李成笔记网

pyecharts是一款将python与echarts结合的强大的数据可视化工具，本系列文章将为你阐述pyecharts的使用细则，让你对数据进行可视化处理时更加得心应手。这一系列中全部代码在Windows 10系统下基于Python3.7和pyecharts1.9.0实际运行通过。

一、前言

在这个系列的上一篇文章笔者介绍了使用pyecharts绘制直角坐标系的一系列基础图表。可以发现，使用echarts绘制的动态图表相较于其他静态图表会更加生动。在这一系列的第二期教学，笔者将会介绍使用pyechars绘制地理图表。

二、使用实例

在本期文章中，我们需要导入的库有：

from pyecharts.charts import *
from pyecharts.components import Table
from pyecharts import options as opts
from pyecharts.commons.utils import JsCode
import  random
import  datetime

GEO地理坐标系，在绘制地理图表中，我们可以使用GEO函数绘制图表，图表示例以及实现代码如下。

实现代码：

province = [
    '广东','广西','湖南','四川','重庆','黑龙江','浙江','山西','河北','北京','河南','山东','西藏','台湾'] 
data = [(i, random.randint(50, 150)) for i in province]
geo = (
    Geo()
    .add_schema(maptype="china")
    .add("", data)
)
geo.render('GEO地图.html')

除了GEO地理坐标系外，我们也可以通过MAP函数绘制MAP地理坐标系地图。相比于使用GEO方法绘制的地图，MAP方法绘制的地图无需触发点击或者移动鼠标即可看到地区信息(地名)。

实现代码：

province = [
    '广东','广西','湖南','四川','重庆','黑龙江','浙江','山西','河北','北京','河南','山东','西藏','台湾'] 
data = [(i, random.randint(50, 150)) for i in province]
map_ = (
    Map()
    .add("", data, 'china')
)
map_.render('MAP地图.html')

3D地图的制作，在以上两个平面地图的基础上，我们可以通过Map3D函数制作立体地图。(注：Map3D函数更新与pyecharts 1.7.0版本，如果提示Map3D函数报错需更新pyecharts库，在cmd窗口执行 pip install --upgrade pyecharts 即可）

实现代码：

province = [
    '广东','广西','湖南','四川','重庆','黑龙江','浙江','山西','河北','北京','河南','山东','西藏','台湾'] 
data = [(i, random.randint(50, 150)) for i in province]
map3d = (
    Map3D()
    .add("", data_pair=data, maptype='china')
)
map3d.render('3D地图.html')

3D地球仪，在pyecharts库中提供了MapGlobe方法用于绘制地球仪，可以直观地展示地球人口、资源分布等情况。在本例中，笔者以地球人口情况为例进行展示。

使用本例方法之前，我们还需要进行如下引入操作：

from pyecharts.faker import POPULATION

实现代码：

earth = (
    MapGlobe()
    .add_schema()
    .add(
        data_pair = POPULATION[1:],
        series_name="world",
        maptype = "world"
    )
    .set_series_opts(
        lable_opts = opts.LabelOpts(is_show=True),
    )
)
earth.render("地球仪.html")

本例是通过POPULATION方法绘制了带有地球人口标识的地球仪，读者可根据自己需要引入不同数据进行绘制。

以上是这一期给大家带来的利用pyecharts绘制地理图表的内容。在下一期的内容中，笔者将更新用pyecharts绘制基本图表的方法，喜欢的朋友可以收藏等待更新。