可视化 - pyecharts

最近需要做一个关于“数字一带一路——气候变化和灾害风险评估”的可视化项目。
甲方给的具体数据为四个 Excel 文件，分为亚洲、非洲、欧洲、澳洲四大洲，每个表格的属性有22项，经过筛选可用的属性为 Country、Disaster type、Disaster subtype、Total deaths、Total affected、Total damage。
因为常用的 ECharts 官方地图下载地址暂时关闭了，经过调研决定使用 pyecharts。 pyecharts 是一个用于生成 ECharts 图表的类库。它是为了与 Python 进行对接，以方便在 Python 中直接使用数据生成图。与 matplotlib 相比，matplotlib 是静态图，而 pyecharts 可以展示动态效果。

pyecharts http://pyecharts.org
安装：cmd>pip install pyecharts。
地图资源 http://pyecharts.org
全球国家地图（世界地图和213个国家，包括中国地图）：pip install echarts-countries-pypkg；
中国省级地图（23个省，5个自治区）：pip install echarts-china-provinces-pypkg；
中国市级地图（370个中国城市）：pip install echarts-china-cities-pypkg；
中国区县级地图（2882个中国县·区）：pip install echarts-china-counties-pypkg；
中国区域地图（11个中国区域地图，比如华南、华北）：pip install echarts-china-misc-pypkg。
提取数据

# 灾难类型
import xlrd #读取EXCELdata = xlrd.open_workbook(r'D:\Disaster database\Oceania.xls')  #打开EXCEL文件
# data = xlrd.open_workbook(r'D:\Disaster database\Africa.xls') #非洲
# data = xlrd.open_workbook(r'D:\Disaster database\Asia.xls') #亚洲
# data = xlrd.open_workbook(r'D:\Disaster database\Europe.xls') #欧洲
# data = xlrd.open_workbook(r'D:\Disaster database\Oceania.xls') #澳洲table = data.sheets()[0]  #打开第一张表
nrows = table.nrows  #获取表的行数print('总行数：',nrows,'\n')
print('各国统计：')
s = 'American Samoa'
# s = 'Algeria' #非洲
# s = 'Afghanistan' #亚洲
# s = 'Albania' #欧洲
# s = 'American Samoa' #澳洲now = s
L = []
i = 1
res = []
while i<=287:
# i<=1437 #非洲
# i<=3424 #亚洲
# i<=1003 #欧洲
# i<=287 #澳洲while now == s:L.append(table.row_values(i)[14])res.append(table.row_values(i)[14])i += 1if i<=287:now = table.row_values(i)[2]else:breakprint(s, ':',' Riverine flood:', L.count('Riverine flood'),' Flash flood:', L.count('Flash flood'),' Coastal flood:', L.count('Coastal flood'),' Drought:', L.count('Drought'), ' Landslide:', L.count('Landslide'),' Ground movement:', L.count('Ground movement'),' Forest fire:', L.count('Forest fire'),' Land fire (Brush, Bush, Pastur):', L.count('Land fire (Brush, Bush, Pastur'),' Tsunami:', L.count('Tsunami'),' Mudslide:', L.count('Mudslide'),' Avalanche:', L.count('Avalanche'),' Rockfall:', L.count('Rockfall'),' Subsidence:', L.count('Subsidence'))s = nowL =[]
print('\n')print('总统计：',' Riverine flood:', res.count('Riverine flood'), ' Flash flood:', res.count('Flash flood'), ' Coastal flood:', res.count('Coastal flood'), ' Drought:', res.count('Drought'), ' Landslide:', res.count('Landslide'), ' Ground movement:', res.count('Ground movement'),' Forest fire:', res.count('Forest fire'),' Land fire (Brush, Bush, Pastur):', res.count('Land fire (Brush, Bush, Pastur'),' Tsunami:', res.count('Tsunami'),' Mudslide:', res.count('Mudslide'),' Avalanche:', res.count('Avalanche'),' Rockfall:', res.count('Rockfall'),' Subsidence:', res.count('Subsidence'))

