干货 | 使用pyecharts绘制交互式动态地图

---

干货 | 使用pyecharts绘制交互式动态地图

说到pyecharts，相信很多人不会陌生，一个优秀的python可视化包。

pyecharts是中国人开发的，相比较matplotlib、seaborn等老牌可视化库，pyecharts是十分符合国内用户习惯的，尤其在地理空间图表方面。

本文是想试探一下pyecharts在绘制地理图表方面的功底如何，那就开始吧！

安装pyecharts

pyecharts支持pip、conda安装，快捷方便，推荐在jupyter notebook环境下愉快的玩耍。

pip install pyecharts

本文python版本为3.6，演示环境为jupyter notebook。

pyecharts地理图表可视化

1、导入相关模块

pyecharts库中负责地理坐标系的模块是Geo，负责地图的模块是Map，负责百度地图的模块是BMap，负责图表配置的模块是options。在 pyecharts 中，图表的一切皆通过 options来修饰调整。

另提一句，因为需要用到案例数据，这里还需要导入样本库-sample

from example.commons import Faker 
from pyecharts import options as opts 
from pyecharts.charts import Geo 
from pyecharts.globals import ChartType, SymbolType

2、图表输出和显示

在pyecharts中，图表完成制作后通过render()函数输出为html文件，你可以在render()中传递输出地址参数，将html文件保存到自定义的位置。

c = (
    Geo()
    .add_schema(maptype="china")
    .add("geo", [list(z) for z in zip(Faker.provinces, Faker.values())])
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        visualmap_opts=opts.VisualMapOpts(),
        title_opts=opts.TitleOpts(title="Geo-基本示例"),
    )
)

c.render()# 输出html格式

如果想在notebook中直接展示图表，需要调用render_notebook()函数。

c.render_notebook()# 显示地图

Goe模块常用函数介绍

再来看前面的中国地图示例实现代码：

c = (
    Geo()
    .add_schema(maptype="china")
    .add("geo", [list(z) for z in zip(Faker.provinces, Faker.values())])
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        visualmap_opts=opts.VisualMapOpts(),
        title_opts=opts.TitleOpts(title="Geo-基本示例"),
    )
)

c.render_notebook()# 显示地图

大家可能会觉得这这代码怎么看起来怪怪的，Geo()模块后面连着很多函数，这其实是python的链式调用，使代码更加简洁。
pyecharts所有方法都支持链式调用，当然如果你喜欢单独调用也可以的，像这样：

geo = Geo()
geo.add_schema(maptype="china")
geo.add("geo", [list(z) for z in zip(Faker.provinces, Faker.values())])
geo.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
geo.set_global_opts(visualmap_opts=opts.VisualMapOpts(),title_opts=opts.TitleOpts(title="Geo-基本示例"))

geo .render_notebook()# 显示地图

这两种方法效果一样，本文使用pyecharts推荐的链式调用方法。
可以清晰地看到，示例中Geo()模块调用了五个功能函数：

• add_schema() ：控制地图类型、视角中心点等
• add()：添加图表名称、传入数据集、选择geo图类型、调整图例等
• set_series_opts() ：系列配置项，可配置图元样式、文字样式、标签样式、点线样式等
• set_global_opts() ： 全局配置项，可配置标题、动画、坐标轴、图例等
• render_notebook() ： 在notebook中渲染显示图表

另外，Geo()模块还有几个功能函数：

• add_coordinate() : 新增一个坐标点
• add_coordinate_json() ：以json形式新增多个坐标点
• get_coordinate() ：根据地点查询对应坐标

利用Geo绘制地理坐标图表

1、基本图表
采用全国地图，对各省的xx数据做分布展示，数据展示形式为圆点

c = (
    Geo()
    .add_schema(maptype="china")
    .add("geo", [list(z) for z in zip(['江苏','浙江','湖北','湖南','河南'], [22,34,27,53,42])])
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
    .set_global_opts(
        visualmap_opts=opts.VisualMapOpts(),
        title_opts=opts.TitleOpts(title="全国各省xx数据分布"),
    )
)

c.render_notebook()

你可以更换数据展现形式，比如用热力图表示，只需在add()函数中添加参数：type_=ChartType.HEATMAP

以北京作为底图，展示北京市各区县xx数据的分布。将函数add_schema(maptype="china")的maptype="china"修改为maptype="北京"。

c = (
        Geo()
        .add_schema(maptype="北京")
        .add(
            "geo",
            [list(z) for z in zip(['大兴区','房山区','海淀区','朝阳区','东城区'], [150,100,300,200,500])],
            type_=ChartType.EFFECT_SCATTER,
        )
        .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
        .set_global_opts(
            visualmap_opts=opts.VisualMapOpts(),
            title_opts=opts.TitleOpts(title="Geo-HeatMap"),
        )
    )

c.render_notebook()

