Python pyecharts Map地图数据不显示的原因及完美解决

更新时间：2023年12月14日 08:30:49 作者：_考不上研究生不改名

这篇文章主要给大家介绍了关于Python pyecharts Map地图数据不显示的原因及解决办法,pyecharts是一款将python与echarts结合的强大的数据可视化工具,文中通过图文以及代码示例介绍的非常详细,需要的朋友可以参考下

项目场景

Python数据可视化，使用 Pyecharts.charts 模块中的Map，并导入数据来构建全国疫情热力地图

问题描述

本人在学习该章节课程时，代码和视频中的代码是完全一致的，但是生成的地图却和视频中不一样，生成结果中，不显示地图热力和数据，问题代码及运行结果如下：

import json
from pyecharts.charts import Map
from pyecharts.options import *

# 读取数据文件
f = open("C:\\Users\\18379\\Desktop\\可视化案例数据\\地图数据\\疫情.txt", "r", encoding="UTF-8")
data = f.read()
# 关闭文件
f.close()

# 将字符串json转换为python的字典
data_dict = json.loads(data)

# 从字典中取出省份的数据
province_data_list = data_dict["areaTree"][0]["children"]

# 组装每个省份和确诊人数为元组，并各个省的数据都封装入列表内
data_list = []
for province_data in province_data_list:
    province_name = province_data["name"]
    province_confirm = province_data["total"]["confirm"]
    data_list.append((province_name, province_confirm))

# 创建地图对象
map = Map()

# 添加数据
map.add("各省份确诊人数", data_list, "china")

# 设置全局配置，定制分段的视觉映射
map.set_global_opts(
    title_opts=TitleOpts(title="全国疫情地图"),
    visualmap_opts=VisualMapOpts(
        is_show=True,
        is_piecewise=True,
        pieces=[
            {"min": 1, "max": 99, "lable": "1~99人", "color": "#CCFFFF"},
            {"min": 100, "max": 999, "lable": "100~9999人", "color": "#FFFF99"},
            {"min": 1000, "max": 4999, "lable": "1000~4999人", "color": "#FF9966"},
            {"min": 5000, "max": 9999, "lable": "5000~99999人", "color": "#FF6666"},
            {"min": 10000, "max": 99999, "lable": "10000~99999人", "color": "#CC3333"},
            {"min": 100000, "lable": "100000+", "color": "#990033"},
        ]
    )
)

# 绘图
map.render("全国疫情地图.html")

运行结果：

原因分析

在代码和所使用数据完全一致的情况下，仍然得不到正确的结果，所以只能去考虑是不是pyecharts版本问题，该视频上传时间是在2022年8月，时隔一年很可能是pyecharts版本进行了更新，导致代码出现bug，此时我们再仔细观察视频中生成的地图，与自己生成的地图进行对比，能够发现一些问题，对比如下：

通过以上对比很明显能够发现，两者省份名称不对应，所以可以大胆猜测，是不是从文本数据中提取出的省份信息与Map中内置的省份名称不对应所导致的数据不能正常显示呢？下面我们来验证一下自己的想法。

解决方案

第一步：

我们通过for循环从文本中提取各省份对应数据，得到 data_list 后先打印一下其中的内容看一眼，显然列表中的省份名称与视频中生成地图的省份名称是对应的，而与我们生成地图中的省份名称不对应。

第二步：

尝试更改 data_list 中省份名称，使其与Map中省份名称对应，在for循环体中增加如下代码，来处理省份不匹配问题。

注意：23个省 + 5个自治区 + 4个直辖市 +2个特别行政区

# 组装每个省份和确诊人数为元组，并各个省的数据都封装入列表内
data_list = []
for province_data in province_data_list:
    province_name = province_data["name"]
    province_confirm = province_data["total"]["confirm"]
    
    #处理省份不匹配问题
    if province_name == "新疆":
        province_name = "新疆维吾尔自治区"
    elif province_name == "广西":
        province_name = "广西壮族自治区"
    elif province_name == "宁夏":
        province_name = "宁夏回族自治区"
    elif province_name in ["内蒙古","西藏"]:
        province_name = province_name + "自治区"
    elif province_name in ["北京","天津","重庆","上海"]:
        province_name = province_name + "市"
    elif province_name in ["香港","澳门"]:
        province_name = province_name + "特别行政区"
    else:
        province_name = province_name + "省"
        
    data_list.append((province_name, province_confirm))
print(data_list)

