图样图森破-pyecharts之地图

作者：数师兄 2021-03-17 08:54:43大数据 数据可视化 pyecharts支持Map（地图）、图样图森Geo（地理坐标）、图样图森Map3D（三维地图）、图样图森BMap（百度地图）多种地图组件。图样图森

​​

在之前南丁格尔玫瑰图的图样图森介绍中，我们把各个国家的图样图森疫情数据以玫瑰图的形式进行了展示，但是图样图森当涉及到的国家数量较多时，玫瑰图也并不能完美地展示出所有国家。图样图森这个时候，图样图森我们很自然地就想到了在世界地图上表示表示各个国家的图样图森，那么在pyecharts中如何实现呢?图样图森

pyecharts支持Map(地图)、Geo(地理坐标)、图样图森Map3D(三维地图)、图样图森BMap(百度地图)多种地图组件。图样图森

仍以疫情数据为例，图样图森不过这次我们选用国内各省级行政单位的数据。这是因为在pyecharts的世界地图中，是使用国家或地区的英文名称来匹配的，而我们获取到的疫情数据则都是中文名称，而中国地图上是使用中文名称来匹配各行政区域的。为免中文名称转换英文名称的麻烦，因此我们本次使用国内的数据来做示范。

​​

数据如上所示，下面我们按部就班地开始地图的各项设置：

from pyecharts import charts, options
from pyecharts.commons.utils import JsCode
import pandas as pd

data = pd.read_excel('国内疫情数据.xlsx')
map1 = charts.Map(init_opts=options.InitOpts(width='1200px', height='800px'))

与往常一样，在初始化配置中我们设置绘图区域的宽和高。接下来是数据项和地图的配置：

map1.add('累计',         data_pair=[(x[1]['地区'], x[1]['累计']) for x in data.iterrows()],         maptype='china',         is_selected=True,         is_roam=True,         aspect_scale=0.75,         selected_mode='multiple',         label_opts=options.LabelOpts(is_show=True,                                      formatter=JsCode('''function(params){                                         if (params['value']){ return params['name'] + ':' + params['value']}                                        else{ return ''}                                        }''')),         is_map_symbol_show=False         )

首先，add接受的第一个参数仍然是数据系列名称，但与一般图表不同但是，Map中对多个数据系列不能同时显示，当你选中的多个系列在同一区域都有值的话，那么就会对其进行求和或平均值、最大值、最小值之一来进行图表展示。

(1) data_pair参数接收的参数为二元数组，第一个元素为区域名称，第二个为区域值

(3)maptype是指地图类型，世界地图为“world”，中国地图则为“china”，如果是国内各省级行政单位，则是“山东”、“北京”、“广东”等

(4)is_selected表示当前数据系列是否默认选中

(5)is_roam为bool值，为True时可以使用鼠标拖拽缩放和移动地图位置

(6)aspect_scale表示地图的长宽比

(7)selected_mode表示是否支持选中多个区域，取值可以是bool型(True、False)和str型(single、multiple)

(8)label_opts是标签项，是指的地图上各区域的名称及其数值等说明，其中formatter参数我们使用Js传入，是为了使地图各区域只有当被传入了数值且值不为0时才会显示标签;如上图中把西藏地区空置，其标签就不再显示

(9)is_map_symbol_show用来控制地图各区域上是否显示标记，如果为True则会在该区域有一个小红点，一般是在其省会城市的位置

map1.set_global_opts(
visualmap_opts=options.VisualMapOpts(
type_='color',
is_show=True,
pos_bottom='50%',
pos_left='0%',
min_=min(data['累计']),
max_=max(data['累计']),
is_piecewise=True,
pieces=[
{ 'min': min(data['累计']), 'max': 200},
{ 'min': 201, 'max': 300},
{ 'min': 301, 'max': 400},
{ 'min': 401, 'max': 500},
{ 'min': 501, 'max': 600},
{ 'min': 601, 'max': 700},
{ 'min': 701, 'max': 800},
{ 'min': 801, 'max': 900},
{ 'min': 901, 'max': 1000},
{ 'min': 1000, 'max': 10000},
{ 'value': 68151, 'label': '湖北', 'color': 'red'},
{ 'value': 10884, 'label': '香港', 'color': 'red'}
]))

