python根據(jù)json數(shù)據(jù)畫疫情分布地圖的詳細代碼

更新時間：2022年12月27日 11:33:54 作者：陽862

這篇文章主要介紹了python根據(jù)json數(shù)據(jù)畫疫情分布地圖的詳細代碼,掌握使用pyecharts構(gòu)建基礎的全國地圖可視化圖表，本文結(jié)合示例代碼給大家介紹的非常詳細，需要的朋友可以參考下

一.基礎地圖使用

1.掌握使用pyecharts構(gòu)建基礎的全國地圖可視化圖表

演示

from pyecharts.charts import Map
from pyecharts.options import VisualMapOpts
map=Map()
data=[
    ("北京",99),
    ("上海",199),
    ("湖南",299),
    ("臺灣",199),
    ("安徽",299),
    ("廣州",399),
    ("湖北",599)
]
map.add("地圖",data,"china")
map.set_global_opts(
    visualmap_opts=VisualMapOpts(
        is_show=True
 
    )
)
map.render("1.html")

結(jié)果是

這里有個問題

is_show=True表示展示圖例，但是不準怎么辦？
這就需要手動校準范圍

from pyecharts.charts import Map
from pyecharts.options import VisualMapOpts
map=Map()
data=[
    ("北京",99),
    ("上海",199),
    ("湖南",299),
    ("臺灣",199),
    ("安徽",299),
    ("廣州",399),
    ("湖北",599)
]
map.add("地圖",data,"china")
map.set_global_opts(
    visualmap_opts=VisualMapOpts(
        is_show=True,
        is_piecewise=True,
        pieces=[
            {"min": 1, "max": 9, "label": "1-9人", "color": "#CCFFFF"},
            {"min": 10, "max": 99, "label": "10-99人", "color": "#FFFF99"},
            {"min": 100, "max": 499, "label": "100-499人", "color": "#FF9966"},
            {"min": 500, "max": 999, "label": "500-999人", "color": "#FF6666"},
            {"min": 1000, "max": 9999, "label": "1000-9999人", "color": "#CC3333"},
            {"min": 10000, "label": "10000以上", "color": "#990033"},
 
        ]
 
    )
)
map.render("1.html")

結(jié)果是

這樣就可以了

再解釋一下顏色的設置

這樣就可以查詢相應的顏色

二.疫情地圖——國內(nèi)疫情地圖

1.案例效果

演示

利用json在線在線解析工具可以看到

那么我們就可以知道該怎么去提取

#從字典中取出省份數(shù)據(jù)
province_data_list=data_dict["areaTree"][0]["children"]

代碼

import json
from pyecharts.charts import Map
from pyecharts.options import *
#讀取文件
f=open("D:/疫情.txt","r",encoding="utf-8")
data=f.read()
#關閉文件
f.close()
#獲取各省數(shù)據(jù)
#將字符串json轉(zhuǎn)化為python的字典
data_dict=json.loads(data)
#從字典中取出省份數(shù)據(jù)
province_data_list=data_dict["areaTree"][0]["children"]
#組裝每個省份和確診人數(shù)為元組，并各個省的數(shù)據(jù)都封裝如列表
data_list=[]#繪圖需要用到數(shù)據(jù)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(shù)
    data_list.append((province_name,province_confirm))#這里注意列表里面嵌套的是元組
print(f"{type(data_list)}\n{data_list}")
 
#創(chuàng)建地圖對象
map=Map()
#添加數(shù)據(jù)
map.add("各省份確診人數(shù)",data_list,"china")
#設置全局配置，定制分段到1視覺映射
map.set_global_opts(
    title_opts=TitleOpts("全國疫情地圖",pos_left="center",pos_bottom="1%"),
    visualmap_opts=VisualMapOpts(
        is_show=True,#是否顯示
        is_piecewise=True,#是否分段
        pieces=[
            {"min": 1, "max": 9, "label": "1-9人", "color": "#CCFFFF"},
            {"min": 10, "max": 99, "label": "10-99人", "color": "#FFFF99"},
            {"min": 100, "max": 499, "label": "100-499人", "color": "#FF9966"},
            {"min": 500, "max": 999, "label": "500-999人", "color": "#FF6666"},
            {"min": 1000, "max": 9999, "label": "1000-9999人", "color": "#CC3333"},
            {"min": 10000, "label": "10000以上", "color": "#990033"},
 
        ]
 
    )
)
map.render("全國疫情地圖.html")

