安排】Pyecharts制作地图的几种方法评析

2021-11-26 1011

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介： 说到使用Python进行地理坐标可视化那就一定少不了Pyecharts的身影，本文就对Pyecharts可以制作的四种地图进行简单的评析。

刘早起一行玩python 2020-05-13

说到使用Python进行地理坐标可视化那就一定少不了Pyecharts的身影，本文就对Pyecharts可以制作的四种地图进行简单的评析。

Pyecharts—Map

首先介绍的是Pyecharts中使用最多的Map()，核心代码仅四行即可生成全国地图，来看下官方Demo

from pyecharts import options as opts
from pyecharts.charts import Map
from pyecharts.faker import Faker
c = (
    Map()
    .add("商家A", [list(z) for z in zip(Faker.provinces, Faker.values())], "china")
    .set_global_opts(title_opts=opts.TitleOpts(title="Map-基本示例"))
    .render("map_base.html")
)

我们看下中间四行代码究竟做了什么：

.Map()创建了一个地图实例
.add()添加了数据，实际上zip()中就是两个list，一个是省份名称另一个是对应的数据
.set_global_opts()添加了标题
.render()将生成的地图以html格式保存

所以这个最简单的地图长这样

告诉我你对这张地图的第一感觉，除了丑就是不协调，主要就是因为下面三点:

顶部的图例，怎么看怎么不爽
有数据省份的红点，怎么看怎么不爽
就在地图上给有数据的省份打了几个点，怎么看怎么不爽

所以我在使用Map()的时候一般会对上面三点进行调整，还是一样的数据，代码可以这么写

c = (
    Map()
    .add("", [list(z) for z in zip(Faker.provinces, Faker.values())], "china",is_map_symbol_show=False,)
    .set_global_opts(title_opts=opts.TitleOpts(title="Map-基本示例"), visualmap_opts=opts.VisualMapOpts())
    .render_notebook()
)

这样看已经比刚开始的样子好了很多，虽然可以看出不同省份之间的差异，但是还是有一点让人不爽的就是大部分省份是没有值的，要是全国都有值就更好了👇

所以Pyecharts中的Map更应该适合能将地图填满的数据，这样才能让图看上去更丰富，如果只有地图中小部分省市的数据还是来个柱状图更直观！

Pyecharts—Geo

我们先来看看Geo绘制出来的地图长啥样，还是刚刚的数据，代码也并不复杂

from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.faker import Faker
from pyecharts.globals import ChartType
c = (
    Geo()
    .add_schema(maptype="china")
    .add(
        "",
        [list(z) for z in zip(Faker.provinces, Faker.values())],
        type_=ChartType.HEATMAP,
    )
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        visualmap_opts=opts.VisualMapOpts(),
        title_opts=opts.TitleOpts(title="Geo-热力地图"),
    )
)
c.render_notebook()