导读：地图可视化是一种非常直观的数据分析结果展现形式，python有很多可视化库可以实现，pyecharts就是很多python爱好者喜爱的实现地图可视化方法之一。不可否认，pyecharts绘制的地图实现方便、图形美观而且支持交互，但在面对不同需求时，其实我们还有很多其他手段实现地图可视化。

01 序

本文主要是介绍了多种实现地图可视化的方法，并对其绘制方式进行简单介绍和对比。主要包括以下方式：

• python之pyecharts

• 百度之Echarts

• office之Excel和ppt

• 商业智能软件Tableau

02 pyecharts

python爱好者实现地图可视化时的首选库莫过于pyecharts，是一个用于生成 Echarts 图表的类库，实现起来非常简单，做出的图表也很美观。pyecharts 分为 v0.5 和 v1 两个大版本，v0.5 和 v1 间不兼容，v1 是一个全新的版本。本文案例使用版本1.6。

import pyecharts
pyecharts.__version__
#'1.6.0'

在制作地理地图方面，包括三个类，分别是map、Geo和Bmap，其中前两者是我们常用的地图可视化类，Bmap是百度地图的一个接口。

• Map类生成地图

使用map类绘制地图支持世界、国家、省市和区县四级地图，使用前需独立安装。

from pyecharts.charts import Map
from pyecharts import options as opts
regions = ['上城区','下城区','拱墅区','滨江区','江干区','西湖区','萧山区','余杭区','临安市','富阳区','建德市','淳安县','桐庐县']
values = [94, 98, 76, 89, 65, 64, 56, 59, 45, 23, 22, 22, 21]#随便输入的数据
m = Map()
m.add("", zip(regions, values), maptype="杭州")
m.set_global_opts(title_opts=opts.TitleOpts(title="杭州各区块吸引力", pos_left = 'center' ),visualmap_opts=opts.VisualMapOpts(max_=100))
m.render(r'hz.html')

V0.5到V1.0以后版本的一个重要特性是支持类方法的链式调用：

m = (Map()
.add("", zip(regions, values), "杭州")
.set_global_opts(title_opts=opts.TitleOpts(title="杭州各区块吸引力", pos_left = 'center' ),visualmap_opts=opts.VisualMapOpts(max_=100))
.render(r'hz.html'))

Map类常用的方法是

##Map类常用方法，各方法里又支持大量参数进行个性化设置
add()
set_global_opts()
set_series_opts()
render()

pyecharts生成的杭州市地图

• Geo类生成地图

与Map类似，Geo也可以通过设置maptype参数选择地图类型，默认是china，所支持方法与Map类似，具体可详细参考相关文档。

from pyecharts.charts import Geo
from pyecharts.globals import GeoType
from pyecharts import options as opts
regions = ['北京','上海','天津','重庆','广州','深圳','杭州','南京','成都','武汉','西安','郑州','厦门']
values = [94, 98, 76, 89, 65, 64, 56, 59, 45, 23, 22, 22, 21]#随便输入的数据
g = (Geo().add_schema(maptype="china").add("geo", zip(regions, values), type_ = GeoType.EFFECT_SCATTER).set_series_opts(label_opts=opts.LabelOpts(is_show=False)).set_global_opts(visualmap_opts=opts.VisualMapOpts(is_piecewise=True),title_opts=opts.TitleOpts(title="Geo涟漪图")).render('geo.html'))

03 Echarts

实际上，pyecharts之所以如此强大，是发挥了python胶水语言的特性得以引入Echarts。Echarts是百度的一个图表库，基于JavaScript语言实现，官网及其社区有大量开源的案例作品。站在巨人的肩膀上，本着不重复制造轮子的原则，即便不懂js语言，也可以通过简单的更改数据和基本设置来绘制精美的可视化地图。

基于现有案例，输入关键数据即可绘制可视化地图

自从pyecharts1.0版本后，其接口函数和0.5版本有很大区别。实际上，比对pyecharts源码会发现，其参数风格与echarts的js源码很像。从这个角度说，如果一个python爱好者对pyecharts库足够熟悉的话，那么反过来也会很容易上手百度Echarts图表。

Echarts地图均支持交互

注：上述两个可视化地图案例均选自Echarts的gallery社区

还有很多其他类似Echarts的可视化平台，如大众制图、图表秀等，均可在线制作大量图表，不过一般需要注册后方可使用，而Echarts则可直接使用。

04 Office

作为软件届的翘楚，微软不可能不占有一席之地；作为数据分析和可视化的通用基础工具，Excel和PPT也绝不会在地图可视化方面缺席。所以，如果说用python可视化库和百度Echarts在线制作地图可视化还不够接地气的话，那么office绝对称得上是家喻户晓、人尽可用。

在Excel界面中指定多列数据，其中一列是位置信息（如省份或者城市名），其余表示要可视化的数据，选择插入选项卡下插入三维地图功能，即可进入Excel制演示图界面。

Excel三维地图制作柱状图

然而，以北京各区划为例，Excel默认情况下还会识别出其他地址：例如北京市朝阳区还有吉林省长春市朝阳区，通州区也出现在江苏省南通市通州区。

Excel在识别地理位置方面还有些问题

在ppt中制作可视化地图也非常容易，手段也多种多样，主要还是依靠添加矢量地图然后进行区域编辑来实现的。添加矢量地图的方式有很多，个人选用PA插件下载地图图标添加。对于添加的矢量地图，可以任意对选中地区进行着色，从而体现数据差异。

ppt中制作可视化地图仅需逐块着色即可

05 Tableau

谈到数据可视化，几乎避免不了要与BI软件产生联系，比如说Tableau。Tableau是专门为制作可视化图表而存在的，自然少不了地图可视化。与Excel类似，在Tableau数据源中输入地理位置信息及相应数据后，可以通过简单的拖拽和设置实现地图绘制。最为方便的是，Tableau支持便捷的筛选、标记和分组等功能。不过考虑Tableau的使用普及程度还远远不如Office、网页在线等平台，所以Tableau可能并不会成为首选。

与Tableau类似的可用于制作可视化地图的软件还有PowerBI、DataFocus等，都可以简单操作快速上手。

06 对比与总结

• 可视化地图是一种常用的可视化展现形式，实现手段也多种多样

• python的pyecharts库是基于百度Echarts库实现的，常用Map、Geo两个类制图，接口丰富、设置多样，图表美观且支持交互

• 百度Echarts支持在线生成可视化地图，社区有大量精美案例可供选择，简单编辑数据即可

• office的Excel和PPT均可制作可视化地图，二者是几乎人人都会用的办公软件，操作简单、门槛较低，但功能也相对单一

• Tableau软件制作可视化地图也非常方便且功能强大，但使用灵便程度不如前几种方式

| 转自：数据分析1480

End

    Pandas数据可视化怎么做？    20个增长黑客经典案例。    数据分析里常用的五个统计学概念
数据不吹牛读者群已经建立后台回复“入群”一起加入有趣讨论吧~

“有点意思”