一、pyecharts学习笔记

1). 全局配置项（TitleOpts标题配置项）

from pyecharts import options as opts
from pyecharts.charts import Bar
from pyecharts.faker import Faker
from pyecharts.globals import ThemeType
c = (Bar(init_opts=opts.InitOpts(theme=ThemeType.MACARONS,bg_color='white')).add_xaxis(Faker.choose()).add_yaxis("商家", Faker.values()).set_global_opts(title_opts=opts.TitleOpts(# 主标题文本，支持使用 \n 换行。title="Bar基本示例",# 主标题跳转 URL 链接title_link = 'https://www.baidu.com/',# 主标题跳转链接方式# 默认值是: blank# 可选参数: 'self', 'blank'# 'self' 当前窗口打开; 'blank' 新窗口打开title_target = 'self',# 副标题文本，支持使用 \n 换行subtitle="我是副标题",# 副标题跳转 URL 链接# subtitle_link = 'https://www.baidu.com/',# 副标题跳转链接方式# subtitle_target = 'self',# title 组件离容器左侧的距离。# left 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比# 也可以是 'left', 'center', 'right','top', 'middle', 'bottom'# 如果 left 的值为'left', 'center', 'right'，组件会根据相应的位置自动对齐。pos_left = '80%',# 标题内边距，单位px，默认各方向内边距为5，接受数组分别设定上右下左边距# // 设置内边距为 5# padding: 5# // 设置上下的内边距为 5，左右的内边距为 10# padding: [5, 10]# // 分别设置四个方向的内边距# padding: [#     5,  // 上#     10, // 右#     5,  // 下#     10, // 左# ]# 主副标题之间的间距，默认为10item_gap = 30,),        ).render("C:/bar_base_.html")
)

2). 全局配置项（VisualMapOpts视觉映射配置项）

from pyecharts import options as opts
from pyecharts.charts import Map
from pyecharts.faker import Fakerc = (Map().add("", [list(z) for z in zip(Faker.guangdong_city, Faker.values())], "广东",is_map_symbol_show=False,) #不显示标记图形.set_series_opts(label_opts=opts.LabelOpts(is_show=False)) #不显示标签（城市名）.set_global_opts(# VisualMapOpts：视觉映射配置项visualmap_opts=opts.VisualMapOpts(# 是否显示视觉映射配置is_show = True,        # 映射过渡类型，可选，"color", "size"  （颜色映射还是大小映射）（重要！！！）type_ = "color",        # 指定 visualMapPiecewise 组件的最小值。min_ = 0,# 指定 visualMapPiecewise 组件的最大值。max_ = 100,# 两端的文本，如['High', 'Low']，（自定义） range_text: Union[list, tuple] = None,range_text = ['高', '低'],# visualMap 组件过渡颜色 (可以自定义)(颜色从淡到深) range_color: Union[Sequence[str]] = None,range_color = ['#CCEBFF','#22DDDD','#0099FF','#003D66'],# visualMap 组件过渡 symbol 大小.range_size: Union[Sequence[int]] = None,range_size = None,        # visualMap 图元以及其附属物（如文字标签）的透明度。range_opacity: Optional[Numeric] = None,range_opacity = None,      # 如何放置 visualMap 组件，水平（'horizontal'）或者竖直（'vertical'）。orient = 'horizontal',        # visualMap 组件离容器左侧的距离。# left 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比，# 也可以是 'left', 'center', 'right'。# 如果 left 的值为'left', 'center', 'right'，组件会根据相应的位置自动对齐。pos_left = 'center',        # visualMap 组件离容器右侧的距离（同上）。# right 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比。pos_right = None,       # visualMap 组件离容器上侧的距离（同上）。# top 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比，# 也可以是 'top', 'middle', 'bottom'。# 如果 top 的值为'top', 'middle', 'bottom'，组件会根据相应的位置自动对齐。pos_top = None,        # visualMap 组件离容器下侧的距离（同上）。# bottom 的值可以是像 20 这样的具体像素值，可以是像 '20%' 这样相对于容器高宽的百分比。pos_bottom = None,        # 对于连续型数据，自动平均切分成几段。默认为5段。连续数据的范围需要 max 和 min 来指定split_number = 5,        # 指定取哪个系列的数据，默认取所有系列。series_index: Union[Numeric, Sequence, None] = None,series_index = None,        # 组件映射维度Optional[Numeric]dimension = None,        # 是否显示拖拽用的手柄（手柄能拖拽调整选中范围）。is_calculable = True,        # 是否为分段型is_piecewise = False,        # 是否反转 visualMap 组件(默认False)is_inverse = True,            # 自定义的每一段的范围，以及每一段的文字，以及每一段的特别的样式。例如：# pieces: [#   {"min": 1500}, // 不指定 max，表示 max 为无限大（Infinity）。#   {"min": 900, "max": 1500},#   {"min": 310, "max": 1000},#   {"min": 200, "max": 300},#   {"min": 10, "max": 200, "label": '10 到 200（自定义label）'},#   {"value": 123, "label": '123（自定义特殊颜色）', "color": 'grey'}, //表示 value 等于 123 的情况#   {"max": 5}     // 不指定 min，表示 min 为无限大（-Infinity）。# ]pieces = None,        # 定义 在选中范围外 的视觉元素。（用户可以和 visualMap 组件交互，用鼠标或触摸选择范围）#  可选的视觉元素有：#  symbol: 图元的图形类别。#  symbolSize: 图元的大小。#  color: 图元的颜色。#  colorAlpha: 图元的颜色的透明度。#  opacity: 图元以及其附属物（如文字标签）的透明度。#  colorLightness: 颜色的明暗度，参见 HSL。#  colorSaturation: 颜色的饱和度，参见 HSL。#  colorHue: 颜色的色调，参见 HSL。out_of_range = None,       # 图形的宽度，即长条的宽度。item_width = 0,       # 图形的高度，即长条的高度。item_height = 0,        # visualMap 组件的背景色。background_color = '#CCCC33',       # visualMap 组件的边框颜色。border_color = '#EE1111',# visualMap 边框线宽，单位px。border_width = 2,       # 文字样式配置项，参考 `series_options.TextStyleOpts`textstyle_opts = None,)        ).render("C:/map_guangdong.html")
)

