第十一章 数据可视化 - 地图可视化
目录
疫情地图的使用
疫情地图-国内疫情地图
疫情地图-省级疫情地图
疫情地图的使用
第一阶段-第十一章-01-数据可视化案例-地图-基础地图使用_哔哩哔哩_bilibili
""" 演示地图可视化的基本使用 """ from pyecharts.charts import Map from pyecharts.options import VisualMapOpts# 准备地图对象 map = Map() # 准备数据 data = [("北京", 99),("上海", 199),("湖南", 299),("台湾", 399),("广东", 499) ] # 添加数据 map.add("测试地图", data, "china")# 设置全局选项 map.set_global_opts(visualmap_opts=VisualMapOpts(is_show=True,is_piecewise=True,#手动校准比例尺开启pieces=[{"min": 1, "max": 9, "label": "1-9", "color": "#CCFFFF"},{"min": 10, "max": 99, "label": "10-99", "color": "#FF6666"},{"min": 100, "max": 500, "label": "100-500", "color": "#990033"}]) )# 绘图 map.render()
疫情地图-国内疫情地图
第一阶段-第十一章-02-全国疫情地图构建_哔哩哔哩_bilibili
""" 演示全国疫情可视化地图开发 """ import json from pyecharts.charts import Map from pyecharts.options import *# 读取数据文件 f = open("D:/疫情.txt", "r", encoding="UTF-8") data = f.read() # 全部数据 # 关闭文件 f.close() # 取到各省数据 # 将字符串json转换为python的字典 data_dict = json.loads(data) # 基础数据字典 # 从字典中取出省份的数据 province_data_list = data_dict["areaTree"][0]["children"] # 组装每个省份和确诊人数为元组,并各个省的数据都封装入列表内 data_list = [] # 绘图需要用的数据列表 for province_data in province_data_list:province_name = province_data["name"] # 省份名称province_confirm = province_data["total"]["confirm"] # 确诊人数data_list.append((province_name, province_confirm))# 创建地图对象 map = Map() # 添加数据 map.add("各省份确诊人数", data_list, "china") # 设置全局配置,定制分段的视觉映射 map.set_global_opts(title_opts=TitleOpts(title="全国疫情地图"),visualmap_opts=VisualMapOpts(is_show=True, # 是否显示is_piecewise=True, # 是否分段pieces=[{"min": 1, "max": 99, "lable": "1~99人", "color": "#CCFFFF"},{"min": 100, "max": 999, "lable": "100~9999人", "color": "#FFFF99"},{"min": 1000, "max": 4999, "lable": "1000~4999人", "color": "#FF9966"},{"min": 5000, "max": 9999, "lable": "5000~99999人", "color": "#FF6666"},{"min": 10000, "max": 99999, "lable": "10000~99999人", "color": "#CC3333"},{"min": 100000, "lable": "100000+", "color": "#990033"},]) ) # 绘图 map.render("全国疫情地图.html")
疫情地图-省级疫情地图
第一阶段-第十一章-03-河南省疫情地图绘制_哔哩哔哩_bilibili
""" 演示河南省疫情地图开发 """ import json from pyecharts.charts import Map from pyecharts.options import *# 读取文件 f = open("D:/疫情.txt", "r", encoding="UTF-8") data = f.read() # 关闭文件 f.close() # 获取河南省数据 # json数据转换为python字典 data_dict = json.loads(data) # 取到河南省数据 cities_data = data_dict["areaTree"][0]["children"][3]["children"]# 准备数据为元组并放入list data_list = [] for city_data in cities_data:city_name = city_data["name"] + "市"city_confirm = city_data["total"]["confirm"]data_list.append((city_name, city_confirm))# 手动添加济源市的数据,文件因为缺少了这个数据 data_list.append(("济源市", 5))# 构建地图 map = Map() map.add("河南省疫情分布", data_list, "河南") # 设置全局选项 map.set_global_opts(title_opts=TitleOpts(title="河南省疫情地图"),visualmap_opts=VisualMapOpts(is_show=True, # 是否显示is_piecewise=True, # 是否分段pieces=[{"min": 1, "max": 99, "lable": "1~99人", "color": "#CCFFFF"},{"min": 100, "max": 999, "lable": "100~9999人", "color": "#FFFF99"},{"min": 1000, "max": 4999, "lable": "1000~4999人", "color": "#FF9966"},{"min": 5000, "max": 9999, "lable": "5000~99999人", "color": "#FF6666"},{"min": 10000, "max": 99999, "lable": "10000~99999人", "color": "#CC3333"},{"min": 100000, "lable": "100000+", "color": "#990033"},]) )# 绘图 map.render("河南省疫情地图.html")
第十一章 数据可视化 - 地图可视化相关推荐
- 利用pyecharts对职位数据进行地图可视化
前言 pyecharts 是基于百度开源的Echarts.方便与Python 进行对接.直接可以用于python的一个库. 今天我们利用pyecharts实现职位数据的地图可视化. 安装pyechar ...
