pyecharts绘制中国2020肺炎疫情地图的实例代码
更新时间:2020年02月12日 15:56:58 作者:_学习,进步
在本篇文章里小编给大家整理的是关于pyecharts绘制中国2020肺炎疫情地图的实例代码内容,有兴趣的朋友们可以测试下。
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 11:37 from pyecharts.charts import Map from 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 Map from 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:
以上就是本次脚本之家小编整理的全部内容,感谢大家的支持。
相关文章
Ubuntu22.04安装PyTorch1.12.1 GPU版本全过程
这篇文章主要介绍了Ubuntu22.04安装PyTorch1.12.1 GPU版本全过程,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教2023-06-06使用Python将xmind脑图转成excel用例的实现代码(一)
这篇文章主要介绍了使用Python将xmind脑图转成excel用例的实现代码(一),本文给大家介绍的非常详细对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2020-10-10
最新评论