第三步：

重新运行并打印 data_list ，此时省份名称已更改，查看地图，热力和数据正常显示，问题解决！

完整代码

import json
from pyecharts.charts import Map
from pyecharts.options import *

# 读取数据文件
f = open("C:\\Users\\18379\\Desktop\\可视化案例数据\\地图数据\\疫情.txt", "r", encoding="UTF-8")
data = f.read()
# 关闭文件
f.close()

# 将字符串json转换为python的字典
data_dict = json.loads(data)

# 从字典中取出省份的数据
province_data_list = data_dict["areaTree"][0]["children"]

# 组装每个省份和确诊人数为元组，并各个省的数据都封装入列表内
data_list = []
for province_data in province_data_list:
    province_name = province_data["name"]
    province_confirm = province_data["total"]["confirm"]
    
    #处理省份不匹配问题
    if province_name == "新疆":
        province_name = "新疆维吾尔自治区"
    elif province_name == "广西":
        province_name = "广西壮族自治区"
    elif province_name == "宁夏":
        province_name = "宁夏回族自治区"
    elif province_name in ["内蒙古","西藏"]:
        province_name = province_name + "自治区"
    elif province_name in ["北京","天津","重庆","上海"]:
        province_name = province_name + "市"
    elif province_name in ["香港","澳门"]:
        province_name = province_name + "特别行政区"
    else:
        province_name = province_name + "省"
        
    data_list.append((province_name, province_confirm))
print(data_list)

# 创建地图对象
map = Map()

# 添加数据
map.add("各省份确诊人数", data_list, "china")

# 设置全局配置，定制分段的视觉映射
map.set_global_opts(
    title_opts=TitleOpts(title="全国疫情地图"),
    visualmap_opts=VisualMapOpts(
        is_show=True,
        is_piecewise=True,
        pieces=[
            {"min": 1, "max": 99, "lable": "1~99人", "color": "#CCFFFF"},
            {"min": 100, "max": 999, "lable": "100~9999人", "color": "#FFFF99"},
            {"min": 1000, "max": 4999, "lable": "1000~4999人", "color": "#FF9966"},
            {"min": 5000, "max": 9999, "lable": "5000~99999人", "color": "#FF6666"},
            {"min": 10000, "max": 99999, "lable": "10000~99999人", "color": "#CC3333"},
            {"min": 100000, "lable": "100000+", "color": "#990033"},
        ]
    )
)

# 绘图
map.render("全国疫情地图.html")

总结

到此这篇关于Python pyecharts Map地图数据不显示的原因及完美解决的文章就介绍到这了,更多相关pyecharts Map地图数据不显示内容请搜索脚本之家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脚本之家！

您可能感兴趣的文章:

pytorch中的自定义数据处理详解
今天小编就为大家分享一篇pytorch中的自定义数据处理详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-01-01
Python3中省略号(...)用法介绍
本文主要介绍了Python3中省略号(...)用法介绍，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2023-02-02
Python使用asyncio包处理并发的实现代码
这篇文章主要介绍了Python使用asyncio包处理并发,asyncio包使用事件循环驱动的协程实现并发，本文通过实例代码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
2022-12-12
Python中Scrapy+adbapi提高数据库写入效率实现
本文主要介绍了Python中Scrapy+adbapi提高数据库写入效率实现，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
2021-10-10
解决Pyinstaller 打包exe文件取消dos窗口(黑框框)的问题
今天小编就为大家分享一篇解决Pyinstaller 打包exe文件取消dos窗口(黑框框)的问题，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-06-06
Python获取文件夹下的所有文件路径小结
在Python编程过程中,需要获取某一个文件目录下的所有文件,或获取文件目录下的所有指定后缀名的文件等,本文主要介绍了Python获取文件夹下的所有文件路径,感兴趣的可以了解一下
2023-10-10
python 密码加密与解密的实现
本文主要介绍了python 密码加密与解密的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2023-02-02
python mysqldb连接数据库
今天无事想弄下python做个gui开发，最近发布的是python 3k，用到了数据库，通过搜索发现有一个mysqldb这样的控件，可以使用，就去官方看了下结果，没有2.6以上的版本
2009-03-03
在pycharm中为项目导入anacodna环境的操作方法
这篇文章主要介绍了在pycharm中为项目导入anacodna环境的操作方法,本文图文并茂通过实例详解的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下
2020-02-02
编写多线程Python服务器最适合基础
很好的Python多线程基础教程，能够帮助初学者快速了解Python多线程简单实现。线程可以使任何程序运行得更快。但是这也增加了代码的复杂性。所以，如果你发现很难理解，那么添加更多的日志将有助于检查里面发生了什么
2018-09-09