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
haskell实现多线程服务器实例代码
Nov 26 Python
跟老齐学Python之开始真正编程
Sep 12 Python
通过mod_python配置运行在Apache上的Django框架
Jul 22 Python
python从入门到精通(DAY 2)
Dec 20 Python
python实现人脸识别代码
Nov 08 Python
基于Python的文件类型和字符串详解
Dec 21 Python
Python使用requests发送POST请求实例代码
Jan 25 Python
django反向解析URL和URL命名空间的方法
Jun 05 Python
python查看模块,对象的函数方法
Oct 16 Python
对Python发送带header的http请求方法详解
Jan 02 Python
python爬虫模拟浏览器访问-User-Agent过程解析
Dec 28 Python
简单了解Java Netty Reactor三种线程模型
Apr 26 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中session过期时间设置及session回收机制介绍
2014/05/05 PHP
CodeIgniter针对lighttpd服务器URL重写的方法
2015/06/10 PHP
PHP内置加密函数详解
2016/11/20 PHP
PHP有序表查找之二分查找(折半查找)算法示例
2018/02/09 PHP
PHP实现二维数组中的查找算法小结
2018/06/09 PHP
js下用层来实现select的title提示属性
2010/02/23 Javascript
Dom 学习总结以及实例的使用介绍
2013/04/24 Javascript
纯js简单日历实现代码
2013/10/05 Javascript
js实现的二级横向菜单条实例
2015/08/22 Javascript
JS获取鼠标坐标位置实例分析
2016/01/20 Javascript
Jquery轮播效果实现过程解析
2016/03/30 Javascript
js中利用cookie实现记住密码功能
2020/08/20 Javascript
javascript基础进阶_深入剖析执行环境及作用域链
2017/09/05 Javascript
Angular5集成eventbus的示例代码
2018/07/19 Javascript
详解vue 中 scoped 样式作用域的规则
2020/09/14 Javascript
[01:16:50]DOTA2-DPC中国联赛 正赛 Phoenix vs CDEC BO3 第一场 3月7日
2021/03/11 DOTA
python ip正则式
2009/05/07 Python
Numpy数组转置的两种实现方法
2018/04/17 Python
Python3处理HTTP请求的实例
2018/05/10 Python
python实现图片文件批量重命名
2020/03/23 Python
对python list 遍历删除的正确方法详解
2018/06/29 Python
浅述python中深浅拷贝原理
2018/09/18 Python
Python 带有参数的装饰器实例代码详解
2018/12/06 Python
python五子棋游戏的设计与实现
2019/06/18 Python
Django的性能优化实现解析
2019/07/30 Python
Pycharm IDE的安装和使用教程详解
2020/04/30 Python
Python模拟键盘输入自动登录TGP
2020/11/27 Python
Lookfantastic台湾:英国彩妆美发保养购物网
2018/03/26 全球购物
如何打开WebSphere远程debug
2014/10/10 面试题
房屋委托书范本
2014/04/04 职场文书
节约能源标语
2014/06/17 职场文书
查摆问题对照检查材料
2014/08/28 职场文书
党员个人查摆剖析材料
2014/10/16 职场文书
保护环境的宣传语
2015/07/13 职场文书
谢师宴家长致辞
2015/07/27 职场文书
数据分析数据库ClickHouse在大数据领域应用实践
2022/04/03 MySQL