数据分析---疫情数据可视化（地图）

安装pyecharts库
爬取所需要的数据（网上直接爬取数据）
绘制全国地图
- 绘制省份地图（以湖北省为例）
- 在全国地图上加入湖北省数据
导入数据（本地导入数据）
获取代码

安装pyecharts库

pyecharts属于第三方库，需要从https://pypi.org/project/pyecharts/#files 手动下载安装
下载后，打开“Anaconda Command Prompt”

输入：pip install 所在路径+pyecharts-1.7.0-py3-none-any.whl

安装后可再输入：pip list
查看是否安装成功

import requests
import json

from pyecharts.charts import Map, Geo
from pyecharts import options as opts
from pyecharts.globals import GeoType, RenderType

网上有很多博主的文章写的是from pyecharts import Map, Geo ；这是因为版本不同，现在需要加“.charts”

爬取所需要的数据（网上直接爬取数据）

url = 'https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5'
datas = json.loads(requests.get(url=url).json()['data'])
china = datas['areaTree'][0]['children']

data = []
for i in range(len(china)):data.append([china[i]['name'], china[i]['total']['confirm']])

注：今天犯了一个小错误，我在往列表中添加元素时，原来打成了data=data.append()结果报错“AttributeError: ‘NoneType’ object has no attribute ‘append’”，这是因为append会修改data本身，并且返回None。不能把返回值再赋值给data。

print(data)

[['湖北', 67786], ['广东', 1356], ['河南', 1273], ['浙江', 1227], ['湖南', 1018], ['安徽', 990], ['江西', 935], ['山东', 760], ['江苏', 631], ['重庆', 576], ['四川', 539], ['黑龙江', 482], ['北京', 437], ['上海', 350], ['河北', 318], ['福建', 296], ['广西', 252], ['陕西', 245], ['云南', 174], ['海南', 168], ['贵州', 146], ['香港', 137], ['天津', 136], ['山西', 133], ['甘肃', 129], ['辽宁', 125], ['吉林', 93], ['新疆', 76], ['宁夏', 75], ['内蒙古', 75], ['台湾', 50], ['青海', 18], ['澳门', 10], ['西藏', 1]]

confirm = datas['chinaTotal']['confirm']
suspect = datas['chinaTotal']['suspect']
dead = datas['chinaTotal']['dead']
heal = datas['chinaTotal']['heal']
lastUpdateTime = datas['lastUpdateTime']
print(confirm, suspect, dead, lastUpdateTime)

81017 147 3181 2020-03-14 10:03:41

china_total = "确诊:" + str(confirm) + " 疑似:" + str(suspect) + " 死亡:" + str(dead) + " 治愈:" + str(heal) + " 更新日期:" + lastUpdateTime

hubei = datas['areaTree'][0]['children'][0]['children']
print(hubei)