对于地图，普遍地是以颜色表示数值大小。Map中在全局配置项中有一个视觉地图的配置项，指定数值最小和最大(min_和max_)，即可以颜色表示此区间数值大小。其中is_piecewise表示是否分段，如果为True则像下图一样，按照pieces中设置的区间即对应颜色分段显示图例，通过点击图例即可选中对应颜色的区域并高亮显示：

​​

如果为False，效果则如下图：图例为一条连续色卡，通过鼠标滑动，可以选择对应颜色的区域，但由于无法指定分段区间及颜色，当离差较大时，就会出现颜色单一，无法达到渐变的效果。

​​

Map3D可以绘制三维地图，效果如下：

 ​​

以每个区域上柱子的长短表示数值大小，直观且立体。现将代码附上，参数含义不再赘述：

map2 = charts.Map3D(init_opts=options.InitOpts(width='1200px', height='800px'))
location = [('121.509062', '25.044332', '台湾'),
('114.502461', '38.045474', '河北'),
('112.549248', '37.857014', '山西'),
('111.670801', '40.818311', '内蒙古'),
('123.429096', '41.796767', '辽宁'),
('125.3245', '43.886841', '吉林'),
('126.642464', '45.756967', '黑龙江'),
('118.767413', '32.041544', '江苏'),
('120.153576', '30.287459', '浙江'),
('117.283042', '31.86119', '安徽'),
('119.306239', '26.075302', '福建'),
('115.892151', '28.676493', '江西'),
('117.000923', '36.675807', '山东'),
('113.665412', '34.757975', '河南'),
('114.298572', '30.584355', '湖北'),
('112.982279', '28.19409', '湖南'),
('113.280637', '23.125178', '广东'),
('108.320004', '22.82402', '广西'),
('110.33119', '20.031971', '海南'),
('104.065735', '30.659462', '四川'),
('106.713478', '26.578343', '贵州'),
('102.712251', '25.040609', '云南'),
('91.132212', '29.660361', '西藏'),
('108.948024', '34.263161', '陕西'),
('103.823557', '36.058039', '甘肃'),
('101.778916', '36.623178', '青海'),
('106.278179', '38.46637', '宁夏'),
('87.617733', '43.792818', '新疆'),
('116.405285', '39.904989', '北京'),
('117.190182', '39.125596', '天津'),
('121.472644', '31.231706', '上海'),
('106.504962', '29.533155', '重庆'),
('114.173355', '22.320048', '香港'),
('113.54909', '22.198951', '澳门')]
location_dict = { x[-1]: [x[0], x[1]] for x in location}
map2.add_schema(
itemstyle_opts=options.ItemStyleOpts(
color="rgb(5,101,123)",
opacity=1,
border_width=0.8,
border_color="rgb(62,215,213)",
),
map3d_label=options.Map3DLabelOpts(
is_show=False,
formatter=JsCode("function(data){ return data.name + " " + data.value[2];}"),
),
emphasis_label_opts=options.LabelOpts(
is_show=False,
color="#fff",
font_size=10,
background_color="rgba(0,23,11,0)",
),
light_opts=options.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="bar3D",
data_pair=[(x[1]['地区'], (location_dict[x[1]['地区']][0], location_dict[x[1]['地区']][1], x[1]['现有'])) for x in
data.iterrows()],
type_=ChartType.BAR3D,
maptype='china',
bar_size=1,
shading="lambert",
label_opts=options.LabelOpts(
is_show=False,
formatter=JsCode("function(data){ return data.name + ' ' + data.value[2];}"),
),
).set_global_opts(title_opts=options.TitleOpts(title="Map3D-Bar3D"))

page = charts.Page()
page.add(map1).add(map2)
page.render('map.html')

​​

 

责任编辑：姜华 来源： 数师兄 Pyecharts可视化工具地图

(责任编辑：时尚)