Python可视化神器pyecharts绘制地理图表


Posted in Python onJuly 07, 2022

地理图表

什么是地理图表?地理图表有什么作用?地理图表主要应用在那些领域?

其实这些问题看看下面的实例图形就已不攻自破了,地理图表一看首先就是地图,然后在地理图表里面展示数据,比如说热力图,趋势流动图,人口密集分布图,反正地理坐标相关的就可以运用在这个里面,其次图形支持全球地图,全球国家,中国,中国的所有的省份的地图,反正应有尽有,包含300多个方法的地理图例,如果要做科研想要研究这方面的课题,那么pyecharts现在就是首选了,matplotlib就应该退下,都说“选择大于努力”,在某些时候其实说的非常正确!

Python可视化神器pyecharts绘制地理图表

地理图表之热力图系列模板

人口流动趋势图(中国)

这个图表可以运用在航班的信息分析,比如现在有一架飞机从重庆江北机场出发,我们需要快速的了解飞机乘客都要去那些地方,而且每个地域有多少人,那么这个模板就可以用的上了。

from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.globals import ChartType, SymbolType
c = (
Geo()
.add_schema(
maptype="china",
itemstyle_opts=opts.ItemStyleOpts(color="#a4a4a4", border_color="#005454"),
)
.add(
"",
[("广州", 20000), ("北京", 15000), ("杭州", 69000), ("重庆", 56000),("西藏",64000),("新疆",64000),("内蒙古",64000)],
type_=ChartType.EFFECT_SCATTER,
color="yellow",
)
.add(
"流动路线",
[("重庆", "上海"), ("重庆", "北京"), ("重庆", "杭州"), ("重庆", "广州"), ("重庆", "西藏"), ("重庆", "新疆"), ("重庆", "内蒙古")],
type_=ChartType.LINES,
effect_opts=opts.EffectOpts(
symbol=SymbolType.ARROW, symbol_size=6, color="green"
),
linestyle_opts=opts.LineStyleOpts(curve=0.2),
)
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
.set_global_opts(title_opts=opts.TitleOpts(title="人口流动路线"))
.render("人口流动路线.html")
)

Python可视化神器pyecharts绘制地理图表

中国城市分段热力图

知道中国所有城市,比如江西,重庆,上海......每个城市的参数数据分布,我们就可以画出相应的热力图。

from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.faker import Faker
c = (
Geo()
.add_schema(maptype="china")
.add("城市", [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(is_piecewise=True),
title_opts=opts.TitleOpts(title="标题"),
)
.render("分段热力图.html")
)
print([list(z) for z in zip(Faker.provinces, Faker.values())])

Python可视化神器pyecharts绘制地理图表

重庆省份微塑料分布热力图

数据纯属虚构,这个模板涵盖了中国所有省份的地图大全,只要知道省份里面的区县就可以呈现相关数据效果图了。

from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.faker import Faker
from pyecharts.globals import ChartType
x=["巫山","万州","云阳","奉节"]
y=[123,560,456,362]
c = (
Geo()
.add_schema(maptype="重庆")
.add(
"含量",
[list(z) for z in zip(x, y)],
type_=ChartType.HEATMAP,
)
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
.set_global_opts(
visualmap_opts=opts.VisualMapOpts(max_=570), title_opts=opts.TitleOpts(title="重庆微塑料分布热力图")
)
.render("重庆热力图.html")
)

Python可视化神器pyecharts绘制地理图表

中国城市连续热力图

鼠标可以控制热力分布,用于可视化展示与解说。

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(
"热力",
[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="标题"),
)
.render("连续热力图.html")
)

Python可视化神器pyecharts绘制地理图表

中国城市热力动态图

展示城市动态图的热力效果,直观看出效果。

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(
"热力图",
[list(z) for z in zip(Faker.provinces, Faker.values())],
type_=ChartType.EFFECT_SCATTER,
)
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
.set_global_opts(title_opts=opts.TitleOpts(title="标题"))
.render("动态热力图.html")
)

Python可视化神器pyecharts绘制地理图表

中国城市散点热力图

鼠标可以控制热力图的覆盖率,此模板比较的合适。

from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.faker import Faker
c = (
Geo()
.add_schema(maptype="china")
.add("热力", [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="标题")
)
.render("中国散点热力图.html")
)

Python可视化神器pyecharts绘制地理图表

到此这篇关于Python可视化神器pyecharts绘制地理图表的文章就介绍到这了,更多相关Python绘制地理图表内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木!


