利用pyecharts绘制地理散点图

import pandas as pd #导入数据分析模块
from pyecharts.charts import Geo #导入地理信息处理模块
from pyecharts import options as opts  #配置
from pyecharts.render import make_snapshot #快照
from snapshot_selenium import snapshot 
from pyecharts.globals import ChartType, SymbolType #全局配置

data=pd.read_excel("D:\数有引力\魔都商圈\办公项目.xlsx")  #读取数据
geo_sight_coord={data['项目名称'][i].strip(): [data['经度'][i], data['纬度'][i]] for i in range(len(data))} #构造位置字典数据
data_pair=[(data['项目名称'][i].strip(), data['日租金'][i]) for i in range(len(data))] #构造项目租金数据

g=Geo() #地理初始化
g.add_schema(maptype="上海") #限定上海市范围
for key, value in geo_sight_coord.items(): #对地理点循环
    g.add_coordinate(key, value[0], value[1]) #追加点位置

g.add("", data_pair, symbol_size=2) #追加项目名称和租金
g.set_series_opts(label_opts=opts.LabelOpts(is_show=False), type='scatter')  #星散点图scatter

pieces = [
        {'max': 3, 'label': '<3', 'color': '#00B2EE'},
        {'min': 3, 'max': 6, '3~6': 'love', 'color': '#71C671'},
        {'min': 6, 'max': 10, '6~10': 'always', 'color': '#CD4F39'},
        {'min': 10,  'label': '10+', 'color': '#FF0000'} # 有下限无上限
         ]

g.set_global_opts(visualmap_opts=opts.VisualMapOpts(is_piecewise=True, pieces=pieces), title_opts=opts.TitleOpts(title="办公项目分布")) #办公项目分布图

make_snapshot(snapshot, g.render("上海市办公项目.html"), "上海市办公项目.png") #渲染成html格式和png格式

geo_sight_coord={data['项目名称'][i].strip(): [data['经度'][i], data['纬度'][i]] for i in range(len(data))} 

{"新桥大厦": 121.472534, 31.246122}

data_pair=[(data['项目名称'][i].strip(), data['日租金'][i]) for i in range(len(data))]

("新桥大厦": 4.3 )