Python可视化神器pyecharts绘制地理图表

地理图表

地理图表之热力图系列模板

人口流动趋势图（中国）

中国城市分段热力图

重庆省份微塑料分布热力图

中国城市连续热力图

中国城市热力动态图

中国城市散点热力图

地理图表

什么是地理图表？地理图表有什么作用？地理图表主要应用在那些领域？

其实这些问题看看下面的实例图形就已不攻自破了，地理图表一看首先就是地图，然后在地理图表里面展示数据，比如说热力图，趋势流动图，人口密集分布图，反正地理坐标相关的就可以运用在这个里面，其次图形支持全球地图，全球国家，中国，中国的所有的省份的地图，反正应有尽有，包含300多个方法的地理图例，如果要做科研想要研究这方面的课题，那么pyecharts现在就是首选了，matplotlib就应该退下，都说“选择大于努力”，在某些时候其实说的非常正确！

地理图表之热力图系列模板 人口流动趋势图（中国）

这个图表可以运用在航班的信息分析，比如现在有一架飞机从重庆江北机场出发，我们需要快速的了解飞机乘客都要去那些地方，而且每个地域有多少人，那么这个模板就可以用的上了。

from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.globals import ChartType, SymbolType
c = (
Geo()
.add_schema(
maptype="china",
itemstyle_opts=opts.ItemStyleOpts(color="#a4a4a4", border_color="#005454"),
)
.add(
"",
[("广州", 20000), ("北京", 15000), ("杭州", 69000), ("重庆", 56000),("西藏",64000),("新疆",64000),("内蒙古",64000)],
type_=ChartType.EFFECT_SCATTER,
color="yellow",
)
.add(
"流动路线",
[("重庆", "上海"), ("重庆", "北京"), ("重庆", "杭州"), ("重庆", "广州"), ("重庆", "西藏"), ("重庆", "新疆"), ("重庆", "内蒙古")],
type_=ChartType.LINES,
effect_opts=opts.EffectOpts(
symbol=SymbolType.ARROW, symbol_size=6, color="green"
),
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="人口流动路线"))
.render("人口流动路线.html")
)

中国城市分段热力图

知道中国所有城市，比如江西，重庆，上海......每个城市的参数数据分布，我们就可以画出相应的热力图。

from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.faker import Faker
c = (
Geo()
.add_schema(maptype="china")
.add("城市", [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(is_piecewise=True),
title_opts=opts.TitleOpts(title="标题"),
)
.render("分段热力图.html")
)
print([list(z) for z in zip(Faker.provinces, Faker.values())])

重庆省份微塑料分布热力图

数据纯属虚构，这个模板涵盖了中国所有省份的地图大全，只要知道省份里面的区县就可以呈现相关数据效果图了。

from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.faker import Faker
from pyecharts.globals import ChartType
x=["巫山","万州","云阳","奉节"]
y=[123,560,456,362]
c = (
Geo()
.add_schema(maptype="重庆")
.add(
"含量",
[list(z) for z in zip(x, y)],
type_=ChartType.HEATMAP,
)
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
.set_global_opts(
visualmap_opts=opts.VisualMapOpts(max_=570), title_opts=opts.TitleOpts(title="重庆微塑料分布热力图")
)
.render("重庆热力图.html")
)

中国城市连续热力图

鼠标可以控制热力分布，用于可视化展示与解说。

from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.faker import Faker
from pyecharts.globals import ChartType
c = (
Geo()
.add_schema(maptype="china")
.add(
"热力",
[list(z) for z in zip(Faker.provinces, Faker.values())],
type_=ChartType.HEATMAP,
)
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
.set_global_opts(
visualmap_opts=opts.VisualMapOpts(),
title_opts=opts.TitleOpts(title="标题"),
)
.render("连续热力图.html")
)

中国城市热力动态图

展示城市动态图的热力效果，直观看出效果。

from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.faker import Faker
from pyecharts.globals import ChartType
c = (
Geo()
.add_schema(maptype="china")
.add(
"热力图",
[list(z) for z in zip(Faker.provinces, Faker.values())],
type_=ChartType.EFFECT_SCATTER,
)
.set_series_opts(label_opts=opts.LabelOpts(is_show=False))
.set_global_opts(title_opts=opts.TitleOpts(title="标题"))
.render("动态热力图.html")
)

中国城市散点热力图

鼠标可以控制热力图的覆盖率，此模板比较的合适。

from pyecharts import options as opts
from pyecharts.charts import Geo
from pyecharts.faker import Faker
c = (
Geo()
.add_schema(maptype="china")
.add("热力", [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="标题")
)
.render("中国散点热力图.html")
)