如何使用Python实现动态地图绘制?
- 内容介绍
- 文章标签
- 相关推荐
本文共计554个文字,预计阅读时间需要3分钟。
使用Python绘制动态地图并获取数据:
python导入pandas库和pyecharts库导入Map类和options模块导入Tim模块
下载数据链接:https://pan.baidu.com/s/1xjUm4d8VJEqReYKaWwOxvg 提取码:qpra使用pandas读取数据data=pandas.read_csv(数据.csv)
创建地图对象map_chart=Map()
设置地图的和全局配置map_chart.set_global_opts(title_opts=opts.TitleOpts(title=动态地图))
设置地图的系列配置map_chart.add( series_name=, data_pair=data, maptype=china, label_opts=opts.LabelOpts(is_show=False),)
渲染地图map_chart.render(动态地图.)
python_绘制动态地图
数据:数据下载链接: pan.baidu.com/s/1xjUm4d8VJEqReYKaWwOxvg 提取码: qpra
import pandasfrom pyecharts.charts import Map
from pyecharts import options as opts
from pyecharts.charts import Timeline
data = pandas.read_excel('C:/data/xgyq.xlsx',sheet_name='2', index_col='time')
#取出省份列表
attr = data.columns.tolist()
#统计数据条数
n = len(data.index)
data.head()
湖北 浙江 广东 河南 湖南 安徽 江西 重庆 四川 山东 ... 贵州 宁夏 内蒙古 新疆 吉林 香港 台湾 青海 澳门 西藏
time
2020-01-10 41 0 0 0 0 0 0 0 0 0 ... 0 0 0 0 0 0 0 0 0 0
2020-01-11 0 0 0 0 0 0 0 0 0 0 ... 0 0 0 0 0 0 0 0 0 0
2020-01-12 0 0 0 0 0 0 0 0 0 0 ... 0 0 0 0 0 0 0 0 0 0
2020-01-13 0 0 0 0 0 0 0 0 0 0 ... 0 0 0 0 0 0 0 0 0 0
2020-01-14 0 0 0 0 0 0 0 0 0 0 ... 0 0 0 0 0 0 0 0 0 0
5 rows × 34 columns
#定义每日地图绘制函数
def map_visualmap(sequence, date) -> Map:
c = (
Map()
.add(date, sequence, maptype="china")
.set_global_opts(
title_opts=opts.TitleOpts(title="全国疫情动态地图"),
visualmap_opts=opts.VisualMapOpts(max_=150),
)
)
return c
#创建时间轴对象
timeline = Timeline()
for i in range(n):
#取每日数据
row = data.iloc[i,].tolist()
#将数据转换为二元的列表
sequence_temp = list(zip(attr,row))
#对日期格式化以便显示
time = format(data.index[i], "%Y-%m-%d")
#创建地图
map_temp = map_visualmap(sequence_temp,time)
#将地图加入时间轴对象
timeline.add(map_temp,time).add_schema(play_interval=360)
# 地图创建完成后,通过render()方法可以将地图渲染为html
timeline.render('全国疫情动态地图.html')
本文共计554个文字,预计阅读时间需要3分钟。
使用Python绘制动态地图并获取数据:
python导入pandas库和pyecharts库导入Map类和options模块导入Tim模块
下载数据链接:https://pan.baidu.com/s/1xjUm4d8VJEqReYKaWwOxvg 提取码:qpra使用pandas读取数据data=pandas.read_csv(数据.csv)
创建地图对象map_chart=Map()
设置地图的和全局配置map_chart.set_global_opts(title_opts=opts.TitleOpts(title=动态地图))
设置地图的系列配置map_chart.add( series_name=, data_pair=data, maptype=china, label_opts=opts.LabelOpts(is_show=False),)
渲染地图map_chart.render(动态地图.)
python_绘制动态地图
数据:数据下载链接: pan.baidu.com/s/1xjUm4d8VJEqReYKaWwOxvg 提取码: qpra
import pandasfrom pyecharts.charts import Map
from pyecharts import options as opts
from pyecharts.charts import Timeline
data = pandas.read_excel('C:/data/xgyq.xlsx',sheet_name='2', index_col='time')
#取出省份列表
attr = data.columns.tolist()
#统计数据条数
n = len(data.index)
data.head()
湖北 浙江 广东 河南 湖南 安徽 江西 重庆 四川 山东 ... 贵州 宁夏 内蒙古 新疆 吉林 香港 台湾 青海 澳门 西藏
time
2020-01-10 41 0 0 0 0 0 0 0 0 0 ... 0 0 0 0 0 0 0 0 0 0
2020-01-11 0 0 0 0 0 0 0 0 0 0 ... 0 0 0 0 0 0 0 0 0 0
2020-01-12 0 0 0 0 0 0 0 0 0 0 ... 0 0 0 0 0 0 0 0 0 0
2020-01-13 0 0 0 0 0 0 0 0 0 0 ... 0 0 0 0 0 0 0 0 0 0
2020-01-14 0 0 0 0 0 0 0 0 0 0 ... 0 0 0 0 0 0 0 0 0 0
5 rows × 34 columns
#定义每日地图绘制函数
def map_visualmap(sequence, date) -> Map:
c = (
Map()
.add(date, sequence, maptype="china")
.set_global_opts(
title_opts=opts.TitleOpts(title="全国疫情动态地图"),
visualmap_opts=opts.VisualMapOpts(max_=150),
)
)
return c
#创建时间轴对象
timeline = Timeline()
for i in range(n):
#取每日数据
row = data.iloc[i,].tolist()
#将数据转换为二元的列表
sequence_temp = list(zip(attr,row))
#对日期格式化以便显示
time = format(data.index[i], "%Y-%m-%d")
#创建地图
map_temp = map_visualmap(sequence_temp,time)
#将地图加入时间轴对象
timeline.add(map_temp,time).add_schema(play_interval=360)
# 地图创建完成后,通过render()方法可以将地图渲染为html
timeline.render('全国疫情动态地图.html')

