资讯专栏INFORMATION COLUMN

Python pyecharts绘制地理图表练习方法

89542767 / 447人阅读

  小编写这篇文章的主要目的,是给大家去做一个介绍,介绍关于Python pyecharts绘制地理图标的方法,下面会给大家去罗列一个一个的步骤,将这些具体的内容,给大家去一一的展示出来,就具体的内容,下面就给大家详细解答下。


  炫酷地图


  前期我们介绍了很多的地图模板,不管是全球的还是中国的,其实我感觉都十分的炫酷,哈哈哈,可是还有更加神奇的,更加炫酷的地图模板,下面让我们一起一饱眼福吧!


  3D炫酷地图模板系列


  重庆市3D地图展示


  from pyecharts import options as opts
  from pyecharts.charts import Map3D
  from pyecharts.globals import ChartType
  #经纬度
  example_data=[
  [[119.107078,36.70925,1000],[116.587245,35.415393,1000]],
  [[117.000923,36.675807],[120.355173,36.082982]],
  [[118.047648,36.814939],[118.66471,37.434564]],
  [[121.391382,37.539297],[119.107078,36.70925]],
  [[116.587245,35.415393],[122.116394,37.509691]],
  [[119.461208,35.428588],[118.326443,35.065282]],
  [[116.307428,37.453968],[115.469381,35.246531]],
  ]
  c=(
  Map3D(init_opts=opts.InitOpts(width="1400px",height="700px"))
  .add_schema(
  maptype="重庆",
  itemstyle_opts=opts.ItemStyleOpts(
  color="rgb(5,101,123)",
  opacity=1,
  border_width=0.8,
  border_color="rgb(62,215,213)",
  ),
  light_opts=opts.Map3DLightOpts(
  main_color="#fff",
  main_intensity=1.2,
  is_main_shadow=False,
  main_alpha=55,
  main_beta=10,
  ambient_intensity=0.3,
  ),
  view_control_opts=opts.Map3DViewControlOpts(center=[-10,0,10]),
  post_effect_opts=opts.Map3DPostEffectOpts(is_enable=False),
  )
  .add(
  series_name="",
  data_pair=example_data,
  type_=ChartType.LINES3D,
  effect=opts.Lines3DEffectOpts(
  is_show=True,
  period=4,
  trail_width=3,
  trail_length=0.5,
  trail_color="#f00",
  trail_opacity=1,
  ),
  linestyle_opts=opts.LineStyleOpts(is_show=False,color="#fff",opacity=0),
  )
  .set_global_opts(title_opts=opts.TitleOpts(title="Map3D"))
  .render("区县3D地图.html")
  )

01.png

  中国3D地图


  数组里面分别代表:经纬度,数值


  from pyecharts import options as opts
  from pyecharts.charts import Map3D
  from pyecharts.globals import ChartType
  from pyecharts.commons.utils import JsCode
  example_data=[
  ("黑龙江",[127.9688,45.368,100]),
  ("内蒙古",[110.3467,41.4899,100]),
  ("吉林",[125.8154,44.2584,100]),
  ("辽宁",[123.1238,42.1216,100]),
  ("河北",[114.4995,38.1006,100]),
  ("天津",[117.4219,39.4189,100]),
  ("山西",[112.3352,37.9413,100]),
  ("陕西",[109.1162,34.2004,100]),
  ("甘肃",[103.5901,36.3043,100]),
  ("宁夏",[106.3586,38.1775,100]),
  ("青海",[101.4038,36.8207,100]),
  ("新疆",[87.9236,43.5883,100]),
  ("西藏",[91.11,29.97,100]),
  ("四川",[103.9526,30.7617,100]),
  ("重庆",[108.384366,30.439702,100]),
  ("山东",[117.1582,36.8701,100]),
  ("河南",[113.4668,34.6234,100]),
  ("江苏",[118.8062,31.9208,100]),
  ("安徽",[117.29,32.0581,100]),
  ("湖北",[114.3896,30.6628,100]),
  ("浙江",[119.5313,29.8773,100]),
  ("福建",[119.4543,25.9222,100]),
  ("江西",[116.0046,28.6633,100]),
  ("湖南",[113.0823,28.2568,100]),
  ("贵州",[106.6992,26.7682,100]),
  ("广西",[108.479,23.1152,100]),
  ("海南",[110.3893,19.8516,100]),
  ("上海",[121.4648,31.2891,100]),
  ]
  c=(
  Map3D(init_opts=opts.InitOpts(width="1400px",height="700px"))
  .add_schema(
  itemstyle_opts=opts.ItemStyleOpts(
  color="rgb(5,101,123)",
  opacity=1,
  border_width=0.8,
  border_color="rgb(62,215,213)",
  ),
  map3d_label=opts.Map3DLabelOpts(
  is_show=False,
  formatter=JsCode("function(data){return data.name+""+data.value[2];}"),
  ),
  emphasis_label_opts=opts.LabelOpts(
  is_show=False,
  color="#fff",
  font_size=10,
  background_color="rgba(0,23,11,0)",
  ),
  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="Scatter3D",
  data_pair=example_data,
  type_=ChartType.SCATTER3D,
  bar_size=1,
  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="Map3D"))
  .render("中国3D地图.html")
  )

