Pyecharts绘制可视化地图专辑

来源：南京CDA数据分析师培训机构时间：2022/12/9 15:22:50

　　Pyecharts 是一个用于生成 Echarts 图表的类库。Echarts 是百度开源的一个数据可视化 JS 库。用 Echarts 生成的图可视化效果非常棒，pyecharts 是为了与 Python 进行对接，方便在 Python 中直接使用数据生成图。

　　Pyecharts绘制地图如此轻松，几行代码搞定多种形式的数据地图。

　　一、安装

　　首先需要安装python第三方包 -- pyecharts， 目前较新版本为1.8.1。

　　pip install pyecharts

　　自从 v0.3.2 开始，为了缩减项目本身的体积以及维持 pyecharts项目的轻量化运行，pyecharts将不再自带地图 js 文件。如用户需要用到地图图表，可自行安装对应的地图文件包。下面介绍如何安装。

　　地图: echarts-countries-pypkg (1.9MB): 世界地图和 213 个，包括中国地图

　　中国省级地图: echarts-china-provinces-pypkg (730KB)：23 个省，5 个自治区

　　中国市级地图: echarts-china-cities-pypkg (3.8MB)：370 个中国城市

　　中国县区级地图: echarts-china-counties-pypkg (4.1MB)：2882 个中国县·区

　　中国区域地图: echarts-china-misc-pypkg (148KB)：11 个中国区域地图，比如华南、华北

　　选择自己需要安装地图相关的扩展包。

　　pip install echarts-countries-pypkgpip install echarts-china-provinces-pypkgpip install echarts-china-cities-pypkgpip install echarts-china-counties-pypkgpip install echarts-china-misc-pypkgpip install echarts-united-kingdom-pypkg

　　可以选择豆瓣源或清华源加速安装。

　　pip install pyecharts -i http://pypi.douban.com/simple pip install -i https://pypi.tuna.tsinghua.edu.cn/simple echarts-countries-pypkg

　　pyecharts版本 v0.5.x 和 v1 间不兼容，v1 是一个全新的版本，语法也有很大不同。

　　查看pyecharts版本。

　　import pyecharts print(pyecharts.__version__)

　　做好准备后，就可以开始绘图了。如果你是新手，对pyehcarts还有些陌生，可以参见5分钟上手:

　　二、绘制地图

　　Pyehcarts共有有四种地理图表，

　　Map：地图

　　(https://pyecharts.org/#/zh-cn/geography_charts?id=map：地图)以此为基础，熟悉绘图基本步骤及各个配置项。

　　Geo：地理坐标系

　　(https://pyecharts.org/#/zh-cn/geography_charts?id=geo：地理坐标系)本文重点介绍

　　BMap：百度地图

　　(https://pyecharts.org/#/zh-cn/geography_charts?id=bmap：百度地图)

　　百度地图需要申请开发者 AK，(https://lbsyun.baidu.com/)。这里不做细说，大家有兴趣可以去pyecharts学习。

　　Map3D：三维地图 (https://pyecharts.org/#/zh-cn/3d_charts?id=map3d-三维地图)

　　一、Map

　　以星巴克门店在的分布为例。本例数据来源Kaggle星巴克数据：https://www.kaggle.com/starbucks/store-locations

数据样例：

　　from pyecharts.charts import Map from pyecharts import options as opts from pyecharts.globals import ThemeType, CurrentConfigCurrentConfig.ONLINE_HOST = 'C:/python/pyecharts-assets-master/assets/' # 参考 https://github.com/pyecharts/pyecharts-assets df = starbuck['English']data = df.value_counts()datas = [(i, int(j)) for i, j in zip(data.index, data.values)] # 实例化一个Map对象 map_ = Map(init_opts=opts.InitOpts(theme=ThemeType.PURPLE_PASSION)) # 世界地图 map_.add(series_name="门店数量", data_pair=datas, maptype="world") # 设置系列配置项 map_.set_series_opts(label_opts=opts.LabelOpts(is_show=False))   # 不显示label # 设置全局配置项 map_.set_global_opts(     title_opts=opts.TitleOpts(title="星巴克门店数量在分布",                                pos_left='40%',                                pos_top='10'),   # 调整title位置      legend_opts=opts.LegendOpts(is_show=False),     visualmap_opts=opts.VisualMapOpts(         max_=13608,          min_=1,          is_piecewise=True,       pieces=[{"max": 9, "min": 1, "label": "1-9", "color": "#00FFFF"},                 {"max": 99, "min": 10, "label": "10-99", "color": "#FF69B4"},                 {"max": 499, "min": 100, "label": "100-499", "color": "#0000FF"},                 {"max": 999, "min": 500, "label": "500-999", "color": "#00BFFF"},                 {"max": 2000, "min": 1000, "label": "1000-2000", "color": "#228B22"},                 {"max": 3000, "min": 2000, "label": "2000-3000", "color": "#FF0000"},                 {"max": 20000, "min": 10000, "label": ">=10000", "color": "#FFD700"}                ] # 分段  添加图例注释和颜色      )) # 渲染在网页上   有交互性 map_.render('星巴克门店在的分布.html')

