Pyecharts绘制全球流向图的示例代码
安装
pip(3) install pyecharts
此文版本为v1.6
此文版本为v1.6
此文版本为v1.6
效果图
使用Pycharts绘制一个如上图类似的全球流向图。
pyecharts里的地理图标总共有三种—
Geo:地理坐标系,Map:地图,Bmap:百度地图。
Map地图可以绘制全球地图,但不能绘制带有流向的效果图,所以此处需要使用Geo地理坐标系图。
Geo图的类型有scatter(散点图),effectScatter(涟漪散点图),heatmap(热力图),lines(流向图)。
散点图不用说,就是正常的散点图。涟漪散点图类似带有波纹的散点图,像水的涟漪效果一样。
效果如下:
热力图也不用说,就是正常的热力图效果。
我们需要绘制的是流向图。
# 导入Geo包,注意1.x版本的导入跟0.x版本的导入差别 from pyecharts.charts import Geo # 导入配置项 from pyecharts import options as opts # ChartType:图标类型,SymbolType:标记点类型 from pyecharts .globals import ChartType, SymbolType geo = Geo() # 地图类型,世界地图可换为world geo.add_schema(maptype="china") # 添加数据点 geo.add("",[("北京",10),("上海",20),("广州",30),("成都",40),("哈尔滨",50)],type_=ChartType.EFFECT_SCATTER) # 添加流向,type_设置为LINES,涟漪配置为箭头,提供的标记类型包括 'circle', 'rect', 'roundRect', 'triangle', #'diamond', 'pin', 'arrow', 'none' geo.add("geo-lines", [("上海","广州"), ("上海","新疆"), ("上海","哈尔滨"), ("成都","北京"), ("哈尔滨","广州")], type_=ChartType.LINES, effect_opts=opts.EffectOpts(symbol=SymbolType.ARROW,symbol_size=5,color="yellow"), linestyle_opts=opts.LineStyleOpts(curve=0.2), is_large=True) # 不显示标签 geo.set_series_opts(label_opts=opts.LabelOpts(is_show=False)) # 设置图标标题,visualmap_opts=opts.VisualMapOpts()为左下角的视觉映射配置项 geo.set_global_opts(visualmap_opts=opts.VisualMapOpts(),title_opts=opts.TitleOpts(title="Geo-Lines")) # 直接在notebook里显示图表 geo.render_notebook() # 生成html文件,可传入位置参数 geo.render("mychart.html")
效果如图:
在绘制国内的流向图的时候是没有问题的,但是当我们把地点换为国际城市或者其他国家的时候就是报错了。
因为Geo图的坐标引用自pyecharts.datasets.city_coordinates.json。我们打开这和文件可以看到国内的城市坐标。这个文件里的全部数据都是国内的城市,当我们想绘制全球的流向图的时候,Geo引用找不到国际地点就i会报错了。
解决办法有两个:
1.新增坐标点
def add_coordinate( # 坐标地点名称 name: str, # 经度 longitude: Numeric, # 纬度 latitude: Numeric, )
from pyecharts import options as opts from pyecharts.charts import Geo from pyecharts .globals import ChartType, SymbolType, GeoType geo = Geo() # 新增坐标点,添加名称跟经纬度 geo.add_coordinate(name="China",longitude=104.195,latitude=35.675) geo.add_coordinate(name="Australia",longitude=133.775,latitude=-25.274) geo.add_coordinate(name="Brazil",longitude=-51.925,latitude=-14.235) geo.add_coordinate(name="South Africa",longitude=22.937,latitude=-30.559) geo.add_coordinate(name="India",longitude=78.962,latitude=20.593) geo.add_coordinate(name="Peru",longitude=-75.015,latitude=-9.189) geo.add_coordinate(name="Iran",longitude=53.688,latitude=32.427) geo.add_coordinate(name="Ukraine",longitude=31.165,latitude=48.379) geo.add_coordinate(name="Canada",longitude=-106.346,latitude=56.130) geo.add_coordinate(name="Mongolia",longitude=103.847,latitude=46.862) geo.add_coordinate(name="Russia",longitude=37.618,latitude=55.751) geo.add_coordinate(name="Mauritania",longitude=21.008,latitude=-10.941) geo.add_coordinate(name="Kazakhstan",longitude=66.924,latitude=48.019) geo.add_coordinate(name="UAE",longitude=53.848,latitude=23.424) geo.add_coordinate(name="Malaysia",longitude=101.976,latitude=4.210) geo.add_coordinate(name="New