[{'name': '武汉', 'today': {'confirm': 0, 'confirmCuts': 0, 'isUpdated': False}, 'total': {'confirm': 49991, 'suspect': 0, 'dead': 2436, 'deadRate': '4.87', 'showRate': False, 'heal': 35197, 'healRate': '70.41', 'showHeal': True}}, {'name': '孝感', 'today': {'confirm': 0, 'confirmCuts': 0, 'isUpdated': False}, 'total': {'confirm': 3518, 'suspect': 0, 'dead': 126, 'deadRate': '3.58', 'showRate': False, 'heal': 3204, 'healRate': '91.07', 'showHeal': True}}, {'name': '黄冈', 'today': {'confirm': 0, 'confirmCuts': 0, 'isUpdated': False}, 'total': {'confirm': 2907, 'suspect': 0, 'dead': 125, 'deadRate': '4.30', 'showRate': False, 'heal': 2720, 'healRate': '93.57', 'showHeal': True}}, {'name': '荆州', 'today': {'confirm': 0, 'confirmCuts': 0, 'isUpdated': False}, 'total': {'confirm': 1580, 'suspect': 0, 'dead': 49, 'deadRate': '3.10', 'showRate': False, 'heal': 1464, 'healRate': '92.66', 'showHeal': True}}, {'name': '鄂州', 'today': {'confirm': 0, 'confirmCuts': 0, 'isUpdated': False}, 'total': {'confirm': 1394, 'suspect': 0, 'dead': 55, 'deadRate': '3.95', 'showRate': False, 'heal': 1184, 'healRate': '84.94', 'showHeal': True}}, {'name': '随州', 'today': {'confirm': 0, 'confirmCuts': 0, 'isUpdated': False}, 'total': {'confirm': 1307, 'suspect': 0, 'dead': 45, 'deadRate': '3.44', 'showRate': False, 'heal': 1181, 'healRate': '90.36', 'showHeal': True}}, {'name': '襄阳', 'today': {'confirm': 0, 'confirmCuts': 0, 'isUpdated': False}, 'total': {'confirm': 1175, 'suspect': 0, 'dead': 38, 'deadRate': '3.23', 'showRate': False, 'heal': 1112, 'healRate': '94.64', 'showHeal': True}}, {'name': '黄石', 'today': {'confirm': 0, 'confirmCuts': 0, 'isUpdated': False}, 'total': {'confirm': 1015, 'suspect': 0, 'dead': 38, 'deadRate': '3.74', 'showRate': False, 'heal': 938, 'healRate': '92.41', 'showHeal': True}}, {'name': '宜昌', 'today': {'confirm': 0, 'confirmCuts': 0, 'isUpdated': False}, 'total': {'confirm': 931, 'suspect': 0, 'dead': 36, 'deadRate': '3.87', 'showRate': False, 'heal': 847, 'healRate': '90.98', 'showHeal': True}}, {'name': '荆门', 'today': {'confirm': 0, 'confirmCuts': 0, 'isUpdated': False}, 'total': {'confirm': 928, 'suspect': 0, 'dead': 39, 'deadRate': '4.20', 'showRate': False, 'heal': 839, 'healRate': '90.41', 'showHeal': True}}, {'name': '咸宁', 'today': {'confirm': 0, 'confirmCuts': 0, 'isUpdated': False}, 'total': {'confirm': 836, 'suspect': 0, 'dead': 14, 'deadRate': '1.67', 'showRate': False, 'heal': 816, 'healRate': '97.61', 'showHeal': True}}, {'name': '十堰', 'today': {'confirm': 0, 'confirmCuts': 0, 'isUpdated': False}, 'total': {'confirm': 672, 'suspect': 0, 'dead': 8, 'deadRate': '1.19', 'showRate': False, 'heal': 626, 'healRate': '93.15', 'showHeal': True}}, {'name': '仙桃', 'today': {'confirm': 0, 'confirmCuts': 0, 'isUpdated': False}, 'total': {'confirm': 575, 'suspect': 0, 'dead': 22, 'deadRate': '3.83', 'showRate': False, 'heal': 520, 'healRate': '90.43', 'showHeal': True}}, {'name': '天门', 'today': {'confirm': 0, 'confirmCuts': 0, 'isUpdated': False}, 'total': {'confirm': 496, 'suspect': 0, 'dead': 15, 'deadRate': '3.02', 'showRate': False, 'heal': 476, 'healRate': '95.97', 'showHeal': True}}, {'name': '恩施州', 'today': {'confirm': 0, 'confirmCuts': 0, 'isUpdated': False}, 'total': {'confirm': 252, 'suspect': 0, 'dead': 7, 'deadRate': '2.78', 'showRate': False, 'heal': 236, 'healRate': '93.65', 'showHeal': True}}, {'name': '潜江', 'today': {'confirm': 0, 'confirmCuts': 0, 'isUpdated': False}, 'total': {'confirm': 198, 'suspect': 0, 'dead': 9, 'deadRate': '4.55', 'showRate': False, 'heal': 182, 'healRate': '91.92', 'showHeal': True}}, {'name': '神农架', 'today': {'confirm': 0, 'confirmCuts': 0, 'isUpdated': False}, 'total': {'confirm': 11, 'suspect': 0, 'dead': 0, 'deadRate': '0.00', 'showRate': False, 'heal': 11, 'healRate': '100.00', 'showHeal': True}}]

hubei_data = []
for j in range(len(hubei)):hubei_data.append([hubei[j]['name'], hubei[j]['total']['confirm']])
print(hubei_data)

[['武汉', 49991], ['孝感', 3518], ['黄冈', 2907], ['荆州', 1580], ['鄂州', 1394], ['随州', 1307], ['襄阳', 1175], ['黄石', 1015], ['宜昌', 931], ['荆门', 928], ['咸宁', 836], ['十堰', 672], ['仙桃', 575], ['天门', 496], ['恩施州', 252], ['潜江', 198], ['神农架', 11]]

hubeitotal = datas['areaTree'][0]['children'][0]['total']
hubei_confirm = hubeitotal['confirm']
hubei_suspect = hubeitotal['suspect']
hubei_dead = hubeitotal['dead']
hubei_heal = hubeitotal['heal']
print(hubei_confirm, hubei_suspect, hubei_dead, lastUpdateTime)
hubei_total = "确诊:" + str(hubei_confirm) + " 疑似:" + str(hubei_suspect) + " 死亡:" + str(hubei_dead) + " 治愈:" + str(hubei_heal) + " 更新日期:" + lastUpdateTime
print(hubei_total)