02.png

  中国3D数据地图(适合做数据可视化)


  如果说前面的那个你看起来不太舒服,那么这个绝对适合做数据可视化展示哟!


  from pyecharts import options as opts
  from pyecharts.charts import Map3D
  from pyecharts.globals import ChartType
  from pyecharts.commons.utils import JsCode
  example_data=[
  ("黑龙江",[127.9688,45.368,100]),
  ("内蒙古",[110.3467,41.4899,300]),
  ("吉林",[125.8154,44.2584,300]),
  ("辽宁",[123.1238,42.1216,300]),
  ("河北",[114.4995,38.1006,300]),
  ("天津",[117.4219,39.4189,300]),
  ("山西",[112.3352,37.9413,300]),
  ("陕西",[109.1162,34.2004,300]),
  ("甘肃",[103.5901,36.3043,300]),
  ("宁夏",[106.3586,38.1775,300]),
  ("青海",[101.4038,36.8207,300]),
  ("新疆",[87.9236,43.5883,300]),
  ("西藏",[91.11,29.97,300]),
  ("四川",[103.9526,30.7617,300]),
  ("重庆",[108.384366,30.439702,300]),
  ("山东",[117.1582,36.8701,300]),
  ("河南",[113.4668,34.6234,300]),
  ("江苏",[118.8062,31.9208,300]),
  ("安徽",[117.29,32.0581,300]),
  ("湖北",[114.3896,30.6628,300]),
  ("浙江",[119.5313,29.8773,300]),
  ("福建",[119.4543,25.9222,300]),
  ("江西",[116.0046,28.6633,300]),
  ("湖南",[113.0823,28.2568,300]),
  ("贵州",[106.6992,26.7682,300]),
  ("广西",[108.479,23.1152,300]),
  ("海南",[110.3893,19.8516,300]),
  ("上海",[121.4648,31.2891,1300]),
  ]
  c=(
  Map3D(init_opts=opts.InitOpts(width="1400px",height="700px"))
  .add_schema(
  itemstyle_opts=opts.ItemStyleOpts(
  color="rgb(5,101,123)",
  opacity=1,
  border_width=0.8,
  border_color="rgb(62,215,213)",
  ),
  map3d_label=opts.Map3DLabelOpts(
  is_show=False,
  formatter=JsCode("function(data){return data.name+""+data.value[2];}"),
  ),
  emphasis_label_opts=opts.LabelOpts(
  is_show=False,
  color="#fff",
  font_size=10,
  background_color="rgba(0,23,11,0)",
  ),
  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="数据",
  data_pair=example_data,
  type_=ChartType.BAR3D,
  bar_size=1,
  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="城市数据"))
  .render("带有数据展示地图.html")
  )