Tags in this post...

Python 相关文章推荐
Python3基础之函数用法
Aug 13 Python
跟老齐学Python之赋值,简单也不简单
Sep 24 Python
python爬虫headers设置后无效的解决方法
Oct 21 Python
Python合并多个Excel数据的方法
Jul 16 Python
Python中按键来获取指定的值
Mar 02 Python
python开发游戏的前期准备
May 05 Python
Python人工智能之路 jieba gensim 最好别分家之最简单的相似度实现
Aug 13 Python
Python之指数与E记法的区别详解
Nov 21 Python
Python imutils 填充图片周边为黑色的实现
Jan 19 Python
Pycharm中配置远程Docker运行环境的教程图解
Jun 11 Python
python collections模块的使用
Oct 16 Python
Python数据分析库pandas高级接口dt的使用详解
Dec 11 Python
Python软件包安装的三种常见方法
Python+SeaTable实现计算两个日期间的工作日天数
Jul 07 #Python
Python实现数据的序列化操作详解
Jul 07 #Python
Python如何利用pandas读取csv数据并绘图
Python可视化神器pyecharts绘制水球图
Jul 07 #Python
python数字图像处理之图像自动阈值分割示例
Python 读取千万级数据自动写入 MySQL 数据库
Jun 28 #Python
You might like
php Smarty 字符比较代码
2011/02/27 PHP
PHP版QQ互联OAuth示例代码分享
2015/07/05 PHP
Yii2处理密码加密及验证的方法
2019/05/12 PHP
PHP工厂模式、单例模式与注册树模式实例详解
2019/06/03 PHP
laravel 修改记住我功能的cookie保存时间的方法
2019/10/14 PHP
层序遍历在ExtJs的TreePanel中的应用
2009/10/16 Javascript
关于jquery动态增减控件的一些想法和小插件
2010/08/01 Javascript
jQuery学习笔记之Helloworld
2010/12/22 Javascript
ExtJs设置GridPanel表格文本垂直居中示例
2013/07/15 Javascript
仿iframe效果Aajx文件上传实例
2016/11/18 Javascript
js获取浏览器和屏幕的各种宽度高度
2017/02/22 Javascript
在js中做数字字符串补0(js补零)
2017/03/25 Javascript
jQuery中过滤器的基本用法示例
2017/10/11 jQuery
layui2.0使用table+laypage实现真分页
2019/07/27 Javascript
[43:53]OG vs EG 2019国际邀请赛淘汰赛 胜者组 BO3 第三场 8.22
2019/09/05 DOTA
Python程序设计入门(4)模块和包
2014/06/16 Python
Python利用multiprocessing实现最简单的分布式作业调度系统实例
2017/11/14 Python
分析经典Python开发工程师面试题
2019/04/08 Python
pytorch使用Variable实现线性回归
2019/05/21 Python
python实现批量视频分帧、保存视频帧
2019/05/31 Python
Python Django 命名空间模式的实现
2019/08/09 Python
django 配置阿里云OSS存储media文件的例子
2019/08/20 Python
pycharm 激活码及使用方式的详细教程
2020/05/12 Python
Python实例教程之检索输出月份日历表
2020/12/16 Python
可以使用抽象函数重写基类中的虚函数吗
2013/06/02 面试题
机械专业毕业生自荐信
2013/11/02 职场文书
电子商务专业学生的自我鉴定
2013/11/28 职场文书
护理专业学生的求职信范文
2013/12/11 职场文书
毕业生就业自荐书
2013/12/15 职场文书
教育课题研究自我鉴定范文
2013/12/28 职场文书
社区关爱留守儿童活动方案
2014/08/22 职场文书
战略性融资合作协议书范本
2014/10/17 职场文书
2014年个人教学工作总结
2014/12/09 职场文书
2015小学新教师个人工作总结
2015/10/14 职场文书
村官2015年度工作总结
2015/10/14 职场文书
MySQL表字段时间设置默认值
2021/05/13 MySQL