67786 0 3062 2020-03-14 10:03:41
确诊:67786 疑似:0 死亡:3062 治愈:51553 更新日期:2020-03-14 10:03:41

绘制全国地图

设置绘图尺寸，背景色，页面标题，绘制类型；
附上RGB颜色对照表：https://www.114la.com/other/rgb.htm

geo_china = Geo(init_opts=opts.InitOpts(width="1680px", height="800px", bg_color="#EAEAEA", page_title="全国疫情实时报告",renderer=RenderType.SVG, theme="white"))

选择地图板块，设置地图区域颜色、区域边界颜色

geo_china = geo_china.add_schema(maptype="china", itemstyle_opts=opts.ItemStyleOpts(color="#FFFFFF",border_color="#030303"))

设置地图数据，动画方式为涟漪特效effect scatter

geo_china = geo_china.add(series_name="全国", data_pair=data, type_=GeoType.EFFECT_SCATTER)

设置系列配置；opts.LabelOpts(is_show=False/True)设置是否显示标签；effect_opts设置涟漪特效缩放比例

geo_china = geo_china.set_series_opts(label_opts=opts.LabelOpts(is_show=False),effect_opts=opts.EffectOpts(scale=6))

设置全局系列配置：设置标题，副标题，标题位置，文字颜色，opts.LegendOpts(is_show=True/False)设置“series_name”是否显示

geo_china = geo_china.set_global_opts(title_opts=opts.TitleOpts(title="全国疫情地图", subtitle=china_total,pos_left="center", pos_top="30px",title_textstyle_opts=opts.TextStyleOpts(color="#030303")),legend_opts=opts.LegendOpts(is_show=False))

绘制省份地图（以湖北省为例）

geo_hubei = (Geo(init_opts=opts.InitOpts(width="1200px", height="800px", bg_color="#EAEAEA", page_title="湖北省疫情实时报告",renderer=RenderType.SVG, theme="white")).add_schema(maptype="湖北", itemstyle_opts=opts.ItemStyleOpts(color="#FFFFFF",border_color="#030303")).add(series_name="湖北", data_pair=hubei_data, type_=GeoType.EFFECT_SCATTER).set_series_opts(label_opts=opts.LabelOpts(is_show=False),effect_opts=opts.EffectOpts(scale=6)).set_global_opts(title_opts=opts.TitleOpts(title="湖北省疫情地图", subtitle=hubei_total,pos_left="center", pos_top="30px",title_textstyle_opts=opts.TextStyleOpts(color="#030303")),legend_opts=opts.LegendOpts(is_show=False)))

在全国地图上加入湖北省数据

geo_chinahubei = geo_china.add(series_name="湖北", data_pair=hubei_data, type_=GeoType.EFFECT_SCATTER)
geo_chinahubei = geo_chinahubei.set_global_opts(title_opts=opts.TitleOpts(title="全国和湖北省疫情地图", subtitle=china_total,pos_left="center", pos_top="30px",title_textstyle_opts=opts.TextStyleOpts(color="#030303")),legend_opts=opts.LegendOpts(is_show=True))
geo_chinahubei = geo_chinahubei.set_series_opts(label_opts=opts.LabelOpts(is_show=False),effect_opts=opts.EffectOpts(scale=6))

导入数据（本地导入数据）

除了网上爬取数据还可以从本地直接读取已有数据

import xlrd
file = xlrd.open_workbook('F:\\公众号\\python\\【案例】数据分析---疫情数据可视化（地图）\\中国疫情数据.xlsx')
table = file.sheets()[0]
data = []
for i in range(1,len(table.col_values(0))):data.append([table.cell(i,0).value,table.cell(i,1).value])
print(data)

