python根据json数据画疫情分布地图的详细代码
更新时间:2022年12月29日 10:02 点击:238 作者:阳862
注:数据集在文章最后
一.基础地图使用
1.掌握使用pyecharts构建基础的全国地图可视化图表
演示
from pyecharts.charts import Map from pyecharts.options import VisualMapOpts map=Map() data=[ ("北京",99), ("上海",199), ("湖南",299), ("台湾",199), ("安徽",299), ("广州",399), ("湖北",599) ] map.add("地图",data,"china") map.set_global_opts( visualmap_opts=VisualMapOpts( is_show=True ) ) map.render("1.html")
结果是
这里有个问题
is_show=True表示展示图例,但是不准怎么办?
这就需要手动校准范围
from pyecharts.charts import Map from pyecharts.options import VisualMapOpts map=Map() data=[ ("北京",99), ("上海",199), ("湖南",299), ("台湾",199), ("安徽",299), ("广州",399), ("湖北",599) ] map.add("地图",data,"china") map.set_global_opts( visualmap_opts=VisualMapOpts( is_show=True, is_piecewise=True, pieces=[ {"min": 1, "max": 9, "label": "1-9人", "color": "#CCFFFF"}, {"min": 10, "max": 99, "label": "10-99人", "color": "#FFFF99"}, {"min": 100, "max": 499, "label": "100-499人", "color": "#FF9966"}, {"min": 500, "max": 999, "label": "500-999人", "color": "#FF6666"}, {"min": 1000, "max": 9999, "label": "1000-9999人", "color": "#CC3333"}, {"min": 10000, "label": "10000以上", "color": "#990033"}, ] ) ) map.render("1.html")
结果是
这样就可以了
再解释一下颜色的设置
这样就可以查询相应的颜色
二.疫情地图——国内疫情地图
1.案例效果
演示
利用json在线在线解析工具可以看到
那么我们就可以知道该怎么去提取
#从字典中取出省份数据 province_data_list=data_dict["areaTree"][0]["children"]
代码
import json from pyecharts.charts import Map from pyecharts.options import * #读取文件 f=open("D:/疫情.txt","r",encoding="utf-8") data=f.read() #关闭文件 f.close() #获取各省数据 #将字符串json转化为python的字典 data_dict=json.loads(data) #从字典中取出省份数据 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如列表 data_list=[]#绘图需要用到数据列表 for province_data in province_data_list: province_name=province_data["name"]#省份名称 province_confirm=province_data["total"]["confirm"]#确诊人数 data_list.append((province_name,province_confirm))#这里注意列表里面嵌套的是元组 print(f"{type(data_list)}\n{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,定制分段到1视觉映射 map.set_global_opts( title_opts=TitleOpts("全国疫情地图",pos_left="center",pos_bottom="1%"), visualmap_opts=VisualMapOpts( is_show=True,#是否显示 is_piecewise=True,#是否分段 pieces=[ {"min": 1, "max": 9, "label": "1-9人", "color": "#CCFFFF"}, {"min": 10, "max": 99, "label": "10-99人", "color": "#FFFF99"}, {"min": 100, "max": 499, "label": "100-499人", "color": "#FF9966"}, {"min": 500, "max": 999, "label": "500-999人", "color": "#FF6666"}, {"min": 1000, "max": 9999, "label": "1000-9999人", "color": "#CC3333"}, {"min": 10000, "label": "10000以上", "color": "#990033"}, ] ) ) map.render("全国疫情地图.html")
结果是
三.疫情地图——省级疫情地图
以河南省为例
代码
import json from pyecharts.charts import Map from pyecharts.options import * f=open("D:/疫情.txt","r",encoding="utf-8") data=f.read() #关闭文件 f.close() #json数据转化为python字典 data_dict=json.loads(data) #取到河南省数据 cities_data=data_dict["areaTree"][0]["children"][3]["children"] #准备数据为元组并放入list data_list=[] for city_data in cities_data: city_name=city_data["name"]+"市" city_confirm=city_data["total"]["confirm"] data_list.append((city_name,city_confirm)) #构建地图 map=Map() map.add("河南省疫情分布",data_list,"河南") #设置全局选项 map.set_global_opts( title_opts=TitleOpts(title="河南疫情地图"), visualmap_opts=VisualMapOpts( is_show=True,#是否显示 is_piecewise=True,#是否分段 pieces=[ {"min": 1, "max": 9, "label": "1-9人", "color": "#CCFFFF"}, {"min": 10, "max": 99, "label": "10-99人", "color": "#FFFF99"}, {"min": 100, "max": 499, "label": "100-499人", "color": "#FF9966"}, {"min": 500, "max": 999, "label": "500-999人", "color": "#FF6666"}, {"min": 1000, "max": 9999, "label": "1000-9999人", "color": "#CC3333"}, {"min": 10000, "label": "10000以上", "color": "#990033"}, ] ) ) map.render("河南疫情地图.html")
结果是
有个问题:济源市因为数据集中没有相应数据,所以需要我们手动加上去
这样就可以了
结果是
四.数据集
链接: https://pan.baidu.com/s/10eqeAEPjZC9PohlSnMOkJg?pwd=sjte
提取码: sjte
到此这篇关于python根据json数据画疫情分布地图的详细代码的文章就介绍到这了,更多相关python画疫情分布地图内容请搜索猪先飞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猪先飞!
