前两年，足迹地图小程序风靡朋友圈，一时间大家都流行晒自己的旅行地图。但是，笔者最近体验了好几款足迹地图的小程序，发现这些小程序虽然号称是足迹地图，但最多只是展示到省级别，无法精确到市级别，因此，笔者周末花了点时间，用Python来绘制自己的个人足迹地图，可以精确到市级别。
  下面的部分，笔者将介绍如何简单地来绘制个人足迹地图。
  首先我们需要安装以下Python的第三方模块:

echarts-china-cities-pypkg==0.0.9
echarts-china-provinces-pypkg==0.0.3
pyecharts==1.6.2
PyYAML==5.3.1

  本项目的完整结构如下：

  我们在项目中采用YAML文件来配置自己旅行过的省以及省下面的市，笔者的配置文件如下：

北京:- 延庆区- 昌平区- 海淀区- 东城区- 西城区- 大兴区- 朝阳区
上海:- 嘉定区- 青浦区- 松江区- 宝山区- 闵行区- 奉贤区- 浦东新区- 崇明区- 徐汇区- 黄浦区- 静安区- 杨浦区- 虹口区- 金山区- 长宁区- 普陀区
天津:- 滨海新区- 南开区- 河西区- 和平区
河北:- 保定市- 廊坊市
山东:- 烟台市- 青岛市
江苏:- 南京市- 苏州市- 扬州市- 镇江市- 无锡市
浙江:- 杭州市- 绍兴市- 宁波市- 舟山市- 湖州市- 嘉兴市- 台州市- 金华市
江西:- 南昌市- 九江市
安徽:- 黄山市
湖北:- 武汉市
湖南:- 长沙市
海南:- 海口市- 三亚市
四川:- 成都市
广东:- 湛江市

  接着我们利用Python脚本来生成足迹地图。先是全国地图，用于显示省和直辖市的情况，china_map.py的代码如下：

# -*- coding: utf-8 -*-
# author: Jclian91
# place: Pudong Shanghai
# time: 2020/5/31 9:21 上午
# 绘制个人足迹地图：全国范围
import yaml
from pyecharts.charts import Map
from pyecharts import options as opts# 省和直辖市
with open("travel_config.yml", 'r', encoding='utf-8') as ymlfile:province_city_dict = yaml.safe_load(ymlfile)province_dict = dict(zip(province_city_dict.keys(), [1]*len(province_city_dict.keys())))
print(province_dict)# maptype='china' 只显示全国直辖市和省级
map = Map(init_opts=opts.InitOpts(width='1200px', height='800px'))
map.set_global_opts(title_opts=opts.TitleOpts(title="个人足迹地图"),visualmap_opts=opts.VisualMapOpts(max_=1, is_piecewise=True,pieces=[{"max": 1, "min": 1, "label": "去过", "color": "#4EA397"},{"max": 0, "min": 0, "label": "未去过", "color": "#FFFFFF"},])  #最大数据范围，分段)
map.add("个人足迹地图", data_pair=province_dict.items(), maptype="china", is_roam=True)
map.render('全国.html')

运行上述脚本，会生成全国.html。为了保证图片居中显示，我们对该HTML中的下面一行：

<div id="a438407081634ceab6af1c965034ae16" class="chart-container" style="width:1200px; height:800px;"></div>

的样式（style）增加如下内容：

margin:auto;top:30px

全国范围的足迹地图效果图如下：

  接着，我们来生成每个省市的足迹地图，利用province_map.py脚本，代码如下：

# -*- coding: utf-8 -*-
# author: Jclian91
# place: Pudong Shanghai
# time: 2020/5/31 10:01 上午
# 绘制个人足迹地图：省市范围
import yaml
from pyecharts.charts import Map
from pyecharts import options as opts# 省和直辖市下面的市
with open("travel_config.yml", 'r', encoding='utf-8') as ymlfile:province_city_dict = yaml.safe_load(ymlfile)for province, cities in province_city_dict.items():map = Map(init_opts=opts.InitOpts(width='1200px', height='800px'))map.set_global_opts(title_opts=opts.TitleOpts(title="个人足迹地图-%s" % province),visualmap_opts=opts.VisualMapOpts(max_=1, is_piecewise=True,pieces=[{"max": 1, "min": 1, "label": "去过", "color": "#4EA397"},{"max": 0, "min": 0, "label": "未去过", "color": "#FFFFFF"},])  #最大数据范围，分段)city_dict = dict(zip(cities, [1]*len(cities)))map.add("个人足迹地图-%s" % province, data_pair=city_dict.items(), maptype=province, is_roam=True)map.render('./provinces/%s.html' % province)print("生成个人足迹地图-%s 成功" % province)

这时，会在provinces目录下生成每个省或者直辖市的足迹地图，我们分别对每个HTML进行修改，保证图片居中。我们在这里只展示三个省市的情况：

  最后一步，也是最为关键的一步，就是我们要打通全国足迹地图和每个省市足迹地图的联系，也就是说，我们点击全国足迹地图上去过的省份，那么可以点击进去查看该省市下的足迹地图情况，比如说去过哪些市。
  对此，我们修改生成的全国.html文件，假设该地图的图像句柄为chart_a438407081634ceab6af1c965034ae16，那么在最后的<script>对中添加内容如下：（确保点击去过的省份，可以查看该省市的足迹地图）

        chart_a438407081634ceab6af1c965034ae16.on('click', function (param){var selected = param.name;if (selected) {switch(selected){case '北京':location.href = "provinces/北京.html";break;case '上海':location.href = "provinces/上海.html";break;case '天津':location.href = "provinces/天津.html";break;case '四川':location.href = "provinces/四川.html";break;case '安徽':location.href = "provinces/安徽.html";break;case '山东':location.href = "provinces/山东.html";break;case '江苏':location.href = "provinces/江苏.html";break;case '江西':location.href = "provinces/江西.html";break;case '河北':location.href = "provinces/河北.html";break;case '浙江':location.href = "provinces/浙江.html";break;case '海南':location.href = "provinces/海南.html";break;case '湖北':location.href = "provinces/湖北.html";break;case '湖南':location.href = "provinces/湖南.html";break;case '广东':location.href = "provinces/广东.html";break;default:break;}}});

  笔者特意制作了个人足迹地图的视频：

  本项目已经开源至Github，网址为：https://github.com/percent4/personal_travel_map 。作者：jclian，Python爱好者，喜欢算法，热爱分享，希望能结交更多志同道合的朋友，一起在学习Python的道路上走得更远！

长按扫码添加“Python小助手”

▼点击成为社区会员   喜欢就点个在看吧