手把手教你用Pyecharts绘制地图~

简介: 大家好,我是志斌~今天来给大家分享一下如何用Pyecharts绘制地图。

01介绍


Pyecharts是一个用于生成Echarts图表的库。Echarts 是百度开源的一个数据可视化JS库用 Echarts 生成的图可视化效果非常棒,用Pyecharts 可以很方便在 Python 中直接使用数据,来生成图表。


因为Pyecharts在v0.3.2以后,就将不再自带地图js文件。所以我们需要自行安装对应的地图文件包。


地理文件被分为了三个包,分别是:


全球国家地图: echarts-countries-pypkg (1.9MB)
中国省级地图: echarts-china-provinces-pypkg (730KB)
中国市级地图: echarts-china-cities-pypkg (3.8MB)


需要哪个地图,可以直接用pip来进行安装:


pip install echarts-countries-pypkg
pip install echarts-china-provinces-pypkg
pip install echarts-china-cities-pypkg
pip install echarts-china-counties-pypkg
pip install echarts-china-misc-pypkg
pip install echarts-united-kingdom-pypkg


02绘制地图


这里跟大家分享一下中国、省份、市、世界,这四种地图的绘制方式。


01

绘制中国地图


我们先来看看效果图:


55.png


代码如下:


from pyecharts import Map
provice = ['北京','上海','河南','天津','山东','海南','辽宁','湖北','湖南','广西','广东']
values = ['385','245','282','30','54','5','45','9','354','100','96']
map = Map("中国地图",width=1200, height=600)
map.add("中国地图", provice, values, visual_range=[0, 200], maptype='china', is_visualmap=True,
visual_text_color='#600',is_label_show=True)
map.render(path="中国地图.html")
#maptype='chain'表示绘制的是中国地图
#provice存放的是省份名称,value存放的是每个省份对应的数值。
#visual_range表示的热力的取值范围。


02 绘制省份地图


看一下效果图:


56.png


代码如下:


from pyecharts import Map
city = ['鹤壁市','郑州市','安阳市','洛阳市','濮阳市','焦作市','三门峡市','南阳市','信阳市','新乡市','开封市','许昌市']
values = ['50','35','5','20','8','23','42','12','34','52','46','65']
map = Map("河南地图",'河南', width=1200, height=600)
map.add('河南', city, values, visual_range=[1, 50], maptype='河南', is_visualmap=True, visual_text_color='#000',is_label_show=True)
map.render(path="河南地图.html")
# #maptype='河南'表示绘制的是河南地图
# #city存放的是省内城市的名称,value存放的是每个城市对应的数值。
# #visual_range表示的热力的取值范围。



03 绘制城市地图


展示一下效果图:


57.png


代码如下:


from pyecharts import Map
quxian = ['山城区','淇滨区','鹤山区','浚县','淇县']
value = [13, 5, 17, 28, 2]
map = Map("鹤壁地图", width=1200, height=600)
map.add("鹤壁", quxian, value, visual_range=[1, 20], maptype='鹤壁', is_visualmap=True,
   visual_text_color='#650')
map.render(path="鹤壁地图.html")
# #maptype='鹤壁'表示绘制的是鹤壁地图
# #quxian存放的是市里区县的名称,value存放的是每个区县对应的数值。
# #visual_range表示的热力的取值范围。


04 绘制世界地图


看一下效果图:



58.png




代码如下:


from pyecharts import Map
world = ["China", "Canada", "Brazil", "Russia", "United States"]
value = [90, 23, 45, 65, 74]
map = Map("世界地图示例", width=1200, height=600)
map.add("世界地图", world, value ,visual_range=[1, 50], maptype="world",  is_visualmap=True, visual_text_color='#000')
map.render(path="世界地图.html")
# #maptype='world'表示绘制的是世界地图
# #world存放的是国家的名称,value存放的是每个国家对应的数值。
# #visual_range表示的热力的取值范围。


03小结


1. 本文详细介绍了如何用Pyecharts绘制中国、省份、市、世界,这四种地图,代码是成型的,读者们可以直接copy使用。

2. 使用哪一种地图,需要安装对应的地图包。

3. 使用区县地图,需要Pyecharts0.5版本才可以,其他的版本可能会出错。(这里感谢辰哥的指导~)