[['湖北', 67773.0], ['广东', 1353.0], ['河南', 1272.0], ['浙江', 1215.0], ['湖南', 1018.0], ['安徽', 990.0], ['江西', 935.0], ['山东', 759.0], ['江苏', 631.0], ['重庆', 576.0], ['四川', 539.0], ['黑龙江', 482.0], ['北京', 435.0], ['上海', 344.0], ['河北', 318.0], ['福建', 296.0], ['广西', 252.0], ['陕西', 245.0], ['云南', 174.0], ['海南', 168.0], ['贵州', 146.0], ['天津', 136.0], ['山西', 133.0], ['甘肃', 125.0], ['辽宁', 125.0], ['香港', 120.0], ['吉林', 93.0], ['新疆', 76.0], ['内蒙古', 75.0], ['宁夏', 75.0], ['台湾', 47.0], ['青海', 18.0], ['澳门', 10.0], ['西藏', 1.0]]

总结：
今天给大家分享了geo()的一些常用参数设置，如何设置画布、如何设置标题标签、如何设置动画效果，但是geo()中仍有很多参数并未涉及，这里也无法给大家一一展示，我从CSDN上找了两篇较为详细的geo()参数介绍，附在文末，感兴趣的朋友可以自行研究，在以后的可视化案例中，也会尽可能多使用其它参数进行展示。

参考博客：
https://blog.csdn.net/qq_22592457/article/details/98957767
https://blog.csdn.net/chunbali9596/article/details/100819631?depth_1-utm_source=distribute.pc_relevant_right.none-task&utm_source=distribute.pc_relevant_right.none-task

获取代码

以下是我的个人公众号，该篇的代码可在公众号中回复“疫情数据可视化”即可获得，谢谢大家支持。

数据分析---疫情数据可视化（地图）相关推荐

pyecharts实践--2019-nCoV疫情数据可视化地图（实时更新）
2019-nCoV疫情数据可视化地图效果如下: 获取数据(本文数据获取自腾讯的疫情实时追踪) 腾讯的疫情实时追踪网页: 点击查看. 这里我使用的是Google,追踪得到的数据如下图: 双击左边的 ge ...
新冠肺炎疫情数据可视化分析-FineBI
目录一.实验(实训)目的二.实验(实训)原理或方法三.仪器设备.材料四.实验(实训)步骤五.实训记录及结果 <------------------------------------- ...
对比3家平台，我总结了疫情数据可视化的8点经验
www.pmcaff.com 本文为作者吾某于社区发布开年以来,随着疫情方面的数据逐渐增多,一些互联网公司也纷纷发布一些可视化的数据产品服务,让用户可以实时并直观了解最新情况,可谓一个便民利器. ...
mac mongodb可视化工具_github项目推荐｜2019 冠状病毒疫情爬虫。疫情数据可视化
ncov_2019_spider 2019 冠状病毒疫情爬虫.疫情数据可视化. 项目背景疫情数据分析数据来源丁香医生,从1.24号开始采集入库,所以工程包含了24号后的数据. 数据展示技术栈 ...
【Dash搭建可视化网站】项目10：疫情数据可视化大屏制作步骤详解
疫情数据可视化大屏制作步骤详解 1 项目效果图 2 项目架构 3 文件介绍和功能完善 3.1 assets文件夹介绍 3.2 app.py和index.py文件完善 3.3 header.py文件完善 ...
疫情数据可视化-湖北省疫情可视化软件设计大赛作品
湖北省疫情监测中心(疫情数据可视化)目录前言一.数据可视化二.疫情可视化湖北省疫情监测中心 ① 主要框架 ② 数据爬取 ③ 疫情可视化模块(疫情监测模块) ④ 便民信息可视化模块(检测信息模块 ...
【数据可视化】基于Dash制作的疫情数据可视化APP（Dash入门必读，附可运行源码）
基于Dash制作的疫情数据可视化APP 在此之前,我写过一篇博客<基于Streamlit制作的时间序列数据分析APP>.Streamlit的优点是上手简单.能在短时间内快速构建具有一定交互 ...
可以搜python题答案的app-Python数据分析与数据可视化知到APP答案
Python数据分析与数据可视化知到APP答案更多相关问题 A．AsianB．AmericanC．EuropeanD．African 根据下列文章,请回答 31-35 题. New U.S Plan ...
毕业设计-基于Python爬虫的疫情数据可视化系统
基于Python爬虫的疫情数据可视化系统采用ECharts+Flask+Requests架构: 源码加3105088663

数据分析---疫情数据可视化（地图）

数据分析---疫情数据可视化（地图）

安装pyecharts库

爬取所需要的数据（网上直接爬取数据）

绘制全国地图

绘制省份地图（以湖北省为例）

在全国地图上加入湖北省数据

导入数据（本地导入数据）

获取代码

数据分析---疫情数据可视化（地图）相关推荐

最新文章

热门文章