原文出处:https://blog.csdn.net/weixin_63318044/article/details/128444
相关文章
- 这篇文章主要介绍了python-opencv-画外接矩形框的实例代码,代码简单易懂,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...2021-09-04
- 这篇文章主要介绍了matplotlib绘制正余弦曲线图的实现,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...2021-02-22
Python astype(np.float)函数使用方法解析
这篇文章主要介绍了Python astype(np.float)函数使用方法解析,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,需要的朋友可以参考下...2020-06-08- 2022虎年新年即将来临,小编为大家带来了一个利用Python编写的虎年烟花特效,堪称全网最绚烂,文中的示例代码简洁易懂,感兴趣的同学可以动手试一试...2022-02-14
- 在本篇文章里小编给大家分享的是一篇关于python中numpy.empty()函数实例讲解内容,对此有兴趣的朋友们可以学习下。...2021-02-06
python-for x in range的用法(注意要点、细节)
这篇文章主要介绍了python-for x in range的用法,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...2021-05-10- 这篇文章主要介绍了Python 图片转数组,二进制互转操作,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...2021-03-09
- 这篇文章主要介绍了Python中的imread()函数用法说明,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...2021-03-16
- 这篇文章主要介绍了matplotlib bar()实现百分比堆积柱状图,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...2021-02-24
- 这篇文章主要介绍了python如何实现b站直播自动发送弹幕,帮助大家更好的理解和学习使用python,感兴趣的朋友可以了解下...2021-02-20
python Matplotlib基础--如何添加文本和标注
这篇文章主要介绍了python Matplotlib基础--如何添加文本和标注,帮助大家更好的利用Matplotlib绘制图表,感兴趣的朋友可以了解下...2021-01-26- 这篇文章主要介绍了解决python 使用openpyxl读写大文件的坑,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...2021-03-13
- 这篇文章主要介绍了解决echarts 一条柱状图显示两个值,类似进度条的问题,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...2020-07-20
- 今天小编就为大家分享一篇python 计算方位角实例(根据两点的坐标计算),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...2020-04-27
- 这篇文章主要介绍了R语言基本画图函数与多图多线的用法,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...2021-05-06
- 本篇文章是对GDI+简单绘图的绘图知识进行了详细的分析介绍,需要的朋友参考下...2020-06-25
- 采用CSS覆盖的方法就可以了,但是官方是不允许这么做的...2013-10-13
- overlay就是在地图上以另外一种形式浮现在地图上,常见的地图覆盖物为这三种类型,如:popup 弹窗、label标注信息、text文本信息等,接下来跟随小编看下openlayers6之地图覆盖物overlay详解,一起看看吧...2021-09-15
- 这篇文章主要为大家详细介绍了python实现双色球随机选号,文中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...2020-05-02
- 在本篇文章里小编给大家整理的是一篇关于python中使用np.delete()的实例方法,对此有兴趣的朋友们可以学习参考下。...2021-02-01