python导入离线地图_Geo地图导入python数据分析（重点推荐）

汇总了一下&＃xff0c;利用pyecharts我们可以作图的类型分别为&＃xff1a;Bar(柱状图/条形图)&＃xff0c;Bar3D(3D 柱状图)&＃xff0c;Boxplot(箱形图)&＃xff0c;EffectScatter(带有涟漪特效动画的散点图)&＃xff0c;Funnel(漏斗图)&＃xff0c;Gauge(仪表盘)&＃xff0c;Geo(地理坐标系)&＃xff0c;Graph(关系图)&＃xff0c;HeatMap(热力图)&＃xff0c;Kline(K线图)&＃xff0c;Line(折线/面积图)&＃xff0c;Line3D(3D 折线图)&＃xff0c;Liquid(水球图)&＃xff0c;Map(地图)&＃xff0c;Parallel(平行坐标系)Pie(饼图)&＃xff0c;Polar(极坐标系)&＃xff0c;Radar(雷达图)&＃xff0c;Sankey(桑基图)&＃xff0c;Scatter(散点图)&＃xff0c;Scatter3D(3D 散点图)&＃xff0c;ThemeRiver(主题河流图)&＃xff0c;WordCloud(词云图)。

1.下载并安装

$ pip install echarts-countries-pypkg

$ pip install echarts-china-provinces-pypkg

$ pip install echarts-china-cities-pypkg

$ pip install echarts-china-counties-pypkg

$ pip install echarts-china-misc-pypkg

2.参数了解

attr&＃xff1a;标签名称(在例子里面就是地点)

value&＃xff1a;数值(在例子里就是流动人员)

visual_range&＃xff1a;可视化的数值范围

symbol_size&＃xff1a;散点的大小

visual_text_color&＃xff1a;标签颜色

is_piecewise &＃xff1a;颜色是否分段显示(False为渐变&＃xff0c;True为分段)

is_visualmap&＃xff1a;是否映射(数量与颜色深浅是否挂钩)

