python 全国内地中高风险地区数量查询与可视化（分省）

上篇文章python 全国内地高风险地区数量查询与可视化（分省）已经详细写明数据获取途径、数据处理、可视化，这里就不再重复；

不过该文章还有进一步优化的地方：该文章只是单一展示高风险地区数量分布，我们可以简单修改下代码，使得结果同时可以呈现中高风险

地区数量分布，结果如下：

主要画图差异代码部分：

完整代码：

import datetime
import pandas as pd
import akshare as akfrom pyecharts import options as opts
from pyecharts.charts import Mapdef data_pro(df):# 各省风险地区数量统计、排序df_counts = df.groupby(['province']).nunique()[['communitys']]df_counts = df_counts.sort_values(by=['communitys'],ascending=False)df_counts.rename(columns={"communitys":"counts"},inplace=True)return df_counts.reset_index()# 数据获取
covid_19_risk_area_high_df = ak.covid_19_risk_area(symbol="高风险等级地区")
covid_19_risk_area_mid_df = ak.covid_19_risk_area(symbol="中风险等级地区")
# 数据处理
df_counts_province_high = data_pro(covid_19_risk_area_high_df)
df_counts_province_mid = data_pro(covid_19_risk_area_mid_df)
# 获取省份简称
ProvinceInfo_TX = pd.read_excel("ProvinceInfo_TX.xlsx")# 表关联
df_high = pd.merge(df_counts_province_high,ProvinceInfo_TX,how="left",left_on="province",right_on="fullname")
df_mid = pd.merge(df_counts_province_mid,ProvinceInfo_TX,how="left",left_on="province",right_on="fullname")# 利用 pyecharts 绘图
# 参考：https://gallery.pyecharts.org/#/Map/map_base
data_list_high = df_high[['name','counts']].values.tolist()   # 数据列表
data_list_mid = df_mid[['name','counts']].values.tolist()   # 数据列表now = datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")                                 # 目前时间
subtitle = "数据来源：AKShare->事件数据->COVID->疫情风险等级查询\n更新日期：{}".format(now) # 副标题文本
c = (Map().add("高风险地区数量", data_list_high, "china") # 添加数据.add("中风险地区数量", data_list_mid, "china") # 添加数据# 设置全局变量.set_global_opts(# 设置标题title_opts=opts.TitleOpts(title="全国内地中高风险地区数量分布",subtitle=subtitle,),  # 图例设置单一显示legend_opts=opts.LegendOpts(selected_mode="single",),# 视觉映射配置项，参考：https://pyecharts.org/#/zh-cn/global_options?id=visualmapoptsvisualmap_opts=opts.VisualMapOpts(is_piecewise=True, # 是否为分段型# 自定义范围、标签、颜色pieces = [{"max":20,"label":"1-20","color":"#FFFF00",},{"min":20,"max":40,"label":"20-40","color":"#FFE500",},{"min":40,"max":80,"label":"40-80","color":"#FFCC00",},{"min":80,"max":150,"label":"80-150","color":"#FF9900",},{"min":150,"max":300,"label":"150-300","color":"#FF6600",},{"min":300,"label":"300及以上","color":"#FF3300",},]), )
)
# 在notebook上显示
c.render_notebook()

python 全国内地中高风险地区数量查询与可视化（分省）相关推荐

用python写了个全国疫情中高风险地区查询
最近用python写了个全国疫情中高风险地区查询的爬虫代码,分享给大家一起交流,希望得到不同思路的指教,让代码更简洁,运行效率更高. 总体思路 1.找到可供查询的源网站 2.分析.获取查询的API 3 ...
疫情风险地区查询数据库
最近疫情防控局势较为严峻,正好这学期学习了sqlserver的相关知识,利用课余时间设计了一个可以实现疫情风险地区查询的数据库·,限于自身水平和时间有限难免有所疏漏,还请读者海涵与斧正. 一.数据库 ...
JavaWeb课程设计（风险地区查询系统）
项目类型:JavaWeb课程设计(B/S架构) 项目名称:基于Jsp+Servlet的风险地区查询系统用户类型:2个角色(管理员+用户) 系统类型:后台管理设计模式:Jsp+Servlet+Jav ...
【更新】北京、广东、吉林重名数量查询工具，给孩子起名重名查询
最近很多朋友需要重名查询的功能,我今天测试了一下,北京和广东的查询工具好像都有点问题(不知道是不是和最近的那啥有关).那两个链接都是政府的网站(域名有gov),大家也能看出来,不知道因为什么原因不能使 ...
用python做一个数据查询软件_Python实现功能简单的数据查询及可视化系统
欢迎点击右上角关注小编,除了分享技术文章之外还有很多福利,私信学习资料可以领取包括不限于Python实战演练.PDF电子文档.面试集锦.学习资料等. image.png 前言数据时代,数据的多源集成 ...
北京、广东重名数量查询工具，给孩子起名重名查询
只找到了北京和广东的重名数量查询,哪位朋友有其他省市的重名数量查询链接可以在后台发给我,感谢. 两个网站都是gov的政府网站,应该是从公安的数据库查询的重名数量. 北京查询截图: 广州查询截图: 两个 ...
python连接access 参数太少_paip. 解决php 以及 python 连接access无效的参数量。参数不足，期待是 1”的错误...
paip. 解决php 以及 python 连接access无效的参数量.参数不足,期待是 1"的错误作者Attilax 艾龙, EMAIL:1466519819@qq.com
Python爬虫练习-查询lol隐藏分
玩英雄联盟游戏的小伙伴都知道游戏账号会有隐藏分,而英雄联盟也提供隐藏分查询系统,这里我们利用python爬虫来查询lol隐藏分. 首先我们点击到查询系统看一下,它的页面是这样子然后我们点 ...
python实现统计文本当中单词数量
title: python实现统计文本当中单词数量 date: 2018-6-30 15:12:43 categories: Python tags: - python 关于用实现统计文本当中单词数量 ...
国家代码/地区代码查询[外贸免费工具]
外贸免费工具之国家代码查询/地区代码查询,以下是ytkah整理的国家地区代码供外贸人方便查询.科普一下:国家代码(或国家编码)是一组用来代表国家和境外领土的地理代码.国家代码是由字母或数字组成的短字串 ...

python 全国内地中高风险地区数量查询与可视化（分省）

python 全国内地中高风险地区数量查询与可视化（分省）相关推荐

最新文章

热门文章