　　输出

绘图步骤：

　　1、创建实例

　　Map(init_opts=opts.InitOpts(theme=ThemeType.PURPLE_PASSION))

　　创建实例并初始化配置。

　　可配置图表宽度、高度、渲染风格、标题、主题、背景颜色等，详情参见下面连接https://pyecharts.org/#/zh-cn/global_options?id=initopts：初始化配置项

　　theme： pyecharts内置提供了10+ 种不同的风格, 参见https://pyecharts.org/#/zh-cn/themes

　　2、添加数据

　　.add()添加了数据。

　　series_name： 系列名称，用于 tooltip 的显示，legend 的图例筛选。

　　data_pair： 数据项，每个数据项由一个个元组组成：(坐标点名称，坐标点值) 实际上一个是地区名称另一个是对应的数据。pyecharts绘制地图只需导入城市名称和数值即可，因为区县级以上城市的经纬度信息都已经在模块中存在，可以在https://github.com/pyecharts/pyecharts/blob/master/pyecharts/datasets/city_coordinates.json中找到。本实例中是名称与门店数量组成的数据项。[('United States', 13608),

　　('China', 2734), ('Canada', 1468), ('Japan', 1237), ... ]

　　maptype='world'，这里是指地图类型，默认为china中国。地图类型请参见：https://github.com/pyecharts/pyecharts/blob/master/pyecharts/datasets/map_filename.json

　　3、设置系列配置项

　　.set_series_opts()

　　https://pyecharts.org/#/zh-cn/series_options

　　除了在.add()中设置部分配置项外，就是使用.set_series_opts()配置图元样式、文字样式、标签样式、点线样式等。

　　4、设置全局配置项

　　.set_global_opts() 配置标题、动画、坐标轴、图例等。

　　https://pyecharts.org/#/zh-cn/global_options

本实例中：

　　min_： 指定 visualMapPiecewise 组件的较小值。

　　max_： 指定 visualMapPiecewise 组件的较大值。

　　is_piecewise： 是否为分段型。

　　pieces： 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。

　　5、生成的地图以html格式保存

　　.render()将生成的地图以html格式保存。

　　二、Geo

　　Geo 图类型，使用type_: str = "scatter" 参数控制。

　　有 scatter, effectScatter, heatmap, lines4 种。

　　from pyecharts.globals import GeoType     GeoType.GeoType.EFFECT_SCATTER，GeoType.HEATMAP，GeoType.LINES

　　1、动态涟漪散点图 effectScatter

　　V1 版本开始支持链式调用。

　　数据样例：

　　import pandas as pd from pyecharts.globals import ThemeType, CurrentConfig, GeoType from pyecharts import options as opts from pyecharts.charts import GeoCurrentConfig.ONLINE_HOST = 'C:/python/pyecharts-assets-master/assets/' # pandas读取csv文件数据 df = pd.read_csv('directory2.csv', encoding='utf-8')['城市']data = df.value_counts() #自定义各城市的经纬度 # geo_cities_coords = {df.iloc[i]['城市']:[df.iloc[i]['经度'],df.iloc[i]['纬度']] for i in range(len(df))} datas = [(i, int(j)) for i, j in zip(data.index, data.values)]print(datas)geo = (Geo(init_opts=opts.InitOpts(width='1000px',                                    height='600px',                                    theme=ThemeType.PURPLE_PASSION),           is_ignore_nonexistent_coord = True)       .add_schema(maptype='china',                    label_opts=opts.LabelOpts(is_show=True))   # 显示label  省名        .add('门店数量',             data_pair=datas,             type_=GeoType.EFFECT_SCATTER,             symbol_size=8,            # geo_cities_coords=geo_cities_coords            )       .set_series_opts(label_opts=opts.LabelOpts(is_show=False))       .set_global_opts(           title_opts=opts.TitleOpts(title='星巴克门店在中国的分布'),           visualmap_opts=opts.VisualMapOpts(max_=550,                                             is_piecewise=True,                                             pieces=[                     {"max": 50, "min": 0, "label": "0-50", "color": "#708090"},                     {"max": 100, "min": 51, "label": "51-100", "color": "#00FFFF"},                     {"max": 200, "min": 101, "label": "101-200", "color": "#FF69B4"},                     {"max": 400, "min": 201, "label": "201-400", "color": "#FFD700"},                     {"max": 800, "min": 600, "label": "600-800", "color": "#FF0000"},])       )      )geo.render("星巴克门店在中国的分布.html")

