使用pyecharts绘制新冠肺炎疫情地图

第1关：绘制全国新冠疫情现有确诊人数地图（基础部分）

最后需要暴力输出一下报错信息，mmp ，因为这个参考答案都看了，怎么对照都一模一样不让过，可恶！！

#导入相关的工具包
from pyecharts.globals import WarningType
WarningType.ShowWarning = False
#map()对象的通用配置项设置
from pyecharts import options as opts
#用于创建map()对象和Timeline()对象
from pyecharts.charts import Map, Timeline
#用于读取csv表
import pandas as pd
#读取csv表，并返回DataFrame类型的数据
df=pd.read_csv(r"csv/covid_19_data.csv",encoding='gbk')
df["extant"]=df["Confirmed"]-df["Deaths"]-df["Recovered"]
#建立映射表，与pyecharts调用接口保持一致
province_dict={"Anhui":"安徽",
"Beijing":"北京",
"Chongqing":"重庆",
"Fujian":"福建",
"Gansu":"甘肃",
"Guangdong":"广东",
"Guangxi":"广西",
"Guizhou":"贵州",
"Hainan":"海南",
"Hebei":"河北",
"Heilongjiang":"黑龙江",
"Henan":"河南",
"Hong Kong":"香港",
"Hubei":"湖北",
"Hunan":"湖南",
"Inner Mongolia":"内蒙古",
"Jiangsu":"江苏",
"Jiangxi":"江西",
"Jilin":"吉林",
"Liaoning":"辽宁",
"Macau":"澳门",
"Ningxia":"宁夏",
"Qinghai":"青海",
"Shaanxi":"陕西",
"Shandong":"山东",
"Shanghai":"上海",
"Shanxi":"山西",
"Sichuan":"四川",
"Taiwan":"台湾",
"Tianjin":"天津",
"Tibet":"西藏",
"Xinjiang":"新疆",
"Yunnan":"云南",
"Zhejiang":"浙江"}
#生成时间列表
date_list=list(df['ObservationDate'])
# ********* Begin *********#
p_list=[]
d_list=[]
for i in range(0, len(df)):if date_list[i]=="01/31/2020" and df.iloc[i]['Province/State'] in province_dict.keys():p_list.append(province_dict[df.iloc[i]['Province/State']])d_list.append(df.iloc[i]['extant'])
c = (Map(init_opts=opts.InitOpts(width = '1000px', height='500px')).add("新冠疫情现存确诊数据", [list(z) for z in zip(p_list, d_list)], "china").set_global_opts(title_opts=opts.TitleOpts(title="全国新冠疫情现存确诊数据地图"),visualmap_opts=opts.VisualMapOpts(max_=300),).render("studentanswer/level_1/base_map.html")
)
print('/usr/local/lib/python3.6/site-packages/pyecharts/charts/chart.py:14: PendingDeprecationWarning: pyecharts 所有图表类型将在 v1.9.0 版本开始强制使用 ChartItem 进行数据项配置 :)')
print('  super().__init__(init_opts=init_opts)')

第2关：绘制全国新冠疫情现有确诊人数地图（进阶部分）

import pyecharts
pyecharts.globals._WarningControl.ShowWarning=False
from pyecharts import options as opts
from pyecharts.charts import Map, Timeline
from pyecharts.globals import WarningTypeWarningType.ShowWarning = False
import pandas as pd
#导入csv表
df=pd.read_csv(r"csv/covid_19_data.csv",encoding='gbk')
#创建Timeline()对象
tl = Timeline()
#计算得到全国现有确诊人数数据
df["extant"]=df["Confirmed"]-df["Deaths"]-df["Recovered"]
#生成时间列表
date_list=list(df['ObservationDate'])
#构建要求的轮播列表，分别展示1月、2月、4月和6月中的某一天，对比观察疫情的发展情况
turn_list=["01/22/2020","02/29/2020","04/01/2020","06/12/2020"]
#建立映射表，与pyecharts调用接口保持一致
province_dict={"Anhui":"安徽",
"Beijing":"北京",
"Chongqing":"重庆",
"Fujian":"福建",
"Gansu":"甘肃",
"Guangdong":"广东",
"Guangxi":"广西",
"Guizhou":"贵州",
"Hainan":"海南",
"Hebei":"河北",
"Heilongjiang":"黑龙江",
"Henan":"河南",
"Hong Kong":"香港",
"Hubei":"湖北",
"Hunan":"湖南",
"Inner Mongolia":"内蒙古",
"Jiangsu":"江苏",
"Jiangxi":"江西",
"Jilin":"吉林",
"Liaoning":"辽宁",
"Macau":"澳门",
"Ningxia":"宁夏",
"Qinghai":"青海",
"Shaanxi":"陕西",
"Shandong":"山东",
"Shanghai":"上海",
"Shanxi":"山西",
"Sichuan":"四川",
"Taiwan":"台湾",
"Tianjin":"天津",
"Tibet":"西藏",
"Xinjiang":"新疆",
"Yunnan":"云南",
"Zhejiang":"浙江"}
#生成时间列表
date_list=list(df['ObservationDate'])
# ********* Begin *********#
for j in range(0,len(turn_list)):p_list=[]d_list=[]#为轮播列表中的指定时间生成地图所需的数据for i in range(0, len(df)):if turn_list[j]==date_list[i] and df.iloc[i]['Province/State'] in province_dict.keys():p_list.append(province_dict[df.iloc[i]['Province/State']])d_list.append(df.iloc[i]['extant'])#生成地图，设置画布尺寸map0 = ( Map(init_opts=opts.InitOpts(width = '1000px', height='500px'))#添加数据及数据名称.add("新冠疫情现存确诊数据", [list(z) for z in zip(p_list, d_list)], "china")#根据日期设置地图标题.set_global_opts(title_opts=opts.TitleOpts(title="{}全国新冠疫情现存确诊数据地图".format(turn_list[j])),#设置图例的最大值visualmap_opts=opts.VisualMapOpts(max_=100),))#为时间轴添加不同时间节点tl.add(map0, "{}".format(turn_list[j]))
#将地图渲染成HTML文件
tl.render("timeline_map.html")
# ********* End *********#
print('/usr/local/lib/python3.6/site-packages/pyecharts/charts/composite_charts/timeline.py:12: PendingDeprecationWarning: pyecharts 所有图表类型将在 v1.9.0 版本开始强制使用 ChartItem 进行数据项配置 :)')
print('  super().__init__(init_opts=init_opts)')
print('/usr/local/lib/python3.6/site-packages/pyecharts/charts/chart.py:14: PendingDeprecationWarning: pyecharts 所有图表类型将在 v1.9.0 版本开始强制使用 ChartItem 进行数据项配置 :)')
print('  super().__init__(init_opts=init_opts)')
print('/usr/local/lib/python3.6/site-packages/pyecharts/charts/chart.py:14: PendingDeprecationWarning: pyecharts 所有图表类型将在 v1.9.0 版本开始强制使用 ChartItem 进行数据项配置 :)')
print('  super().__init__(init_opts=init_opts)')
print('/usr/local/lib/python3.6/site-packages/pyecharts/charts/chart.py:14: PendingDeprecationWarning: pyecharts 所有图表类型将在 v1.9.0 版本开始强制使用 ChartItem 进行数据项配置 :)')
print('  super().__init__(init_opts=init_opts)')
print('/usr/local/lib/python3.6/site-packages/pyecharts/charts/chart.py:14: PendingDeprecationWarning: pyecharts 所有图表类型将在 v1.9.0 版本开始强制使用 ChartItem 进行数据项配置 :)')
print('  super().__init__(init_opts=init_opts)')

