Jupyter中使用Pyecharts绘制地图

这篇具有很好参考价值的文章主要介绍了Jupyter中使用Pyecharts绘制地图。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

背景:根据各省频率绘制地图

根据各省频率绘制地图,可以使用 Pyecharts 绘制。下面是详细的步骤:

1、安装 Pyecharts:可以通过 !pip install pyecharts 命令安装。

2、导入相关库

import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Map

3、准备数据:需要将各省份和对应频率存储在一个 DataFrame 中,其中列名为 "province" 和 "frequency"。例如:

df = pd.DataFrame({
    "province": ["北京市", "天津市", "河北省", "山西省", "内蒙古自治区", "辽宁省", 
                 "吉林省", "黑龙江省", "上海市", "江苏省", "浙江省", "安徽省", 
                 "福建省", "江西省", "山东省", "河南省", "湖北省", "湖南省", 
                 "广东省", "广西壮族自治区", "海南省", "重庆市", "四川省", "贵州省", 
                 "云南省", "西藏自治区", "陕西省", "甘肃省", "青海省", "宁夏回族自治区", 
                 "新疆维吾尔自治区"],
    "frequency": [10, 20, 30, 40, 50, 60, 70, 80, 90, 100, 110, 120,
                  130, 140, 150, 160, 170, 180, 190, 200, 210, 220,
                  230, 240, 250, 260, 270, 280, 290, 300, 310]
})

4、绘制地图:使用 Pyecharts 中的 Map 类,将各省份和对应频率填入其中,并设置地图属性。

map_chart = (
    Map() # 创建地图对象
    .add("各省份频率分布", [list(z) for z in zip(df["province"], df["frequency"])], "china") # 添加数据,设置地图类型
    .set_global_opts(
        title_opts=opts.TitleOpts(title="各省份频率分布图"),
        visualmap_opts=opts.VisualMapOpts(max_=310, is_piecewise=True), # 设置视觉映射配置,控制颜色范围
    )
)

map_chart.render_notebook() # 在 Jupyter Notebook 中渲染图表

完整代码如下:

import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Map
df = pd.DataFrame({
    "province": ["北京市", "天津市", "河北省", "山西省", "内蒙古自治区", "辽宁省", 
                 "吉林省", "黑龙江省", "上海市", "江苏省", "浙江省", "安徽省", 
                 "福建省", "江西省", "山东省", "河南省", "湖北省", "湖南省", 
                 "广东省", "广西壮族自治区", "海南省", "重庆市", "四川省", "贵州省", 
                 "云南省", "西藏自治区", "陕西省", "甘肃省", "青海省", "宁夏回族自治区", 
                 "新疆维吾尔自治区"],
    "frequency": [10, 20, 30, 40, 50, 60, 70, 80, 90, 100, 110, 120,
                  130, 140, 150, 160, 170, 180, 190, 200, 210, 220,
                  230, 240, 250, 260, 270, 280, 290, 300, 310]
})


map_chart = (
    Map() # 创建地图对象
    .add("各省份频率分布", [list(z) for z in zip(df["province"], df["frequency"])], "china") # 添加数据,设置地图类型
    .set_global_opts(
        title_opts=opts.TitleOpts(title="各省份频率分布图"),
        visualmap_opts=opts.VisualMapOpts(max_=310, is_piecewise=True), # 设置视觉映射配置,控制颜色范围
    )
)

map_chart.render_notebook() # 在 Jupyter Notebook 中渲染图表

运行结果:

 如果想绘制动态显示的地图:即随着时间的变化,各省份相关数据频率也发生变化,地图中颜色在动态变化显示。

完整代码如下:

from pyecharts import options as opts
from pyecharts.charts import Map, Timeline
import numpy as np
 
province_dis = {'宁夏回族自治区':155,'河南省':355, '北京市': 117, '河北省': 521, '辽宁省': 612, '江西省': 126, '上海市':1520, '安徽省': 230, '江苏省': 226, '湖南省': 449,'浙江省': 553, '海南省': 512, '广东省': 712, '湖北省': 118, '黑龙江省': 111, '澳门特别行政区': 191, '陕西省': 211, '四川省': 717, '内蒙古自治区': 113, '重庆市': 13,'广西壮族自治区':81,'云南省': 216, '贵州省': 121, '吉林省': 131, '山西省': 131, '山东省': 111, '福建省': 341, '青海省': 151, '天津市': 131,'新疆维吾尔自治区':150,'西藏自治区':170,'甘肃省':120,'台湾省':31}
provice = list(province_dis.keys())
values = list(province_dis.values())
 
province_dis1 = {'宁夏回族自治区':55,'河南省': 145, '北京市': 137, '河北省': 121, '辽宁省': 112, '江西省': 16, '上海市':120, '安徽省': 110, '江苏省': 116, '湖南省': 119,'浙江省': 113, '海南省': 12, '广东省': 212, '湖北省': 18, '黑龙江省': 111, '澳门特别行政区': 11, '陕西省': 111, '四川省': 17, '内蒙古自治区': 13, '重庆市': 13,'广西壮族自治区':81,'云南省': 16, '贵州省': 21, '吉林省': 31, '山西省': 11, '山东省': 111, '福建省': 41, '青海省': 51, '天津市': 11,'新疆维吾尔自治区':150,'西藏自治区':170,'甘肃省':120,'台湾省':31}
values1 = list(province_dis1.values())
 
 
sum_vlaues=[]
sum_vlaues.append(values),sum_vlaues.append(values1)
 
 
tl = Timeline()
for i in range(2015, 2017):
    map_min=int(np.min(sum_vlaues[i-2015]))
    map_max=int(np.max(sum_vlaues[i-2015]))
    china = (
        Map()
        .add("", [list(z) for z in zip(provice, sum_vlaues[i-2015])], "china")
        .set_global_opts(title_opts=opts.TitleOpts(title="中国地图"), visualmap_opts=opts.VisualMapOpts(type_='color',min_=map_min,max_=map_max))
    )
    tl.add(china, "{}年".format(i))
tl.add_schema(is_auto_play=True, play_interval=1000)      # 自动播放,跳动的间隔为1000ms
tl.render_notebook()

