地图与地理坐标可视化

前言

导入基本包

import numpy as np
import pandas as pd
import json
from pandas.io.json import json_normalize
import pyecharts as pe
from collections import Counter

一、geo

官网的例子：

from pyecharts.faker import Faker
from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.globals import ChartType, SymbolType


g0 = Geo()
g0.add_schema(maptype="china")
g0.add("geo", [list(z) for z in zip(Faker.provinces, Faker.values())])
g0.set_series_opts(label_opts=opts.LabelOpts(is_show=False))#去掉标识
g0.set_global_opts(
            visualmap_opts=opts.VisualMapOpts(is_piecewise=True,max_=300),#显示坐下角的颜色控制,max_=300是控制范围的
            title_opts=opts.TitleOpts(title="Geo-基本示例"),
        )
g0.render_notebook()

可以选择省市：
可以通过maptype来选择具体省市的地图

g0 = Geo()
g0.add_schema(maptype="浙江")#可以通过maptype来选择具体省市的地图
g0.add("geo", [["杭州",50],["宁波",30],["义乌",20],["萧山",99]])
g0.set_series_opts(label_opts=opts.LabelOpts(is_show=False))#去掉标识
g0.set_global_opts(
            visualmap_opts=opts.VisualMapOpts(is_piecewise=True,max_=300),
            title_opts=opts.TitleOpts(title="Geo-基本示例"),
        )
g0.render_notebook()

利用g.add_coordinate画自定义坐标
经纬度查询：http://www.gpsspg.com/maps.htm.

from pyecharts.globals import GeoType  #导包

g = Geo()
g.add_schema(maptype=city)

g.add_coordinate('杭州师范大学仓前校区',120.0109472358, 30.2910373720)#注意这里要求经度在前维度在后
g.add_coordinate('萧山城厢街道',120.2740081170, 30.1605364542)

data_pair = [('杭州师范大学仓前校区', 100),('萧山城厢街道', 500),("杭州",50)]

g.add('', data_pair,symbol_size=20)

#  is_piecewise 是否自定义分段， 变为true 才能生效
g.set_global_opts(
        visualmap_opts=opts.VisualMapOpts(is_piecewise=True,max_=800),#注意默认max_
        title_opts=opts.TitleOpts(title="{}-店铺分布".format(city)),
    )

g.render_notebook()

city = '杭州'
g = Geo()
g.add_schema(maptype=city)
# 定义坐标对应的名称，添加到坐标库中 add_coordinate(name, lng, lat)
g.add_coordinate('杭州师范大学仓前校区',120.0109472358, 30.2910373720)#注意这里要求经度在前维度在后
g.add_coordinate('萧山城厢街道',120.2740081170, 30.1605364542)
# 定义数据对
data_pair = [('杭州师范大学仓前校区', 10),('萧山城厢街道', 5),("杭州",50)]

# Geo 图类型，有 scatter, effectScatter, heatmap, lines 4 种，建议使用
# from pyecharts.globals import GeoType
# GeoType.GeoType.EFFECT_SCATTER，GeoType.HEATMAP，GeoType.LINES
# 将数据添加到地图上
g.add('', data_pair, type_=GeoType.EFFECT_SCATTER, symbol_size=15)
# 设置样式
g.set_series_opts(label_opts=opts.LabelOpts(is_show=False))

# 自定义分段 color 可以用取色器取色
pieces = [
        {
    
    'max': 6, 'label': '5以下', 'color': '#FF00FF'},
        {
    
    'min': 6, 'max': 10, 'label': '5-10', 'color': 'yellow'},
        {
    
    'min': 10, 'max': 100, 'label': '10-100', 'color': 'red'} # 有下限无上限
    ]
#  is_piecewise 是否自定义分段， 变为true 才能生效
g.set_global_opts(
        visualmap_opts=opts.VisualMapOpts(is_piecewise=True, pieces=pieces),#注意默认max_
        title_opts=opts.TitleOpts(title="{}-店铺分布".format(city)),
    )

g.render_notebook()

二、map作图

map的功能和geo有不少重合，区别在于可以显示地图区域块

from pyecharts.charts import Map

[list(z) for z in zip(Faker.provinces, Faker.values())]#数据

m1=Map()
m1.add("商家A", [list(z) for z in zip(Faker.provinces, Faker.values())], "china")
m1.set_global_opts(
            title_opts=opts.TitleOpts(title="Map-VisualMap（分段型）"),
            visualmap_opts=opts.VisualMapOpts(max_=200, is_piecewise=True),
        )
m1.render_notebook()

实例：
2020年重庆各区县GDP地图

import numpy as np
import pandas as pd
from pyecharts.charts import Map
df = pd.read_excel(r"C:\Users\86185\Desktop\重庆各区县GDP.xlsx")
df1 = df.values #转换成画地图的形式
df1

m1=Map()
m1.add("重庆各区县2020年GDP", df1, "重庆")
m1.set_global_opts(
            title_opts=opts.TitleOpts(title="Map-VisualMap（分段型）"),
            visualmap_opts=opts.VisualMapOpts(max_=2010, is_piecewise=True),
        )
m1.render_notebook()