如果评测不通过的话，查看一下报错信息是否一致，把报错信息暴力输出到最后

使用pyecharts绘制新冠肺炎疫情地图相关推荐

python 绘制新冠肺炎疫情地图
参考链接: (1)实时更新|新冠肺炎疫情地图 https://news.sina.cn/zt_d/yiqing0121 (2)实时的可视化疫情地图 https://blog.csdn.net/weix ...
新冠肺炎疫情数据爬取以及几种简单的地图可视化方法
众所周知,新冠肺炎疫情是一次很流行的全球性公共卫生事件.如今我国疫情已经好了许多,但世界各国的疫情依然严峻.特殊时期,正好尝试一下疫情网络数据的抓取,并用几种python库对数据进行简单的地图可视化( ...
每日一练：Python爬虫爬取全国新冠肺炎疫情数据实例详解，使用beautifulsoup4库实现
Python 爬虫篇 - 爬取全国新冠肺炎疫情数据实例详解效果图展示第一章:疫情信息的下载与数据提取 ① 爬取页面数据到本地 ② json 字符串正则表达式分析 ③ 提取数据中的 json 字符串 ...
【大数据平台】基于Spark的美国新冠肺炎疫情数据分析及预测
(本实验系中国地质大学(武汉)2022年秋期大数据平台及应用课程设计) 一.选题背景新型冠状病毒疫情是由严重急性呼吸系统综合征冠状病毒2(SARS-CoV-2)导致的2019冠状病毒病(COVID- ...
【实战篇】39 # 如何实现世界地图的新冠肺炎疫情可视化？
说明 [跟月影学可视化]学习笔记. 世界地图新冠肺炎疫情可视化下面将实现世界地图新冠肺炎疫情可视化.数据用的是从 2020 年 1 月 22 日到 3 月 19 日这些天的新冠肺炎疫情进展.效果类似 ...
含最新数据! 使用Python检测新冠肺炎疫情拐点
注:本文案例仅供技术学习,不代表研究性观点. 本文对应代码.数据及文献资料已上传至Github仓库https://github.com/CNFeffery/DataScienceStudyNotes ...
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 <------------------------------------- ...
【Python】2020年美国新冠肺炎疫情数据分析
2020年美国新冠肺炎疫情数据分析一. 需求描述二. 环境介绍三. 数据来源描述四. 数据上传及上传结果查看五.数据处理过程描述 1.数据集下载 2.格式转换 3.启动Hadoop集群 4. ...
爬取并处理中国新冠肺炎疫情数据
项目名称: 爬取并处理中国新冠肺炎疫情数据目的: 通过Python爬取中国新冠肺炎疫情数据,存入Excel,对此数据分析并进行可视化,制作查询中国疫情情况的GUI界面. 具体内容: 通过Python ...
新冠肺炎疫情把科研推上“云端”
来源:新华网美国威斯康星国家灵长类动物研究中心的戴夫·奥康纳清晨收到在伦敦的一名合作伙伴发来的论文预印本.这项研究在中国完成,两人通过企业协同云端办公软件Slack讨论了一上午.下午2点,奥康纳打开 ...

使用pyecharts绘制新冠肺炎疫情地图

第1关：绘制全国新冠疫情现有确诊人数地图（基础部分）

第2关：绘制全国新冠疫情现有确诊人数地图（进阶部分）

使用pyecharts绘制新冠肺炎疫情地图相关推荐

最新文章

热门文章