目錄
- 一、全國各省單年GDP的可視化
- 二、全國各省多年GDP的可視化
有的時候，我們需要對不同國家或地區(qū)的某項指標進行比較，可簡單通過直方圖加以比較。但直方圖在視覺上并不能很好突出地區(qū)間的差異，因此考慮地理可視化，通過地圖上位置（地理位置）和顏色（顏色深淺代表數(shù)值差異）兩個元素加以體現(xiàn)。在本文案例中，基于第三方庫pyecharts，對中國各省2010-2019年的GDP進行繪制。
我們先來看看最終效果：
關于繪圖數(shù)據(jù)
基于時間和截面兩個維度，可把數(shù)據(jù)分為截面數(shù)據(jù)、時間序列及面板數(shù)據(jù)。在本文案例中，某一年各省的GDP屬于截面數(shù)據(jù)，多年各省的GDP屬于面板數(shù)據(jù)。因此，按照先易后難的原則，先對某一年各省的GDP進行地理可視化，再進一步構建for循環(huán)對多年各省的GDP進行可視化，形成最終的時間輪播圖。
數(shù)據(jù)來源：本文案例使用的GDP數(shù)據(jù)來源于國家統(tǒng)計局官網(wǎng)，可在線下載到本地，保存為csv或excel格式，用pandas中的DataFrame進行讀取。
地理可視化
一、全國各省單年GDP的可視化
在pyecharts中可使用Map類型實現(xiàn)地理可視化，其原理是通過不同顏色填充以展現(xiàn)不同的數(shù)據(jù)，options實現(xiàn)圖表的調整及修飾。代碼展示如下：
import pandas as pd
from pyecharts.charts import Map
import pyecharts.options as opts
frame = pd.read_csv('C:\\Users\\dell\\Desktop\\分省年度數(shù)據(jù)2.csv',encoding='GBK')
map = Map()
map.add("我國地區(qū)的GDP",frame[['地區(qū)','2019年']].values.tolist(),"china")
map.set_global_opts(visualmap_opts=opts.VisualMapOpts(min_=500,max_=12000))
map.render("2019年全國各地區(qū)GDP.html")
解析：add()來實現(xiàn)了數(shù)據(jù)的加載，在配置3個參數(shù)中——第1個是圖的標題，第2個通過.values.tolist()加載要顯示的數(shù)據(jù)，第3個"china"確保顯示的地圖類型是中國。有個細節(jié)需要注意，Map 使用的中國各省份需要將全部的省、市、自治區(qū)等去掉。set_global_opts()實現(xiàn)了用顏色標記數(shù)據(jù)的數(shù)值大小，參數(shù)min_和max_分別代表最小值和最大值。render()用于生成并保存圖像。
效果如下：
然而數(shù)據(jù)分布并不平均，可以通過is_piecewise 屬性表述分段自定義不同的顏色區(qū)間：
geo.set_global_opts(visualmap_opts=opts.VisualMapOpts(
is_piecewise=True,
pieces=[
{"min":0,"max":10000,"label":"1~10000","color":"cyan"},
{"min":10001,"max":20000,"label":"10001~20000","color":"yellow"},
{"min":20001,"max":50000,"label":"20001~50000","color":"orange"},
{"min":50001,"max":80000,"label":"50001~80000","color":"coral"},
{"min":80001,"max":120000,"label":"80001~120000","color":"red"},
]
))
效果如下：
二、全國各省多年GDP的可視化
由于要繪制2010-2019年的GDP數(shù)據(jù)，可以考慮構建一個for循環(huán)，通過str(i)+"年"的形式訪問數(shù)據(jù)表格中處于不同列的各年GDP數(shù)據(jù)。繪制輪播圖可考慮調用Timeline，代碼如下：
import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Map, Timeline
frame = pd.read_csv('C:\\Users\\dell\\Desktop\\分省年度數(shù)據(jù)2.csv',encoding='GBK')
tl = Timeline()
for i in range(2010, 2020):
map0 = (
Map()
.add("省份",frame[['地區(qū)',str(i)+'年']].values.tolist(), "china")
.set_global_opts(
title_opts=opts.TitleOpts(title="Map-{}年GDP（億元）".format(i)),
visualmap_opts=opts.VisualMapOpts(
is_piecewise=True,
pieces=[
{"min":0,"max":10000,"label":"1~10000","color":"cyan"},
{"min":10001,"max":20000,"label":"10001~20000","color":"yellow"},
{"min":20001,"max":50000,"label":"20001~50000","color":"orange"},
{"min":50001,"max":80000,"label":"50001~80000","color":"coral"},
{"min":80001,"max":120000,"label":"80001~12000","color":"red"},
] ),))
tl.add(map0, "{}年".format(i))
tl.render("2010~2019年全國各地區(qū)GDP.html")
效果如下：
本案例的實現(xiàn)并不復雜，在pyecharts官方的參考案例基礎上稍加改動即可實現(xiàn)。作為一名初學者，模仿案例是提升功力的重要途徑，通過模仿可以有效吃透代碼要具體實現(xiàn)的功能，量變到質變，就能根據(jù)自己工作和學習的需要進行靈活應用。
以上就是python用pyecharts實現(xiàn)地圖數(shù)據(jù)可視化的詳細內容，更多關于python pyecharts實現(xiàn)地圖數(shù)據(jù)可視化的資料請關注腳本之家其它相關文章！
您可能感興趣的文章:- JavaScript數(shù)據(jù)可視化:ECharts制作地圖
- 一篇文章搞定echarts地圖輪播高亮
- vue+echarts實現(xiàn)中國地圖流動效果(步驟詳解)
- vue+echarts+datav大屏數(shù)據(jù)展示及實現(xiàn)中國地圖省市縣下鉆功能
- vue中echarts引入中國地圖的案例
- Javascript Echarts空氣質量地圖效果詳解
