pyecharts绘制中国2020肺炎疫情地图的实例代码

Qamar ·

更新时间:2024-11-13

· 969 次阅读

近来武汉肺炎肆虐全国，大多人的日常应该是宅在家里。出于好奇，笔者想用Python来绘制中国2020肺炎疫情地图。

本代码采用Python3，需要安装模块：pyecharts和echarts-china-provinces-pypkg。

Python代码如下：


# -*- coding: utf-8 -*-
# author: Jclian91
# time: 2020-01-29 11:37
# -*- coding: utf-8 -*-
# author: Jclian91
# time: 2020-01-29 11:37
from pyecharts.charts import Map
from pyecharts import options as opts
# 省和直辖市
province_distribution = {'湖北':3554, '浙江':296, '广东': 241,
       '湖南':221, '河南':206, '安徽': 152,
       '重庆':147, '山东':121, '江西': 109,
       '四川':108, '江苏':99, '北京':91,
       '福建':82, '上海':80, '广西':58,
       '陕西':56, '河北':48, '云南':44,
       '海南':43, '黑龙江':37, '辽宁':36,
       '山西':27, '天津':25, '甘肃':24,
       '内蒙古':16, '新疆':13, '宁夏':12,
       '贵州':9, '吉林':9, '台湾':8,
       '香港':8, '澳门':7, '青海':6,
       '西藏':0
       }
# maptype='china' 只显示全国直辖市和省级
map = Map()
map.set_global_opts(
 title_opts=opts.TitleOpts(title="20200129中国疫情地图"),
 visualmap_opts=opts.VisualMapOpts(max_=3600, is_piecewise=True,
          pieces=[
          {"max": 5000, "min": 1001, "label": ">1000", "color": "#8A0808"},
          {"max": 1000, "min": 500, "label": "500-1000", "color": "#B40404"},
          {"max": 499, "min": 100, "label": "100-499", "color": "#DF0101"},
          {"max": 99, "min": 10, "label": "10-99", "color": "#F78181"},
          {"max": 9, "min": 1, "label": "1-9", "color": "#F5A9A9"},
          {"max": 0, "min": 0, "label": "0", "color": "#FFFFFF"},
          ], ) #最大数据范围，分段
 )
map.add("20200129中国疫情地图", data_pair=province_distribution.items(), maptype="china", is_roam=True)
map.render('20200129中国疫情地图.html')
from pyecharts.charts import Map
from pyecharts import options as opts
# 省和直辖市
province_distribution = {'湖北':3554, '浙江':296, '广东': 241,
       '湖南':221, '河南':206, '安徽': 152,
       '重庆':147, '山东':121, '江西': 109,
       '四川':108, '江苏':99, '北京':91,
       '福建':82, '上海':80, '广西':58,
       '陕西':56, '河北':48, '云南':44,
       '海南':43, '黑龙江':37, '辽宁':36,
       '山西':27, '天津':25, '甘肃':24,
       '内蒙古':16, '新疆':13, '宁夏':12,
       '贵州':9, '吉林':9, '台湾':8,
       '香港':8, '澳门':7, '青海':6,
       '西藏':0
       }
# maptype='china' 只显示全国直辖市和省级
map = Map()
map.set_global_opts(
 title_opts=opts.TitleOpts(title="20200129中国疫情地图"),
 visualmap_opts=opts.VisualMapOpts(max_=3600, is_piecewise=True,
          pieces=[
          {"max": 5000, "min": 1001, "label": ">1000", "color": "#8A0808"},
          {"max": 1000, "min": 500, "label": "500-1000", "color": "#B40404"},
          {"max": 499, "min": 100, "label": "100-499", "color": "#DF0101"},
          {"max": 99, "min": 10, "label": "10-99", "color": "#F78181"},
          {"max": 9, "min": 1, "label": "1-9", "color": "#F5A9A9"},
          {"max": 0, "min": 0, "label": "0", "color": "#FFFFFF"},
          ], ) #最大数据范围，分段
 )
map.add("20200129中国疫情地图", data_pair=province_distribution.items(), maptype="china", is_roam=True)
map.render('20200129中国疫情地图.html')

注意，代码中的数据为截止到2020年1月29日中午12点整的全国各省的确诊人数，西藏人数应为0。

运行上述代码，会生成20200129中国疫情地图.html，用浏览器打开该HTML文件，如下：

在地图上可以进行一些互动，比如点击某个省份，我们可以看到该省份的数据；再比如我们取消“>1000”这一选项，就会发现湖北省颜色为白色，如下图：

以上就是本次软件开发网小编整理的全部内容，感谢大家的支持。

您可能感兴趣的文章:python的pyecharts绘制各种图表详细（附代码）Python数据可视化 pyecharts实现各种统计图表过程详解Python 数据可视化pyecharts的使用详解Flask使用Pyecharts在单个页面展示多个图表的方法利用pyecharts实现地图可视化的例子Python中pyecharts安装及安装失败的解决方法Pyecharts绘制全球流向图的示例代码使用pyecharts生成Echarts网页的实例解决pyecharts运行后产生的html文件用浏览器打开空白python使用pyecharts库画地图数据可视化的实现pyecharts动态轨迹图的实现示例

肺炎疫情 pyecharts 地图

1024 个赞