你可以修改地图的背景色，在函数add_schema()中添加参数itemstyle_opts=opts.ItemStyleOpts(color="#323c48", border_color="#111")，颜色和边缘颜色可设任意色值。

c = (
        Geo()
        .add_schema(maptype="北京",
                   itemstyle_opts=opts.ItemStyleOpts(color="#323c48", border_color="#111"))
        .add(
            "geo",
            [list(z) for z in zip(['大兴区','房山区','海淀区','朝阳区','东城区'], [1500,10,300,20,5])],
        )
        .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
        .set_global_opts(
            visualmap_opts=opts.VisualMapOpts(),
            title_opts=opts.TitleOpts(title="北京市各区县xx数据分布"),
        )
    )

c.render_notebook()

2、动态展示
pyecharts可以生成地理空间流动图，用来表示航班数量、人口流动等等。
下面以全国主要城市航班流动图为例（虚拟数据）：

c = (
        Geo()
        .add_schema(maptype="china")
        .add(
            "",
            [("深圳", 120), ("哈尔滨", 66), ("杭州", 77), ("重庆", 88), ("上海", 100), ("乌鲁木齐", 30),("北京", 30),("武汉",70)],
            type_=ChartType.EFFECT_SCATTER,
            color="green",
        )
        .add(
            "geo",
            [("北京", "上海"), ("武汉", "深圳"),("重庆", "杭州"),("哈尔滨", "重庆"),("乌鲁木齐", "哈尔滨"),("深圳", "乌鲁木齐"),("武汉", "北京")],
            type_=ChartType.LINES,
            effect_opts=opts.EffectOpts(
                symbol=SymbolType.ARROW, symbol_size=6, color="blue"
            ),
            linestyle_opts=opts.LineStyleOpts(curve=0.2),
        )
        .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
        .set_global_opts(title_opts=opts.TitleOpts(title="全国主要城市航班路线和数量"))
    )

c.render_notebook()

利用Map模块绘制地图

Map模块的使用方法和Geo类似，数据展现在地图上，首先导入相关库：

from example.commons import Faker
from pyecharts import options as opts
from pyecharts.charts import Map

中国地图：

c = (
    Map()
    .add("商家A", [list(z) for z in zip(['江苏','浙江','湖北','湖南','河南'], [22,100,27,53,42])], "china")
    .set_global_opts(title_opts=opts.TitleOpts(title="Map-基本示例"),
    visualmap_opts=opts.VisualMapOpts(max_=200))
)

c.render_notebook()

世界地图：

c = (
        Map()
        .add("商家A", [list(z) for z in zip(['China','Canada','Brazil','United States','Russia'], [22,100,27,53,42])], "world")
        .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
        .set_global_opts(
            title_opts=opts.TitleOpts(title="Map-世界地图"),
            visualmap_opts=opts.VisualMapOpts(max_=200),
        )
    )

c.render_notebook()

上海地图：

c = (
        Map()
        .add("商家A", [list(z) for z in zip(['嘉定区','松江区','宝山区','浦东新区','奉贤区'], [22,100,27,53,42])], "上海")
        .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
        .set_global_opts(
            title_opts=opts.TitleOpts(title="Map-世界地图"),
            visualmap_opts=opts.VisualMapOpts(max_=200),
        )
    )
c.render_notebook()

使用BMap百度地图

pyecharts支持开发者使用百度地图，当然需要申请开发者AK码才能调用API。

AK码申请地址：http://lbsyun.baidu.com/apiconsole/key?application=key

from pyecharts.charts import BMap
c = (
        BMap()
        .add_schema(
            baidu_ak="BAIDU_AK",
            center=[120.13066322374, 30.240018034923],
        )
        .add(
            "bmap",
            [list(z) for z in zip(Faker.provinces, Faker.values())],
            label_opts=opts.LabelOpts(formatter="{b}"),
        )
        .set_global_opts(title_opts=opts.TitleOpts(title="BMap-基本示例"))
    )

c.render_notebook()

你可以更改地图风格：

c = (
        BMap()
        .add_schema(
            baidu_ak="mcH6sBNaAfsbkSndFI5zO90j9wUpRMFy",
            center=[120.13066322374, 30.240018034923],
            map_style=your_owner_map_style
        )
        .add(
            "bmap",
            [list(z) for z in zip(Faker.provinces, Faker.values())],
            label_opts=opts.LabelOpts(formatter="{b}"),
        )
        .set_global_opts(title_opts=opts.TitleOpts(title="BMap-基本示例"))
    )

c.render_notebook()

总结

本文主要讲解了pyecharts的三大地理图表模块：Geo、Map、BMap，这三者分别绘制地理坐标系、地图、百度地图。Geo举的案例较丰富，Map和BMap的很多功能没有细说，大家有兴趣可以去pyecharts官网学习。

来源：CSDN

作者：Python大数据分析

链接：https://blog.csdn.net/xilu_data/article/details/103473846