　　输出

Geo新增坐标点# 新增一个坐标点

　　.add_coordinate(

　　# 坐标地点名称

　　name: str,

　　# 经度

　　longitude: Numeric,

　　# 纬度

　　latitude: Numeric, )

　　# 新增 json 文件格式的坐标数据

　　.add_coordinate_json(

　　# json 文件格式的坐标数据

　　# 格式如下

　　# {

　　# "阿城": [126.58, 45.32],

　　# "阿克苏": [80.19, 41.09]

　　# }

　　json_file: str # 坐标文件路径

　　)

　　2、热力图heatmapfrom pyecharts import options as opts

　　from pyecharts.charts import Geo

　　from pyecharts.globals import ChartType

　　CurrentConfig.ONLINE_HOST = 'C:/python/pyecharts-assets-master/assets/'

　　# pandas读取csv文件数据

　　df = pd.read_csv('directory2.csv', encoding='utf-8')['城市']

　　data = df.value_counts()

　　datas = [(i, int(j)) for i, j in zip(data.index, data.values)]

　　print(datas)

　　geo = (

　　Geo(init_opts=opts.InitOpts(width='1000px',

　　height='600px',

　　theme=ThemeType.DARK),

　　is_ignore_nonexistent_coord=True)

　　.add_schema(maptype="china") #maptype选择地图种类

　　.add(series_name="门店数量", # 系列名称

　　data_pair=datas, # 数据项 (坐标点名称，坐标点值)

　　blur_size=20,

　　symbol_size= 5,

　　type_=ChartType.HEATMAP #类型选为热力图

　　)

　　.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

　　.set_global_opts(

　　visualmap_opts=opts.VisualMapOpts(max_=800,is_piecewise=True),

　　title_opts=opts.TitleOpts(title="星巴克门店在中国的分布热力图"))

　　)

　　geo.render( '星巴克门店在中国的分布热力图.html')

　　输出

3、动态轨迹图lines

　　pyecharts可以生成地理空间流动图，用来表示航班数量、人口流动等等。

　　from pyecharts import options as opts from pyecharts.charts import Geo from pyecharts.faker import Faker from pyecharts.globals import ChartType, SymbolType, CurrentConfig import  randomdatas = [] for _ in range(6):    datas.append(tuple(random.sample(Faker.provinces, 2)))    CurrentConfig.ONLINE_HOST = 'C:/python/pyecharts-assets-master/assets/' geo = (    Geo(init_opts=opts.InitOpts(width='1000px',                                 height='600px',                                 theme=ThemeType.CHALK))    .add_schema(        maptype="china",        itemstyle_opts=opts.ItemStyleOpts(color="#323c48", border_color="#111"),        label_opts=opts.LabelOpts(is_show=True)    )    .add(        "",        [list(z) for z in zip(Faker.provinces, Faker.values())],        type_=ChartType.EFFECT_SCATTER,        color="white",    )    .add(        "出差",        data_pair = datas,        type_=ChartType.LINES,        effect_opts=opts.EffectOpts(            symbol=SymbolType.DIAMOND, symbol_size=6, color="blue"         ),        linestyle_opts=opts.LineStyleOpts(curve=0.2),    )    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))    .set_global_opts(title_opts=opts.TitleOpts(title="动态轨迹图"))    .render("动态轨迹图.html"))

　　输出

如果需要再添加一个其他类别的动态轨迹，只需在链式中添加：

　　.add('旅游',     [('上海','拉萨'),('拉萨','大理'),('大理','成都'),('成都','海口')],     type_=ChartType.LINES,     effect_opts=opts.EffectOpts(         symbol=SymbolType.ARROW, symbol_size=6, color="orange"),     linestyle_opts=opts.LineStyleOpts(curve=0.5)    )

　　输出如下，可以点击图例来筛选类别。

这边用到两个配置项：

　　effect_opts= opts.EffectOpts(symbol)涟漪配置项https://pyecharts.org/#/zh-cn/series_options?id=effectopts：涟漪配置项symbol： 图形的标记。ECharts 提供的标记类型包括 'circle', 'rect', 'roundRect', 'triangle', diamond', 'pin', 'arrow', 'none'，可以通过 'image://url' 设置为图片，其中 URL 为图片的链接，或者 dataURI。

　　linestyle_opts=opts.LineStyleOpts(curve=0.2)线样式配置项https://pyecharts.org/#/zh-cn/series_options?id=linestyleopts：线样式配置项curve： 线的弯曲度，0 表示完全不弯曲。