Zealand",longitude=174.886,latitude=-40.900) geo.add_coordinate(name="Indonesia",longitude=113.921,latitude=-0.789) geo.add_coordinate(name="Sweden",longitude=18.643,latitude=60.128) geo.add_coordinate(name="Mexico",longitude=-102.553,latitude=23.634) geo.add_coordinate(name="Sierra Leone",longitude=-11.779,latitude=8.461) # 添加数据项 geo.add_schema(maptype="world") geo.add("",[("Australia",128326), ("Brazil",44037), ("South Africa",7649), ("India",3562), ("Peru",2779), ("Iran",2698), ("Ukrainie",2040), ("Canada",1792), ("Mongolia",1514), ("Russia",1069), ("Mauritania",1374), ("Kazakhsan",701), ("UAE",490), ("Malaysia",554), ("New Zealand",422), ("Indonesia",148), ("Sweden",113), ("Mexico",121), ("Sierra Leone",109), ],type_=ChartType.EFFECT_SCATTER) # 绘制流向 geo.add("流向图",[ ("Australia","China"), ("Brazil","China"), ("South Africa","China"), ("India","China"), ("Peru","China"), ("Iran","China"), ("Ukraine","China"), ("Canada","China"), ("Mongolia","China"), ("Russia","China"), ("Mauritania","China"), ("Kazakhstan","China"), ("UAE","China"), ("Malaysia","China"), ("New Zealand","China"), ("Indonesia","China"), ("Sweden","China"), ("Mexico","China"), ("Sierra Leone","China"), ], type_= GeoType.LINES, effect_opts=opts.EffectOpts(symbol=SymbolType.ARROW,symbol_size=5,color="yellow"), linestyle_opts=opts.LineStyleOpts(curve=0.2), ) geo.set_series_opts(label_opts=opts.LabelOpts(is_show=False)) geo.set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=130000),title_opts=opts.TitleOpts(title="mygeo")) geo.render()
效果如下:颜色表示各数据点大小。(用线条粗细表示大小还不知道,知道的盆友可以告诉我)
这种添加坐标点的办法太麻烦了,需要手动一个个添加,十分不方便。
2.添加坐标点文件。
以JSON文件格式批量新增坐标点。
def add_coordinate_json( # json 文件格式的坐标数据 # 格式如下 # { # "阿城": [126.58, 45.32], # "阿克苏": [80.19, 41.09] # } json_file: str )
如果我们有一份全球的数据坐标点文件我们就可以使用这个添加文件的方式批量导入坐标点。
geo.add_coordinate_json(json_file="world_country.json")
可以直接用这一步替代添加坐标点的步骤。
world_country.json如下图所示。
它是一个各个国家的名称及坐标点文件。导入之后就可以添加数据项了。
还可以直接把这个文件追加到pyechats.datasets.city_coordinates.json文件里 ,这样就可以一劳永逸,下次直接写国家名称的时候就可以读取到。
绘制全球流向图就完成了。
其他细节可以参考官方文档:http://pyecharts.org/#/zh-cn/
渲染成图片
API:
def make_snapshot( # 渲染引擎,可选 selenium 或者 phantomjs engine: Any, # 传入 HTML 文件路径 file_name: str, # 输出图片路径 output_name: str, # 延迟时间,避免图还没渲染完成就生成了图片,造成图片不完整 delay: float = 2, # 像素比例,用于调节图片质量 pixel_ratio: int = 2, # 渲染完图片是否删除原 HTML 文件 is_remove_html: bool = False, # 浏览器类型,目前仅支持 Chrome, Safari,使用 snapshot-selenium 时有效 browser: str = "Chrome", **kwargs, )
使用:
from pyecharts.render import make_snapshot from snapshot_selenium import snapshot make_snapshot(snapshot,"全球流向.html","流向2.png",delay=5)
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持猪先飞。
相关文章
- 这篇文章主要介绍了使用pyecharts1.7进行简单的可视化大全,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2020-05-18
- 这篇文章主要介绍了Python数据可视化如何使用Pyecharts库来实现桑葚图效果图,文中给出实现的示例代码,有需要的朋友可以借鉴参考想,希望能够有所帮助...2021-09-30
- 这篇文章主要介绍了Pyecharts 中Geo函数常用参数的用法说明,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...2021-02-01
- 本文主要介绍了Django动态展示Pyecharts图表数据的几种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-08-23
- 这篇文章主要给大家介绍了关于如何利用pyecharts画好看的饼状图的相关资料,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-03-20
安装pyecharts1.8.0版本后导入pyecharts模块绘图时报错: “所有图表类型将在 v1.9.0 版本开始强制使用 ChartItem 进行数据项配置 ”的解决方法
这篇文章主要介绍了安装pyecharts1.8.0版本后导入pyecharts模块绘图时报错: “所有图表类型将在 v1.9.0 版本开始强制使用 ChartItem 进行数据项配置 ”的解决方法,需要的朋友可以参考下...2020-08-19Python3 pyecharts生成Html文件柱状图及折线图代码实例
这篇文章主要介绍了Python3 pyecharts生成Html文件柱状图及折线图代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下...2020-09-29- Echarts 是一个由百度开源的数据可视化,凭借着良好的交互性,精巧的图表设计,得到了众多开发者的认可,本文介绍了Pyecharts交互图表,感兴趣的可以了解一下...2021-05-14
python数据可视化Pyecharts库sankey修改桑葚图颜色
这篇文章主要介绍了python数据化Pyecharts库sankey修改桑葚图颜色,文中有之前绘制桑葚图教程链接,本文就来修改一下桑葚图的颜色,有需要的朋友欢迎参阅借鉴...2021-09-30- 这篇文章主要介绍了Pyecharts绘制全球流向图的示例代码,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2020-04-27
- pyecharts是支持python的一种可视化,那么在Django中Pyecharts如何生成图表,主要有两种方法,需要的朋友们下面随着小编来一起学习学习吧...2021-05-13
- 这篇文章主要介绍了pyEcharts安装及详细使用指南(最新),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2021-03-16
- 这篇文章主要介绍了pyecharts在数据可视化中的应用详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧...2020-06-08
- 这篇文章主要介绍了pyechartsX轴标签太长被截断的问题及解决方案,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教...2022-11-01
- 这篇文章主要介绍了Python可视化神器pyecharts绘制饼状图,饼图是用圆形及圆内扇形的角度来表示数值大小的图形,它主要用于表示一个样本中各组成部分的数据占全部数据的比例...2022-07-06
- Pyecharts是一个由百度开源的、用于生成Echarts图表的类库,可以用来进行数据可视化分析。本文将详细讲解一下Pyecharts的使用,需要的可以参考一下...2022-04-20
- 这篇文章主要介绍了pyecharts如何旋转折线图的X轴标签,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教...2022-11-01
- pyecharts是基于前端可视化框架echarts的Python可视化库,下面这篇文章主要给大家介绍了关于如何基于Pyecharts绘制常见的直角坐标系图表的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下...2022-04-27
- 这篇文章介绍了Python使用pyecharts控件绘制图表的方法,文中通过示例代码介绍的非常详细。对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下...2022-06-03