# 按格式输出
import xlrd #读取EXCELdata = xlrd.open_workbook(r'D:\Disaster database\Africa.xls')table = data.sheets()[0]  #打开第一张表
nrows = table.nrows  #获取表的行数print('各国统计：')
s = 'Algeria'
now = s
nsum = 0
i = 1while i<=1436:while now == s:num=int(float(table.row_values(i)[17]))# print(i+1, num)nsum += numi += 1if i<=1436:now = table.row_values(i)[2]else:breakprint('\'', s, '\':', nsum, ',')s = nownsum = 0

世界地图 - 色温图

from pyecharts import Mapprovince_distribution = {'China':11003666}  # 定义数据
province_keys=province_distribution.keys()
province_values=province_distribution.values()map1 = Map('主标题', '副标题', width=1200, height=600)
map1.add('', province_keys, province_values, maptype='world', visual_range=[0, 10000], is_visualmap=True, visual_text_color='#000', is_map_symbol_show=False)
map1.render('1.html')
map1

中国省级地图 - 色温图

from pyecharts import Mapprovince_distribution = {'内蒙古':9, '黑龙江':12, '新疆':20, '青海':1, '北京':15, '安徽':0, }
province_keys=province_distribution.keys()
province_values=province_distribution.values()map1 = Map('主标题', '副标题', width=1200, height=600)
map1.add('', province_keys, province_values, maptype='china', visual_range=[0, 20], is_visualmap=True, visual_text_color='#000', is_map_symbol_show=False)
map1.render('1.html')
map1

坑：…\Anaconda\Lib\site-packages\pyecharts\datasets\city_coordinates.json

参考链接：https://www.jianshu.com/p/e0b2851672cd

可视化 - pyecharts相关推荐

python可视化使用_python可视化pyecharts
python可视化pyecharts 简单介绍 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 ...
python动态图表变化_Python数据可视化 pyecharts实现各种统计图表过程详解
Python数据可视化 pyecharts实现各种统计图表过程详解发布时间:2020-09-10 04:53:26 来源:脚本之家阅读:78 1.pyecharts介绍 Echarts是一款由百度 ...
Python--安装pyecharts包，anaconda环境下如何正确安装神奇可视化pyecharts包[安装的那些事儿]
Python--安装pyecharts包,anaconda环境下如何正确安装神奇可视化pyecharts包[安装的那些事儿] 更多更多安装教程及软件获取请加关注留言哟~~,若需私信联系博主请加: 一. ...
python做动态折线图_Python数据可视化 pyecharts实现各种统计图表过程详解
1.pyecharts介绍 Echarts是一款由百度公司开发的开源数据可视化JS库,pyecharts是一款使用python调用echarts生成数据可视化的类库,可实现柱状图,折线图,饼状图,地图 ...
python数据可视化的特点_Python数据可视化 pyecharts实现各种统计图表过程详解
1.pyecharts介绍 Echarts是一款由百度公司开发的开源数据可视化JS库,pyecharts是一款使用python调用echarts生成数据可视化的类库,可实现柱状图,折线图,饼状图,地图 ...
数据可视化--pyecharts绘图
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.主要用于数据可视化. 要使用pyecharts绘制地图,首先需要安装一下几个地图 ...
pyecharts本地文件_python数据可视化-pyecharts插件使用文档
pyecharts是百度开源的可视化插件,可以将设计的可视化图表以html格式保存,配合jupyter可以一键生成动态的html数据分析报告. pyecharts和matplotlib的区别在于,py ...
Python数据可视化-Pyecharts不同的主题风格
本文介绍 PyEcharts主题风格配置内容,通过内置提供了 10+ 种不同的风格,另外也提供了便捷的定制主题的方法. Echarts 是一个由百度开源的数据可视化,凭借着良好的交互性,精巧的图表设 ...
python3可视化-pyecharts图形库,大饼图Pie的创建和使用
在pyecharts中,使用Pie这个类来创建饼图.饼图也是我们经常用到的可视化图形. 我们常说,老板给员工画了大大的饼图,比如,当年的马云就给阿里巴巴的18罗汉画了个大饼,重要的是,这个大饼最终大家 ...

可视化 - pyecharts

可视化 - pyecharts相关推荐

最新文章

热门文章