Python用pyecharts绘制中国各地级市gdp分布点图
把一些地域性比较明显的数据显示在一张地图上,远比给别人一个 Excel 文件好得多,或者其他的呈现方式要更好。如上图,全国各个地级市的GDP用地图散点图呈现其实更加明了。
python里面有一个pyecharts包,里面有一个Geo组件,就支持在地理坐标系上绘制散点图。
安装pyecharts
打开命令窗口,使用pip安装。
pip install pyechart
绘制地图除了pyecharts包,还需要导入相应的地图文件包,同样是使用pip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
- 全球国家地图: echarts-countries-pypkg :世界地图和 213 个国家,包括中国地图
- 中国省级地图: echarts-china-provinces-pypkg :23 个省,5 个自治区
- 中国市级地图: echarts-china-cities-pypkg :370 个中国城市
- 中国县区级地图: echarts-china-counties-pypkg :2882 个中国县、区
- 中国区域地图: echarts-china-misc-pypkg :11 个中国区域地图,比如华南、华北。
使用Geo组件
pyecharts是一个功能很全面的包,其中有一个Geo组件,该组件是地理坐标系组件,用于地图的绘制,支持在地理坐标系上绘制散点图。地理坐标系就是地点的经纬度。所以如果要用pyecharts在地图上绘制散点图,就需要用到地点的经纬度。
我们先来看一下Geo组件用来绘制散点的参数。
参数 | 含义 |
---|---|
attr | 标签名称(在例子里面就是地点) |
value | 数值(在例子里就是GDP) |
visual_range | 可视化的数值范围 |
symbol_size | 散点的大小 |
visual_text_color | 标签颜色 |
is_piecewise | 颜色是否分段显示(False为渐变,True为分段) |
is_visualmap | 是否映射(数量与颜色深浅是否挂钩) |
maptype | 地图类型,可以是中国地图,省地图,市地图等等 |
visual_split_number | 可视化数值分组 |
geo_cities_coords | 自定义的经纬度 |
了解到这些参数之后我们就可以用pyecharts来绘制地图了。
我们先导入Geo组件和pandas库,用来读取我们的数据表格。
from pyecharts import Geo
import pandas as pd
我们先用pandas读取我们的数据,关于全国各个地级市2016年的GDP(数据有缺失)。
df = pd.read_excel('各省市经纬度.xlsx')
df.head()
我们可以看到每一个地级市对应的经纬度和GDP。
我们首先建立一个Geo坐标系,设定好图片标题,以及图片大小和背景色。
geo = Geo("2016年全国各地级市GDP(万亿)",#设置地图标题title_color="#fff",#设置标题颜色为白色title_pos="center",#标题位置在中间width=1200,#图片宽度height=600,#图片长度background_color='#404a59'#设置图片背景颜色)
这时我们已经建立了一个地图坐标系,我们要向里面传入绘制散点的参数。这之前我们要先了解geo_cities_coords这个参数。
geo_cities_coords这个参数比较特殊,它的参数是一个字典,每一组是这样写的:城市名:[经度,纬度]。如:
geo_cities_coords的key值与attr 是一致的。
了解到这些那我们现在构建参数。
attr = list(df['市'])
value = list(df['GDP(万亿)'])
geo_cities_coords = {df.iloc[i]['市']:[df.iloc[i]['经度'], df.iloc[i]['纬度']] for i in range(len(df))}
参数构建好了,我们往我们构建好的地理坐标系传入我们构建好的参数。利用add传进去参数。
geo.add("", #标题,构建坐标系的时候已经写好,不需要设置,设为空attr,#城市名value,#各城市的GDPvisual_range=[0, 28000],#可视化深浅的范围visual_text_color="#fff",#标签的颜色is_piecewise=True,#设置颜色分段显示visual_split_number=10,#设置10个不同的组symbol_size=7.5,#设置散点大小为7.5is_visualmap=True,#设置颜色与value一一对应,value越高,颜色越深geo_cities_coords=geo_cities_coords#设置散点所在的经纬度)
我们通过attr,value,geo_cities_coords传入城市名,GDP,经纬度参数。我们可以看到绘制出来的图中散点分成了10组,每一组代表了2800万亿元人民币。颜色越深,代表GDP越高,颜色越浅,GDP越低。
我们要把图片保存下来,在我们绘制好的图片的右侧,有三个图标,有一个下载的标志,点击这个标志,可以将图片下载为png格式的。
除此之外,我们还可以将图片保存为html格式,可以实现更好的可视化操作。
我们可以使用render将图片保存为html格式。
geo.render(path="2016年全国各地级市GDP(万亿).html")
我们可以在文件夹找到这个html文件,我们打开它。可以使用鼠标放大缩小,也可以点击不同的分组呈现不同分组的GDP。
可以看到保存为html格式的话其实可以做更多的可视化操作。
我们在左下角的图例里只选中0-2800。
可以看到全国各个地级市的GDP还是0-2800万亿元人民币的最多。
而我们只选择最上面两个的时候。
我们可以看到全国2016年GDP超过22400万亿元人民币的只有两个城市,分别是北京和上海,当然,这两个城市也不算地级市。
如果我们把is_visualmap设置为False,这时候颜色与GDP就没有关系了,所有的点只有一个颜色,我们的图就是全国各个地级市的地理位置。
PS:需要从最开始重新构建一个新的Geo地理坐标系,不然图片不会变化。
如果我们把is_piecewise设置为False,这时候颜色就不是分段显示了,而是按照GDP的大小颜色渐变显示。保存为html格式同样可以进行可视化操作。
这样我们就用pyecharts绘制了全国各个地级市的GDP在地图上的散点图了。
Python用pyecharts绘制中国各地级市gdp分布点图相关推荐
- 【python】pyecharts绘制中国地图
from pyecharts import options as opts from pyecharts.charts import Map# 省份数据,列出的不是全国地区 province_dis ...