　　4、三维地图

　　from pyecharts import options as opts from pyecharts.charts import Map3D from pyecharts.globals import ChartType from pyecharts.commons.utils import JsCodec = (    Map3D(init_opts=opts.InitOpts(width='1000px',                                 height='600px',                                 theme=ThemeType.VINTAGE))    # 地图类型     .add_schema(        itemstyle_opts=opts.ItemStyleOpts( # 图形的颜色             color="#00BFFF", # 或 'rgb(128, 128, 128)'             opacity=1, # 图形透明度             border_width=0.8, # 描边宽度             border_color="#708090", # 描边颜色         ),        # Map3D 的 Label 设置         map3d_label=opts.Map3DLabelOpts(            is_show=False,            formatter=JsCode("function(data){return data.name + " " + data.value[2];}"),        ),                # 高亮标签配置项         emphasis_label_opts=opts.LabelOpts(            is_show=False,            color="#fff",            font_size=10,            background_color="rgba(0,23,11,0)",        ),                # 光照相关的设置。         light_opts=opts.Map3DLightOpts(            main_color="#fff",            main_intensity=1.2,            main_shadow_quality="high",            is_main_shadow=False,            main_beta=10,            ambient_intensity=0.3,        ),    )    .add(        series_name="门店数量",        data_pair=datas,        # 叠加图的类型         type_=ChartType.BAR3D,        bar_size=1,                # 三维地图中三维图形的着色效果。         shading="lambert",        label_opts=opts.LabelOpts(            is_show=False,            formatter=JsCode("function(data){return data.name + ' ' + data.value[2];}"),        ),    )    .set_global_opts(title_opts=opts.TitleOpts(title="星巴克门店在中国的分布3D图"))    .render("map3d_with_bar3d.html"))

　　输出

本例中的主要参数说明：

　　.add_schema()

　　地图类型设置，参考pyecharts.datasets.map_filenames.json 文件

　　itemstyle_opts=opts.ItemStyleOpts( ) 图形的颜色

　　map3d_label=opts.Map3DLabelOpts() Map3D 的 Label 设置

　　emphasis_label_opts=opts.LabelOpts() 高亮标签配置项参考 series_options.LabelOpts

　　light_opts=opts.Map3DLightOpts() 光照相关的设置。在 shading 为 'color' 的时候无效。

　　.add()

　　type_=ChartType.BAR3D, 叠加图的类型（目前只支持Bar3D，Line3D，Lines3D，Scatter3D）

　　shading="lambert"三维地图中三维图形的着色效果。ECharts GL 中使用了基于物理的渲染（PBR）来表现真实感材质。echarts-gl 中支持下面三种着色方式：color: 只显示颜色，不受光照等其它因素的影响。lambert: 通过经典的 lambert 着色表现光照带来的明暗。realistic: 真实感渲染，配合 light.ambientCubemap 和 postEffect 使用可以让展示的画面效果和质感有质的提升。

　　5、Globe地图

　　数据来源是pyecharts自带的人口数据。

　　import pyecharts.options as opts from pyecharts.charts import MapGlobe from pyecharts.faker import POPULATION from pyecharts.globals import ThemeTypedata = [x for _, x in POPULATION[1:]]low, high = min(data), max(data)c = (    MapGlobe(init_opts=opts.InitOpts(theme=ThemeType.DARK))    .add_schema()    .add(        maptype="world",        series_name="World Population",        data_pair=POPULATION[1:],        is_map_symbol_show=False,        label_opts=opts.LabelOpts(is_show=False),    )    .set_global_opts(        visualmap_opts=opts.VisualMapOpts(            min_=low,            max_=high,            range_text=["max", "min"],            is_calculable=True,            range_color=["lightskyblue", "yellow", "orangered"],        )    )    .render("map_globe_base.html"))

　　输出

　　本文到此结束，总体来说Pyecharts地图绘图还是比较友好，在不需要多么炫酷的配置前提下，只需要将输入数据格式和类型弄清楚，其余默认配置即可。

　　对地图样式有一定要求时，只需要根据上的配置信息调整全局配置项和系列配置项即可。

尊重原创文章，转载请注明出处与链接：http://www.peixun360.com/6186/news/582454/违者必究！ 以上就是南京CDA数据分析师培训机构 小编为您整理 Pyecharts绘制可视化地图专辑的全部内容。