- 8-数据可视化-地图可视化
文章目录 1.基础地图 2.国内疫情地图 3.省内疫情地图 1.基础地图 (1)基础结构 from pyecharts.charts import Map map=Map() # 准备地图对象 dat ...
- Python爬虫之Selenium爬取途牛全国的酒店数据进行地图可视化
因为找不太到途牛的url规律,就只能慢慢爬取数据,由于页面加载的时间很慢,用一台电脑爬取4000+数据可能需要数小时,这里只是简单实现了每个城市的第一页数据,可以在这个基础上实现多个页面一起爬和强化翻 ...
- (第十一章)数据表的增删改
使用命令插入数据 数据表内的简写标注 PK – Primary key(主键) NN – Not null(非空) UQ – Unique(唯一) BIN – Binary(二进制数) UN – Un ...
- 海量大数据地图可视化
在浏览器中基于地图构建应用已经是很广泛的业务需求,随着大数据在地图可视化中的出现,我们遇到了不小的挑战.用户会拿出十万甚至百万数量级的数据,正如您所想象的,在显示此数量的地理编码信息方面存在着一些技术 ...
- EXCEL地图可视化功能概览--小O地图EXCEL版0.6.3.0版
前言 小O地图EXCEL版软件能干什么? 总结起来,在EXCEL中实现 地图浏览.地图任务(处理地理数据).地图可视化.地图标注.地图快照. 本文是对小O地图EXCEL版软件功能的简介,通过本文,能够 ...
- 利用python爬取2019-nCoV确诊数据并制作pyecharts可视化地图
1.本章利用python爬取2019-nCoV确诊数据并制作pyecharts可视化地图: 2.主要内容为绘制出中国各省疫情数据,疫情数据从四个维度进行可视化展示:累积确诊人数.现存确诊人数.治愈人数 ...
- Python金融大数据分析——第五章数据可视化(1)二维绘图
目录 第五章 数据可视化 5.1 二维绘图 5.1.1 一维数据集 5.1.2 二维数据集 5.1.3绘制其他图表 5.1.3.1绘制散点图 5.1.3.2 直方图 5.1.3.3 箱型图 第五章 数 ...
- python数据可视化地图_python--地图可视化
python地图可视化可用python包Basemap:本篇总结用到百度的Echars,http://echarts.baidu.com/:Echarts 是百度开源的一个数据可视化 JS 库. 安装 ...
最新文章
- Android DataBinding之初体验
- java中获取时间的方式,持续更新
- 漫漫运维路——基于CentOS6平台软件包管理2
- 如何跟项目经理和开发人员反馈安全测试报告的问题
- mysql查询语句判断日期_mysql语句查询时间检测
- 神策数据王灼洲:方法论 + 实践,全面解析数据采集方案,必看!
- http协议 和 https
- 通过纯css实现图片居中的多种实现方式
- Word2Vec教程-Skip-Gram模型
- Android WebView 问题总集
- Learning 3D Shape Completion from Laser Scan Data with Weak Supervision
- Google Maps API v3:如何删除所有标记?
- Spark源码分析之一:Job提交运行总流程概述
- python itchat_Python使用itchat获取微信好友
- mysql建表语句转oracle_求大神将该MySQL建表语句改为oracle的,感激不尽。
- 数资问题【抽屉问题】
- ubuntu20.04 重启黑屏 仅有左上角白色横杠闪烁
- 机器学习 --- 概率图 - 表示 - 动态模型
- 蓝桥杯刷题冲刺 | 倒计时14天
- 对UART、RS232、485通信的理解
热门文章
- 阿里巴巴旗下半导体公司平头哥重磅发布了公司自研的云芯片
- 农村创业最新项目有哪些?适合青年农民创业!
- Spire.Office for Java 7.9.9 ---2022-09-30
- 基于JAVA中医药科普网站计算机毕业设计源码+系统+数据库+lw文档+部署
- 6款优秀的量化交易回测框架!VNPY位居第一
- Hyperspectral Imagery Classification Based on Contrastive Learning
- 2021-最新Web前端经典面试试题及答案-史上最全前端面试题(含答案)---Vue篇
- ArcGIS_基于DEM的地形起伏度计算
- 数据库主键设置 (一看就懂)
- 判断两段日期是否重合