二、实际应用案例

1). 数据源（excel文件路径：D:\Sone\CODE\地图热点分布.xlsx）

2). 城市销售分布热力图

3). 源代码

# -*- coding: UTF-8 -*-
import numpy as np
import pandas as pd
from pyecharts.charts import Map
from pyecharts import options as opts# 读取excel中数据
df = pd.read_excel(r"D:\Sone\CODE\地图热点分布.xlsx",index_col=None,header=0,skiprows=[1],converters={'City':str},usecols=['City','GMV'])# 地图热力图
# 将pandas.DataFrame格式的数据，每一行转为元组tuple，所有数据以列表list输出
data=df.apply(lambda x:tuple(x),axis=1).values.tolist()
gmv=df['GMV'].values
_max =max(gmv)
_min =min(gmv)map_ = Map()
map_.add("", data, maptype="china", zoom=1)
map_.set_global_opts(title_opts=opts.TitleOpts(title="Market GMV by city",pos_right="center",pos_top="5%"),visualmap_opts=opts.VisualMapOpts(max_=_max,min_=_min,range_color=["#F5EFE7","#CCAD81"]),)
map_.render("Market GMV by city.html")

^_^

END

Python使用pyecharts库制作地图热力图相关推荐

python使用pyecharts库画地图数据可视化
python使用pyecharts库画地图数据可视化导库中国地图代码结果世界地图代码结果省级地图代码结果地级市地图代码结果导库 from pyecharts import ...
Python使用pyecharts库制作桑基图
桑基图不是特别常见的图表,一般是用于具有流向关系的数据可视化,比如购买链路/路径,可以清晰地知道顾客一二三四单分别买了什么: 数据格式桑基图需要两组数据数据节点(nodes),数据格式如下: [ ...
数据可视化：python调用pyecharts库绘制航线专题图
写在前面这学期上了数据通讯这门课,其中有一个作业是要求爬取某一天各重要城市到上海虹桥以及上海浦东两机场的航班信息,然后进行可视化.数据分析.在这一份作业用到的可视化工具是python的pyechar ...
Python使用tkinter库制作带有Laber标签、Entry文本框、Progressbar进度条、text日志框等元素的GUI操作界面
本文通过实例介绍Python的tkinter库的title.iconbitmap.geometry.attributes.grid等类的功能,并制作带有Laber标签.Entry文本框.Progres ...
用python的tkinter库制作仿windows看图器
本文原载于我的简书,简书界面干净,更偏向于简书一些,我的简书最近在学习python,就用python自己写了一个仿windows的看图器,在网上搜发现找不到相关的代码,所以决定自己尝试做了一个.看图 ...
python用turtle库制作实时钟表(可打包exe）
实时钟表源代码打包exe 源代码 python引入两个内置库turtle和datetime即可制作一个实时钟表,代码如下: # 用turtle画时钟 # 以自定义shape的方式实现 import ...
【python】pyecharts绘制中国地图
from pyecharts import options as opts from pyecharts.charts import Map# 省份数据,列出的不是全国地区 province_dis ...
Python基于imageio库制作gif动图
python安装第三方库imageio imageio 2.15.0 numpy 1.19.5 (1)命令行安装: pip install numpy== 1.19.5 pip install ima ...
python安装pyecharts库_python安装阿里云库pyecharts 安装不上，求大佬指点一下-问答-阿里云开发者社区-阿里云...
import pyecharts as pec car=pec.Bar("阿斯旺","阿迪斯",width=1280,height=720) car.add([ ...

Python使用pyecharts库制作地图热力图

一、pyecharts学习笔记

1). 全局配置项（TitleOpts标题配置项）

2). 全局配置项（VisualMapOpts视觉映射配置项）

二、实际应用案例

Python使用pyecharts库制作地图热力图相关推荐

最新文章

热门文章