一 基礎地圖使用

• 使用 Pyecharts 構建地圖可視化也是很簡單的。Pyecharts 支持多種地圖類型，包括普通地圖、熱力圖、散點地圖等。以下是一個構建簡單地圖的示例，以中國地圖為例：

1. 首先，確保已安裝了Pyecharts 庫。可以使用以下命令來安裝：

   pip install pyecharts
   

2. 然后，創建一個 Python 腳本，例如 map_example.py，并輸入以下代碼：

from pyecharts.charts import Map
from pyecharts.options import VisualMapOpts# 準備地圖對象
map = Map()
# 準備數據
data = [("北京市", 99),("上海市", 199),("湖南省", 299),("臺灣省", 399),("廣東省", 499)
]
# 添加數據
map.add("銷售額", data, "china")# 設置全局選項
map.set_global_opts(visualmap_opts=VisualMapOpts(is_show=True,is_piecewise=True,pieces=[{"min": 1, "max": 9, "label": "1-9", "color": "#CCFFFF"},{"min": 10, "max": 99, "label": "10-99", "color": "#FF6666"},{"min": 100, "max": 500, "label": "100-500", "color": "#990033"}])
)# 繪圖
map.render("銷售額.html")

• 使用Pyecharts 的 Map 類來創建地圖可視化。通過 add 方法，添加銷售額數據，并指定了地圖類型為 “china”。然后，通過 set_global_opts 方法設置了圖表的標題和視覺映射選項，以控制顏色映射。

• 運行腳本后，將會生成一個名為 銷售額.html 的 HTML 文件，其中包含了一個簡單的中國地圖。
  

二 國內疫情可視化圖表

2.1 實現步驟

1. 查看數據文件分析json結構，可使用在線json工具進行分析
   
2. 根據json文件結構獲取省份(name)和確診人數(confirm)數據，并組成列表

import json# 讀取數據文件
f = open("D:/疫情.txt", "r", encoding="UTF-8")
data = f.read()     # 全部數據
# 關閉文件
f.close()
# 取到各省數據
# 將字符串json轉換為python的字典
data_dict = json.loads(data)        # 基礎數據字典
# 從字典中取出省份的數據
province_data_list = data_dict["areaTree"][0]["children"]
# 組裝每個省份和確診人數為元組，并各個省的數據都封裝入列表內
data_list = []      # 繪圖需要用的數據列表
for province_data in province_data_list:province_name = province_data["name"]                   # 省份名稱province_confirm = province_data["total"]["confirm"]    # 確診人數data_list.append((province_name, province_confirm))

3. 省份的縮寫映射到全稱處理

# 字典映射省份縮寫到全稱
province_mapping = {'臺灣': '臺灣省','江蘇': '江蘇省','云南': '云南省','河南': '河南省','上海': '上海市','湖南': '湖南省','湖北': '湖北省','廣東': '廣東省','香港': '香港特別行政區','福建': '福建省','浙江': '浙江省','山東': '山東省','四川': '四川省','天津': '天津市','北京': '北京市','陜西': '陜西省','廣西': '廣西壯族自治區','遼寧': '遼寧省','重慶': '重慶市','澳門': '澳門特別行政區','甘肅': '甘肅省','山西': '山西省','海南': '海南省','內蒙古': '內蒙古自治區','吉林': '吉林省','黑龍江': '黑龍江省','寧夏': '寧夏回族自治區','青海': '青海省','江西': '江西省','貴州': '貴州省','西藏': '西藏自治區','安徽': '安徽省','河北': '河北省','新疆': '新疆維吾爾自治區',
}# 處理地區名，替換為全稱
processed_data=[(province_mapping.get(area, area), value) for area, value in data_list]
print(processed_data)

[('臺灣省', 15880), ('江蘇省', 1576), ('云南省', 982), ('河南省', 1518), ('上海市', 2408), ('湖南省', 1181), ('湖北省', 68286), 
('廣東省', 2978), ('香港特別行政區', 12039), ('福建省', 773), ('浙江省', 1417), ('山東省', 923), ('四川省', 1179), ('天津市', 445),('北京市', 1107), ('陜西省', 668), ('廣西壯族自治區', 289), ('遼寧省', 441), ('重慶市', 603), ('澳門特別行政區', 63), ('甘肅省', 199), ('山西省', 255), ('海南省', 190), ('內蒙古自治區', 410), ('吉林省', 574), ('黑龍江省', 1613), ('寧夏回族自治區', 77),('青海省', 18), ('江西省', 937), ('貴州省', 147), ('西藏自治區', 1), ('安徽省', 1008), ('河北省', 1317), ('新疆維吾爾自治區', 980)]

