时间:2021-05-22
近来武汉肺炎肆虐全国,大多人的日常应该是宅在家里。出于好奇,笔者想用Python来绘制中国2020肺炎疫情地图。
本代码采用Python3,需要安装模块:pyecharts和echarts-china-provinces-pypkg。
Python代码如下:
# -*- coding: utf-8 -*-# author: Jclian91# time: 2020-01-29 11:37# -*- coding: utf-8 -*-# author: Jclian91# time: 2020-01-29 11:37from pyecharts.charts import Mapfrom pyecharts import options as opts# 省和直辖市province_distribution = {'湖北':3554, '浙江':296, '广东': 241, '湖南':221, '河南':206, '安徽': 152, '重庆':147, '山东':121, '江西': 109, '四川':108, '江苏':99, '北京':91, '福建':82, '上海':80, '广西':58, '陕西':56, '河北':48, '云南':44, '海南':43, '黑龙江':37, '辽宁':36, '山西':27, '天津':25, '甘肃':24, '内蒙古':16, '新疆':13, '宁夏':12, '贵州':9, '吉林':9, '台湾':8, '香港':8, '澳门':7, '青海':6, '西藏':0 }# maptype='china' 只显示全国直辖市和省级map = Map()map.set_global_opts( title_opts=opts.TitleOpts(title="20200129中国疫情地图"), visualmap_opts=opts.VisualMapOpts(max_=3600, is_piecewise=True, pieces=[ {"max": 5000, "min": 1001, "label": ">1000", "color": "#8A0808"}, {"max": 1000, "min": 500, "label": "500-1000", "color": "#B40404"}, {"max": 499, "min": 100, "label": "100-499", "color": "#DF0101"}, {"max": 99, "min": 10, "label": "10-99", "color": "#F78181"}, {"max": 9, "min": 1, "label": "1-9", "color": "#F5A9A9"}, {"max": 0, "min": 0, "label": "0", "color": "#FFFFFF"}, ], ) #最大数据范围,分段 )map.add("20200129中国疫情地图", data_pair=province_distribution.items(), maptype="china", is_roam=True)map.render('20200129中国疫情地图.html')from pyecharts.charts import Mapfrom pyecharts import options as opts# 省和直辖市province_distribution = {'湖北':3554, '浙江':296, '广东': 241, '湖南':221, '河南':206, '安徽': 152, '重庆':147, '山东':121, '江西': 109, '四川':108, '江苏':99, '北京':91, '福建':82, '上海':80, '广西':58, '陕西':56, '河北':48, '云南':44, '海南':43, '黑龙江':37, '辽宁':36, '山西':27, '天津':25, '甘肃':24, '内蒙古':16, '新疆':13, '宁夏':12, '贵州':9, '吉林':9, '台湾':8, '香港':8, '澳门':7, '青海':6, '西藏':0 }# maptype='china' 只显示全国直辖市和省级map = Map()map.set_global_opts( title_opts=opts.TitleOpts(title="20200129中国疫情地图"), visualmap_opts=opts.VisualMapOpts(max_=3600, is_piecewise=True, pieces=[ {"max": 5000, "min": 1001, "label": ">1000", "color": "#8A0808"}, {"max": 1000, "min": 500, "label": "500-1000", "color": "#B40404"}, {"max": 499, "min": 100, "label": "100-499", "color": "#DF0101"}, {"max": 99, "min": 10, "label": "10-99", "color": "#F78181"}, {"max": 9, "min": 1, "label": "1-9", "color": "#F5A9A9"}, {"max": 0, "min": 0, "label": "0", "color": "#FFFFFF"}, ], ) #最大数据范围,分段 )map.add("20200129中国疫情地图", data_pair=province_distribution.items(), maptype="china", is_roam=True)map.render('20200129中国疫情地图.html')注意,代码中的数据为截止到2020年1月29日中午12点整的全国各省的确诊人数,西藏人数应为0。
运行上述代码,会生成20200129中国疫情地图.html,用浏览器打开该HTML文件,如下:
在地图上可以进行一些互动,比如点击某个省份,我们可以看到该省份的数据;再比如我们取消“>1000”这一选项,就会发现湖北省颜色为白色,如下图:
以上就是本次小编整理的全部内容,感谢大家的支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
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frompyechartsimpo
最近肺炎的发展速度属实有点恐怖。刚知道python的pyecharts这个库,想到pyecharts可视化的特点,正好可以扒一下肺炎实时播报的官网也做个地图。第
先来看看绘制的动态水球图:没有安装PyEcharts的,先安装PyEcharts:#安装pyecharts模块,直接安装就是最新的版本pipinstallpye
2020年由于新冠肺炎疫情的危害,每个领域都发生了不一样水平的倒退。但是,伴随着中国新冠肺炎疫情的操纵,全国各地公司在政府部门的回应下积极主动复工复产,进而
1.地图绘制过程原理给定范围边界经纬度数据,再给它个名字就构成了绘制地图的基础。也就是说,你可以绘制任意形状的地图版块。2.地图数据生成中国以及省市县等地图的基