运行结果(2015年动态地图):

Jupyter中使用Pyecharts绘制地图

 2016年动态地图:

Jupyter中使用Pyecharts绘制地图

 注意:Pyecharts地图构建为什么不显示颜色和内容呢?

运行结果显示就一个灰白的地图,心想着明明有传入数据,为啥不根据频率显示颜色呢?

 原因:传入的数据中,各省市的名称必须要和地图上显示的名称一致,不能简写。如有简写,则需要将北京改为北京市,如果有自治区,就写内蒙古自治区,湖南要写成湖南省,澳门要写成澳门特别行政区。文章来源地址https://www.toymoban.com/news/detail-495091.html

到了这里,关于Jupyter中使用Pyecharts绘制地图的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • python基础----08-----json、pyecharts模块介绍以及折线图、地图、柱状图的绘制

    json就是 一种在各个编程语言中流通的数据格式,负责不同编程语言中的数据传递和交互、类似于: 国际通用语言 -英语。 pyecharts模块 :如果想要 做出数据可视化效果图,可以借助pyecharts模块来完成。 概况: Echarts是个由百度开源的数据可视化,凭借着良好的交互性,精巧的

    2024年02月08日
    浏览(50)
  • R语言【paleobioDB】——pbdb_map():根据化石记录绘制地图

     Package  paleobioDB  version 0.7.0 paleobioDB 包在2020年已经停止更新,该包依赖PBDB v1 API。 可以选择在Index of /src/contrib/Archive/paleobioDB (r-project.org)下载安装包后,执行本地安装。 参数【data】 :输入的数据,数据帧格式。可以通过 pbdb_occurrences() 函数 传参 show = “coords”  获得数据。

    2024年01月22日
    浏览(43)
  • Pyecharts教程(十三):使用pyecharts绘制K线图并设置ItemStyle的讲解

    作者:安静到无声 个人主页 K线图是用于展示股票或其他金融产品价格走势的图表之一。在本文中,我们将使用pyecharts库来生成K线图,并通过设置ItemStyle来自定义K线和蜡烛图的样式。 引入所需的库和模块:

    2024年02月11日
    浏览(40)
  • Pyecharts教程(十一):使用Pyecharts绘制带有滑动数据缩放功能的K线图

    作者:安静到无声 个人主页 K线图是金融市场分析中常见的图表类型之一,它能够直观地展示价格的变化,并帮助分析人员对市场趋势进行预测。Pyecharts是Python一个强大的数据可视化库,提供了绘制各种图表的功能,包括K线图。本文将介绍如何使用Pyecharts绘制带有滑动数据缩

    2024年02月11日
    浏览(32)
  • Python 数据可视化教程 - 如何使用 pyecharts 绘制多条折线图表

    部分数据来源: ChatGPT   引言         本文主要介绍如何使用 Python 中的 pyecharts 库,绘制多条折线图表。在本例中,我们将展示各国的 COVID-19 确诊人数数据。 1、首先,我们需要导入必要的库: 其中, json  库用于解析 JSON 数据, pyecharts  库用于绘图, TitleOpts 、 Lege

    2024年02月09日
    浏览(56)
  • 使用Pyecharts进行全国水质TDS地图可视化全过程2:使用Power Query 进行百万行级别数据匹配

    简介:本文介绍使用Excel  Power Query进行数据匹配。利用这种方式,可以在几分钟内完成百万级别数据量的匹配。 在TDS可视化地图项目中,我们的原始数据没有TDS和具体安装地址的对应,我们需要通过机器条码去匹配安装台账的地址。 这个数据量很大,有多大?我们截取的时

    2024年02月05日
    浏览(57)
  • pyecharts图形在Jupyter-notebook中不显示问题

    问题:在jupyter-notebook中使用pyecharts作图,渲染到jupyter中不显示 原因:渲染图形的echarts的js静态资源加载不出来 解决办法: 引用pyecharts本地服务器(比较麻烦),参考官网 配置图形的js资源加载的远程服务器,找一个比较快的cdn,bootstrap提供的就不错, 注意不加后面的 /echar

    2024年02月11日
    浏览(43)
  • 关于在Jupyter Notebook中用Pyecharts作图,图形不显示问题

    提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 在Jupyter Notebook中用pyecharts作图的时候,图形只有坐标轴而没有图,发现网上也很多人遇到这个问题,这里说一下。 因为我们很多时候都会用Pandas来处理数据,图形无法显示其实pyecharts这个库的一个小

    2024年02月07日
    浏览(78)
  • 使用VSCode内的jupyter编写R语言:绘制中国省份地区热力图

    对于一门从未接触过的编程语言,相信大家的吐槽点和我一样:又要安装软件,配置环境!其实R语言的安装和环境配置并不复杂,只需要安装两部分内容:R语言+编辑器,关于R语言的安装,大家可以去看这个教程,这哥们儿写的不错https://blog.csdn.net/xhmico/article/details/12244366

    2024年01月17日
    浏览(49)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包