03.png

  看完直呼这个模板,适合做城市之间的数据对,同时也展示了经纬度。


  全国行政区地图(带城市名字)


  from pyecharts import options as opts
  from pyecharts.charts import Map3D
  from pyecharts.globals import ChartType
  c=(
  Map3D(init_opts=opts.InitOpts(width="1400px",height="700px"))
  .add_schema(
  itemstyle_opts=opts.ItemStyleOpts(
  color="rgb(5,101,123)",
  opacity=1,
  border_width=0.8,
  border_color="rgb(62,215,213)",
  ),
  map3d_label=opts.Map3DLabelOpts(
  is_show=True,
  text_style=opts.TextStyleOpts(
  color="#fff",font_size=16,background_color="rgba(0,0,0,0)"
  ),
  ),
  emphasis_label_opts=opts.LabelOpts(is_show=True),
  light_opts=opts.Map3DLightOpts(
  main_color="#fff",
  main_intensity=1.2,
  is_main_shadow=False,
  main_alpha=55,
  main_beta=10,
  ambient_intensity=0.3,
  ),
  )
  .add(series_name="",data_pair="",maptype=ChartType.MAP3D)
  .set_global_opts(
  title_opts=opts.TitleOpts(title="全国行政区划地图-Base"),
  visualmap_opts=opts.VisualMapOpts(is_show=False),
  tooltip_opts=opts.TooltipOpts(is_show=True),
  )
  .render("全国标签地图.html")
  )

04.png

  地球展示


  import pyecharts.options as opts
  from pyecharts.charts import MapGlobe
  from pyecharts.faker import POPULATION
  data=[x for _,x in POPULATION[1:]]
  low,high=min(data),max(data)
  c=(
  MapGlobe(init_opts=opts.InitOpts(width="1400px",height="700px"))
  .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("地球.html")
  )

  05.png

       其实pyecharts还可以做百度地图,可以缩放定位到每一个区域,但是其实我们在日常生活中可能用不上,如果要用可以去百度地图展示效果或者学习练习也是可的


  到此为止,这篇文章就给大家介绍完毕了,希望可以给大家带来帮助。

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/128277.html

相关文章

  • 如何利用Python pyecharts画中国地图

      python使用场景还是很多的,特别是在实现自动化的办公阶段,python的用处是比较的大的,那么,今天又有一个比较新奇的想法,如何使用python中的pyecharts去画一个中国地图呢?下面给各位读者做一个详细介绍。  在这一个月的时间里,利用网络爬虫爬取了杭州所有二手房的一个数据,在作图的时候发现在地图呈现上还是有欠缺,这里就把用到的贴出来,提升一下记忆。  之前有接触用Basemap绘...

    89542767 评论0 收藏0
  • 如何使用Python pyecharts绘制散点图

      小编写这篇文章的主要目的,主要是给大家去做一个解答,解答的内容主要是关于Python pyecharts的一些案例,包括如何使用它去进行绘制一个相关的散点图,怎么能够快速的去进行绘制。就具体的内容,下面就给大家详细解答下。  什么是散点图?  散点图是指在数理统计回归分析中,数据点在直角坐标系平面上的分布图,散点图表示因变量随自变量而变化的大致趋势,由此趋势可以选择合适的函数进行经验分布的拟合...

    89542767 评论0 收藏0
  • Python pyecharts如何绘制饼状图呢?下面给大家解答

      小编写这篇文章的一个主要目的,继续为大家介绍关于Python相关事宜,介绍的内容主要是教我们如何去绘制饼状图,具体怎么去做呢?下面就给大家详细的解答下。  概念  饼图(pie chart)是用圆形及圆内扇形的角度来表示数值大小的图形,它主要用于表示一个样本(或总体)中各组成部分的数据占全部数据的比例。仅排列在工作表的一列或一行中的数据可以绘制到饼图中。饼图显示一个数据系列(数据系列:在图表中...

    89542767 评论0 收藏0
  • Python pyecharts怎么绘制柱状图呢?下面给大家解答

      这篇文章介绍的主要内容是,利用Python pyecharts去绘制柱状图,涉及到内容知识点还是比较的多的,那么,具体需要怎么操作呢?下面就给大家以案例的形式,去做一个介绍,大家仔细的阅读下。  主题介绍  pyecharts里面有很多的主题可以供我们选择,我们可以根据自己的需要完成主题的配置,这样就告别了软件的限制,可以随意的发挥自己的艺术细胞了。  图表参数  '''...

    89542767 评论0 收藏0

发表评论

0条评论

最新活动
阅读需要支付1元查看
<