- 【Python 实战基础】 如何绘制中国地图展示省份GDP数据
目录 一.实战场景 二.主要知识点 文件读写 基础语法 字符串处理 文件生成 数据构建 循环遍历 三.菜鸟实战 1.创建 python 文件 2.运行结果 一.实战场景 实战场景: 如何绘制中国地图展 ...
- 300多个地级市GDP及第一、二、三产业占比数据(1990-2021年)
300多个地级市GDP及第一.二.三产业占比数据(1990-2021年) 梳理了2021年普通地级市GDP30强,其中有26个城市GDP总量超过了5000亿元,更有6个城市超过了万亿元,分别是苏州.无 ...
- 330+地级市GDP以及一二三产业增加值数据(1995-2020)
1.数据来源: 各省统计年鉴以及政府网站的统计公报或工作报告 2.时间跨度:1995-2020 3.区域范围:333个地级市 4.指标说明: 包含各个地级市GDP以及一二三产业 部分数据如下: 相关研 ...
- 广东省21个地级市GDP一二三产业增加值数据
1.数据来源:广东省统计年鉴以及各个地级市统计公报 2.时间跨度:1999-2020 3.区域范围:广东省21个地级市 4.指标说明: 包含各个地级市GDP以及一二三产业 部分数据如下: 相关研究: ...
- 地级市GDP地级市一二三产业GDP面板数据(1999-2021年)
1.数据来源:国家统计局和中国城市统计年鉴 2.时间跨度:1999-2021 3.区域范围:299个地级市 4.指标说明:包含各个地级市GDP以及一二三产业GDP 部分数据如下: 相关研究: [1]李 ...
- 各地级市GDP及第一二三产业GDP数据(1999-2019年)
数据集名称:各地级市GDP及第一二三产业GDP数据 时间范围:1999-2019年 数据来源:中国统计年鉴 相关说明:GDP(国内生产总值),是一个国家(或地区)所有常住单位在一定时期内生产活动的最终 ...
- 1999-2021地级市GDP及一二三产业GDP数据
1999-2021年地级市GDP以及地级市一二三产业GDP面板数据 1.时间:1999-2021 2.区域范围:299个地级市 3.指标说明: 包含各个地级市GDP以及一二三产业GDP 第一产业GDP ...
- python使用pyecharts绘制地图
pyecharts 是一个用于生成 Echarts 图表的类库.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,pyecharts 是为了与 Pyt ...
- 使用pyecharts绘制中国历代都城的分布图
闲来无事,使用Python版本的echarts绘制中国历代(夏~民国)都城分布图: 图中不同颜色代表不同城市被定为都城的次数.数据不完整,仅仅做个demo吧. 注意:不同版本的pyecharts差异较 ...
最新文章
- 未来,所有的企业级SaaS应用都将依托于容器
- HAOI2014 走出金字塔
- react获取全局_使用react hooks实现的简单全局状态管理
- 查询数据库每天更新的数量
- Redis 有哪些数据类型?
- 【华为云实战开发】1.传统Java项目怎么能变得高大上?
- SpringBoot之AOP之基本使用
- Node.js 切近实战(七) 之Excel在线(文件文件组)
- 海量数据库解决方案2011040701
- 通用权限系统快速开发框架
- 7 月编程语言指数榜:Python 与 Java 逐渐拉开差距
- python与plc通讯实例_python连接plc 相关实例(示例源码)下载 - 好例子网
- ASM-第二章寄存器
- Markdown生成左侧目录
- 药物中毒急救 matlab
- 我从非科班转到图像算法工程师(图像识别、机器学习、深度学习)(3个月)的经历
- 为什么HashTable不能存null键和null值,而HashMap却可以?
- 红队渗透测试技术:如何通过鱼叉式网络钓鱼获得攻击机会?
- Java多线程案例之线程池
- macOS 动态桌面
热门文章
- 金蝶云系统服务器,金蝶云星空-文件服务器配置指南
- mysql导入shapefile
- 洛谷 P5056 【模板】插头dp
- 《打开量化交易的黑箱》读书笔记
- FLV格式视频转换成MP4格式教程
- oracle没有卸载,oracle卸载没有正确卸载怎么办??
- 马斯克联名2000多AI专家誓言禁绝杀人机器人!发起人泰格马克将亲临AI World2018...
- ios备忘录下载安卓版_ios8备忘录安卓版下载,ios8备忘录app软件下载安卓版 v3.0-开心路...
- python常用英语单词(小白)
- Asymptotic efficiency of nonparametric tests笔记(正在进行中)