maptype &＃xff1a;地图类型&＃xff0c;可以是中国地图&＃xff0c;省地图&＃xff0c;市地图等等

visual_split_number &＃xff1a;可视化数值分组

geo_cities_coords&＃xff1a;自定义的经纬度

from pyecharts import Geo

data &＃61; [

("海门", 9),("鄂尔多斯", 12),("招远", 12),("舟山", 12),("齐齐哈尔", 14),("盐城", 15),

("赤峰", 16),("青岛", 18),("乳山", 18),("金昌", 19),("泉州", 21),("莱西", 21),

("日照", 21),("胶南", 22),("南通", 23),("拉萨", 24),("云浮", 24),("梅州", 25),

("文登", 25),("上海", 25),("攀枝花", 25),("威海", 25),("承德", 25),("厦门", 26),

("汕尾", 26),("潮州", 26),("丹东", 27),("太仓", 27),("曲靖", 27),("烟台", 28),

("福州", 29),("瓦房店", 30),("即墨", 30),("抚顺", 31),("玉溪", 31),("张家口", 31),

("阳泉", 31),("莱州", 32),("湖州", 32),("汕头", 32),("昆山", 33),("宁波", 33),

("湛江", 33),("揭阳", 34),("荣成", 34),("连云港", 35),("葫芦岛", 35),("常熟", 36),

("东莞", 36),("河源", 36),("淮安", 36),("泰州", 36),("南宁", 37),("营口", 37),

("惠州", 37),("江阴", 37),("蓬莱", 37),("韶关", 38),("嘉峪关", 38),("广州", 38),

("延安", 38),("太原", 39),("清远", 39),("中山", 39),("昆明", 39),("寿光", 40),

("盘锦", 40),("长治", 41),("深圳", 41),("珠海", 42),("宿迁", 43),("咸阳", 43),

("铜川", 44),("平度", 44),("佛山", 44),("海口", 44),("江门", 45),("章丘", 45),

("肇庆", 46),("大连", 47),("临汾", 47),("吴江", 47),("石嘴山", 49),("沈阳", 50),

("苏州", 50),("茂名", 50),("嘉兴", 51),("长春", 51),("胶州", 52),("银川", 52),

("张家港", 52),("三门峡", 53),("锦州", 54),("南昌", 54),("柳州", 54),("三亚", 54),

("自贡", 56),("吉林", 56),("阳江", 57),("泸州", 57),("西宁", 57),("宜宾", 58),

("呼和浩特", 58),("成都", 58),("大同", 58),("镇江", 59),("桂林", 59),("张家界", 59),

("宜兴", 59),("北海", 60),("西安", 61),("金坛", 62),("东营", 62),("牡丹江", 63),

("遵义", 63),("绍兴", 63),("扬州", 64),("常州", 64),("潍坊", 65),("重庆", 66),

("台州", 67),("南京", 67),("滨州", 70),("贵阳", 71),("无锡", 71),("本溪", 71),

("克拉玛依", 72),("渭南", 72),("马鞍山", 72),("宝鸡", 72),("焦作", 75),("句容", 75),

("北京", 79),("徐州", 79),("衡水", 80),("包头", 80),("绵阳", 80),("乌鲁木齐", 84),

("枣庄", 84),("杭州", 84),("淄博", 85),("鞍山", 86),("溧阳", 86),("库尔勒", 86),

("安阳", 90),("开封", 90),("济南", 92),("德阳", 93),("温州", 95),("九江", 96),

("邯郸", 98),("临安", 99),("兰州", 99),("沧州", 100),("临沂", 103),("南充", 104),

("天津", 105),("富阳", 106),("泰安", 112),("诸暨", 112),("郑州", 113),("哈尔滨", 114),

("聊城", 116),("芜湖", 117),("唐山", 119),("平顶山", 119),("邢台", 119),("德州", 120),

("济宁", 120),("荆州", 127),("宜昌", 130),("义乌", 132),("丽水", 133),("洛阳", 134),

("秦皇岛", 136),("株洲", 143),("石家庄", 147),("莱芜", 148),("常德", 152),("保定", 153),

("湘潭", 154),("金华", 157),("岳阳", 169),("长沙", 175),("衢州", 177),("廊坊", 193),

("菏泽", 194),("合肥", 229),("武汉", 273),("大庆", 279)]

geo &＃61; Geo("全国主要城市空气质量", "data from pm2.5", title_color&＃61;"#fff",

title_pos&＃61;"center", width&＃61;1000,

height&＃61;600, background_color&＃61;&＃39;#404a59&＃39;)

attr, value &＃61; geo.cast(data)

geo.add("", attr, value, visual_range&＃61;[0, 200], maptype&＃61;&＃39;china&＃39;,visual_text_color&＃61;"#fff",

symbol_size&＃61;10, is_visualmap&＃61;True)

geo.render("全国主要城市空气质量.html")#生成html文件

geo#直接在notebook中显示

from pyecharts import Map

districts &＃61; [&＃39;运河区&＃39;, &＃39;新华区&＃39;, &＃39;泊头市&＃39;, &＃39;任丘市&＃39;, &＃39;黄骅市&＃39;, &＃39;河间市&＃39;, &＃39;沧县&＃39;, &＃39;青县&＃39;, &＃39;东光县&＃39;, &＃39;海兴县&＃39;, &＃39;盐山县&＃39;, &＃39;肃宁县&＃39;, &＃39;南皮县&＃39;, &＃39;吴桥县&＃39;, &＃39;献县&＃39;, &＃39;孟村回族自治县&＃39;]

areas &＃61; [109.92, 109.47, 1006.5, 1023.0, 1544.7, 1333.0, 1104.0, 968.0, 730.0, 915.1, 796.0, 525.0, 794.0, 600.0, 1191.0, 387.0]

map_1 &＃61; Map("沧州市图例&＃xff0d;各区面积", width&＃61;1200, height&＃61;600)

map_1.add("", districts, areas, maptype&＃61;&＃39;沧州&＃39;, is_visualmap&＃61;True, visual_range&＃61;[min(areas), max(areas)],

visual_text_color&＃61;&＃39;#000&＃39;, is_map_symbol_show&＃61;False, is_label_show&＃61;True)

map_1

api中文官网&＃xff1a;http://pyecharts.org/#/zh-cn/prepare

这篇完整的官网案例&＃xff1a;https://blog.csdn.net/helloxiaozhe/article/details/80718323