4. 創建地圖，設置顏色分段映射

from pyecharts.charts import Map
from pyecharts.options import *# 創建地圖對象
map = Map()
# 添加數據
map.add("各省份確診人數", processed_data, "china")
# 設置全局配置，定制分段的視覺映射
map.set_global_opts(title_opts=TitleOpts(title="全國疫情地圖"),visualmap_opts=VisualMapOpts(is_show=True,           # 是否顯示is_piecewise=True,      # 是否分段pieces=[{"min": 1, "max": 99, "label": "1~99人", "color": "#CCFFFF"},{"min": 100, "max": 999, "label": "100~9999人", "color": "#FFFF99"},{"min": 1000, "max": 4999, "label": "1000~4999人", "color": "#FF9966"},{"min": 5000, "max": 9999, "label": "5000~99999人", "color": "#FF6666"},{"min": 10000, "max": 99999, "label": "10000~99999人", "color": "#CC3333"},{"min": 100000, "label": "100000+", "color": "#990033"},])
)
# 繪圖
map.render("全國疫情地圖.html")

2.2 完整代碼

import json
from pyecharts.charts import Map
from pyecharts.options import *# 字典映射省份縮寫到全稱
province_mapping = {'臺灣': '臺灣省','江蘇': '江蘇省','云南': '云南省','河南': '河南省','上海': '上海市','湖南': '湖南省','湖北': '湖北省','廣東': '廣東省','香港': '香港特別行政區','福建': '福建省','浙江': '浙江省','山東': '山東省','四川': '四川省','天津': '天津市','北京': '北京市','陜西': '陜西省','廣西': '廣西壯族自治區','遼寧': '遼寧省','重慶': '重慶市','澳門': '澳門特別行政區','甘肅': '甘肅省','山西': '山西省','海南': '海南省','內蒙古': '內蒙古自治區','吉林': '吉林省','黑龍江': '黑龍江省','寧夏': '寧夏回族自治區','青海': '青海省','江西': '江西省','貴州': '貴州省','西藏': '西藏自治區','安徽': '安徽省','河北': '河北省','新疆': '新疆維吾爾自治區',
}# 讀取數據文件
f = open("C:/疫情.txt", "r", encoding="UTF-8")
data = f.read()     # 全部數據
# 關閉文件
f.close()
# 取到各省數據
# 將字符串json轉換為python的字典
data_dict = json.loads(data)        # 基礎數據字典
# 從字典中取出省份的數據
province_data_list = data_dict["areaTree"][0]["children"]
# 組裝每個省份和確診人數為元組，并各個省的數據都封裝入列表內
data_list = []      # 繪圖需要用的數據列表
for province_data in province_data_list:province_name = province_data["name"]                   # 省份名稱province_confirm = province_data["total"]["confirm"]    # 確診人數data_list.append((province_name, province_confirm))# 處理地區名，替換為全稱
processed_data=[(province_mapping.get(area, area), value) for area, value in data_list]
print(processed_data)# 創建地圖對象
map = Map()
# 添加數據
map.add("各省份確診人數", processed_data, "china")
# 設置全局配置，定制分段的視覺映射
map.set_global_opts(title_opts=TitleOpts(title="全國疫情地圖"),visualmap_opts=VisualMapOpts(is_show=True,           # 是否顯示is_piecewise=True,      # 是否分段pieces=[{"min": 1, "max": 99, "label": "1~99人", "color": "#CCFFFF"},{"min": 100, "max": 999, "label": "100~9999人", "color": "#FFFF99"},{"min": 1000, "max": 4999, "label": "1000~4999人", "color": "#FF9966"},{"min": 5000, "max": 9999, "label": "5000~99999人", "color": "#FF6666"},{"min": 10000, "max": 99999, "label": "10000~99999人", "color": "#CC3333"},{"min": 100000, "label": "100000+", "color": "#990033"},])
)
# 繪圖
map.render("全國疫情地圖.html")

2.3 運行結果