結(jié)果是

三.疫情地圖——省級疫情地圖

以河南省為例

代碼

import json
from pyecharts.charts import Map
from pyecharts.options import *
 
f=open("D:/疫情.txt","r",encoding="utf-8")
data=f.read()
#關閉文件
f.close()
#json數(shù)據(jù)轉(zhuǎn)化為python字典
data_dict=json.loads(data)
#取到河南省數(shù)據(jù)
cities_data=data_dict["areaTree"][0]["children"][3]["children"]
#準備數(shù)據(jù)為元組并放入list
data_list=[]
 
for city_data in cities_data:
    city_name=city_data["name"]+"市"
    city_confirm=city_data["total"]["confirm"]
    data_list.append((city_name,city_confirm))
#構(gòu)建地圖
map=Map()
map.add("河南省疫情分布",data_list,"河南")
#設置全局選項
map.set_global_opts(
    title_opts=TitleOpts(title="河南疫情地圖"),
    visualmap_opts=VisualMapOpts(
        is_show=True,#是否顯示
        is_piecewise=True,#是否分段
        pieces=[
            {"min": 1, "max": 9, "label": "1-9人", "color": "#CCFFFF"},
            {"min": 10, "max": 99, "label": "10-99人", "color": "#FFFF99"},
            {"min": 100, "max": 499, "label": "100-499人", "color": "#FF9966"},
            {"min": 500, "max": 999, "label": "500-999人", "color": "#FF6666"},
            {"min": 1000, "max": 9999, "label": "1000-9999人", "color": "#CC3333"},
            {"min": 10000, "label": "10000以上", "color": "#990033"},
 
        ]
    )
)
map.render("河南疫情地圖.html")

結(jié)果是

有個問題：濟源市因為數(shù)據(jù)集中沒有相應數(shù)據(jù)，所以需要我們手動加上去

這樣就可以了

結(jié)果是

四.數(shù)據(jù)集

鏈接: https://pan.baidu.com/s/10eqeAEPjZC9PohlSnMOkJg?pwd=sjte

提取碼: sjte

到此這篇關于python根據(jù)json數(shù)據(jù)畫疫情分布地圖的詳細代碼的文章就介紹到這了,更多相關python畫疫情分布地圖內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章:

Python視頻爬蟲實現(xiàn)下載頭條視頻功能示例
這篇文章主要介紹了Python視頻爬蟲實現(xiàn)下載頭條視頻功能,涉及Python正則匹配、網(wǎng)絡傳輸及文件讀寫等相關操作技巧,需要的朋友可以參考下
2018-05-05
對python pandas中 inplace 參數(shù)的理解
這篇文章主要介紹了對python pandas中 inplace 參數(shù)的理解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2020-06-06
win10子系統(tǒng)python開發(fā)環(huán)境準備及kenlm和nltk的使用教程
這篇文章主要介紹了win10子系統(tǒng)python開發(fā)環(huán)境準備及kenlm和nltk的使用教程，非常不錯，具有一定的參考借鑒價值,需要的朋友可以參考下
2019-10-10
Ubuntu安裝Jupyter Notebook教程
這篇文章主要為大家詳細介紹了Ubuntu安裝Jupyter Notebook教程，具有一定的參考價值，感興趣的小伙伴們可以參考一下
2017-10-10
Python 自動登錄淘寶并保存登錄信息的方法
這篇文章主要介紹了Python 自動登錄淘寶并保存登錄信息的方法，本文圖文并茂給大家介紹的非常詳細，具有一定的參考借鑒價值,需要的朋友可以參考下
2019-09-09
python集合比較(交集,并集,差集)方法詳解
python的set,是一個無序不重復元素集, 基本功能包括關系測試和消除重復元素本文講述了python中set集合的比較方法包括交集,并集,差集
2018-09-09
Pytorch框架之one_hot編碼函數(shù)解讀
這篇文章主要介紹了Pytorch框架之one_hot編碼函數(shù)解讀，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教
2023-02-02
用Python實現(xiàn)一個簡單的用戶系統(tǒng)
大家好，本篇文章主要講的是用Python實現(xiàn)一個簡單的用戶系統(tǒng)，感興趣的同學趕快來看一看吧，對你有幫助的話記得收藏一下
2022-01-01
Python中的遠程調(diào)試與性能優(yōu)化技巧分享
Python 是一種簡單易學、功能強大的編程語言,廣泛應用于各種領域,包括網(wǎng)絡編程、數(shù)據(jù)分析、人工智能等,在開發(fā)過程中,我們經(jīng)常會遇到需要遠程調(diào)試和性能優(yōu)化的情況,本文將介紹如何利用遠程調(diào)試工具和性能優(yōu)化技巧來提高 Python 應用程序的效率和性能
2024-05-05
python進階學習實時目標跟蹤示例詳解
這篇文章主要為大家介紹了python進階學習實時目標跟蹤示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪
2023-03-03