相关文章
Python绘图神器Matplotlib、Echarts、Pyecharts 和 Plotly ——可绘制各种图
Python绘图神器Matplotlib、Echarts、Pyecharts 和 Plotly ——可绘制各种图
Python绘图神器Matplotlib、Echarts、Pyecharts 和 Plotly ——可绘制各种图
|
1月前
|
Python
Matplotlib 教程 之 Matplotlib 绘制多图 1
这段代码介绍了如何使用 Matplotlib 库中的 `subplot()` 方法在同一画布上绘制多个子图。通过指定行数(`nrows`)、列数(`ncols`)以及子图的位置序号(`index`),可以在一个整体图像中布局多个独立的图表。例如,`subplot(1, 2, 1)` 和 `subplot(1, 2, 2)` 分别指定了在一个 1 行 2 列的网格中的第一个和第二个位置。示例展示了如何创建两个子图,并分别为它们添加标题。
18 4
|
2月前
|
数据可视化 数据挖掘 Python
逆袭之路!Python数据分析新手如何快速掌握Matplotlib、Seaborn,让数据说话更响亮?
在数据驱动时代,掌握数据分析技能至关重要。对于Python新手而言,Matplotlib和Seaborn是数据可视化的两大利器。Matplotlib是最基本的可视化库,适合绘制基础图表;Seaborn则提供高层次接口,专注于统计图形和美观样式。建议先学Matplotlib再过渡到Seaborn。快速上手Matplotlib需多实践,示例代码展示了绘制折线图的方法。Seaborn特色功能包括分布图、关系图及分类数据可视化,并提供多种主题和颜色方案。两者结合可实现复杂数据可视化,先用Seaborn绘制统计图,再用Matplotlib进行细节调整。熟练掌握这两者,将显著提升你的数据分析能力。
45 4
|
2月前
|
数据可视化 数据挖掘 Python
惊呆了!Python数据分析师如何用Matplotlib、Seaborn秒变数据可视化大师?
在数据驱动时代,分析师们像侦探一样在数字海洋中寻找线索,揭示隐藏的故事。数据可视化则是他们的“魔法棒”,将复杂数据转化为直观图形。本文将带你探索Python数据分析师如何利用Matplotlib与Seaborn这两大神器,成为数据可视化大师。Matplotlib提供基础绘图功能,而Seaborn在此基础上增强了统计图表的绘制能力,两者结合使数据呈现更高效、美观。无论是折线图还是箱形图,这两个库都能助你一臂之力。
41 4
|
1月前
|
关系型数据库 Python
Matplotlib 教程 之 Matplotlib 绘制多图 3
`subplot()` 需要手动指定位置,而 `subplots()` 可一次性生成多个子图,通过 `ax` 对象进行调用。`subplots()` 方法支持多种参数,如设置行列数 (`nrows`, `ncols`)、共享轴 (`sharex`, `sharey`) 等。示例展示了不同场景下的子图绘制方法,包括共享轴、极坐标图等。
20 0
|
1月前
|
Python
Matplotlib 教程 之 Matplotlib 绘制多图 2
subplot()` 需要手动指定位置参数,而 `subplots()` 可以一次性生成多个子图,只需调用生成对象的 `ax`。示例代码展示了如何在一个 2x2 的网格中绘制四个不同的子图,并为每个子图设置了标题,最后还添加了一个总标题 "Baidu subplot Test"。
17 0
|
3月前
|
数据可视化 API Python
一行代码让matplotlib图表变高大上
一行代码让matplotlib图表变高大上
|
5月前
|
Python
【python绘图库turtle实战】使用python绘图库turtle绘制:太阳花、彩虹线与小黄人【含完整源码】
【python绘图库turtle实战】使用python绘图库turtle绘制:太阳花、彩虹线与小黄人【含完整源码】
|
6月前
|
数据可视化 Python
使用pyecharts库绘制柱状图:基础与进阶
使用pyecharts库绘制柱状图:基础与进阶
140 0
|
数据可视化 数据挖掘 定位技术
数据的绘画工场:Python绘图库Pyecharts,打造引人入胜的可视化效果
数据的绘画工场:Python绘图库Pyecharts,打造引人入胜的可视化效果
131 0