pyecharts是一个开源的可视化模块,其内置的功能非常丰富,生成图表展示出的视觉效果及佳,可以极大的方便我们对数据的分析和处理 本次我们使用pyecharts模块来获取全球疫情的信息,并制作成可视化地图展现出来

pyecharts模块

简介

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。而 Python 是一门富有表达力的语言,很适合用于数据处理。当数据分析遇上数据可视化时,pyecharts 诞生了。
如果想要掌握pyecharts,可以阅读pyecharts中文文档,里面的图表类型和配置项写的非常详细,我就不过多的赘述了

安装pyecharts

安装的命令也非常简单:

pip install pyecharts

安装成功:

测试pyecharts模块

我们可以尝试运行官方文档所给出的几个小例子来测试一下pyecharts模块是否成功安装
打开编辑器,输入并运行以下代码:

from pyecharts.charts import Bar
from pyecharts import options as opts
# 内置主题类型可查看 pyecharts.globals.ThemeType
from pyecharts.globals import ThemeType

bar = (
    Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
    .add_xaxis(["衬衫", "羊毛衫", "雪纺衫", "裤子", "高跟鞋", "袜子"])
    .add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
    .add_yaxis("商家B", [15, 6, 45, 20, 35, 66])
    .set_global_opts(title_opts=opts.TitleOpts(title="主标题", subtitle="副标题"))
)
bar.render()   #保存为html文件

若此时在当前目录下生成了一个名为render.html的文件

打开此文件,看到如下的图片则证明安装模块成功

pyecharts实战:绘制新冠肺炎疫情地图

需求分析

想要制作全球疫情的地图(空气质量图,人口分布图也是同理),首先需要的就是每个国家的疫情数据,比如人数,治愈数,增长数…… 那么我们该如何获取到这些信息呢?

请求数据

我们发现很多app和网页上都会有最新的疫情信息公布,我选取的数据来源是腾讯地图。
首先打开腾讯地图的疫情信息页,可以发现疫情的信息展现在这一页中

获取这些信息的方法有很多种,可以是用表达式提取,也可以抓包分析,我更喜欢的一种方法是抓包分析。

右击《检查》,点击《network》选项卡并刷新界面,看到加载出来很多数据包,找到里面最像列表的一个list数据包

此时发现,这个list数据包正式我们要提取的数据列表,里面的每个键值对都代表着相应的数据,提取到这些键值对就可以获取到所有的数据信息了,再次回到headers,选项卡下面对应的网址就是我们即将请求的网址,这里我们需要注意的是,这个网址对应的请求是post而不是我们经常使用的get

向网页请求数据:

import requests

url = \'https://api.inews.qq.com/newsqa/v1/automation/foreign/country/ranklist\'
response = requests.post(url).text
print(response)

可以看到这个网页并没有设置反爬虫,可以轻松的获取到数据

提取数据

我们刚刚请求到的数据格式是字符格式,并不能被我们直接提取到,必须想将字符格式的数据转换为字典格式才可以开始下一步的提取

resp = json.loads(response)   #使用变量resp来接收字典格式的数据

将变量转化为字典格式后,就要开始提取数据了 提取json类型的数据可以使用取出列表元素的方法来提取,即先遍历列表将每个国家的信息提取出来,再分别从这些条信息中提取到我们想要的数据

提取数据:

import json

resp = json.loads(response)   #使用变量resp来接收字典格式的数据
for data in resp[\'data\']:  #遍历提取每个国家的疫情数据
    name = data[\'name\']   #国家名
    confirm = data[\'confirm\']   #该国家疫情人数
    print(name,confirm)

打印数据:

处理数据

在得到了国家和人数信息之后,还需要将数据存储到字典中才能传入图表中,这就需要我们手动的转换数据,并储存到字典中

map_version = {}  #定义空字典
for data in resp[\'data\']:  #遍历提取每个国家的疫情数据
    name = data[\'name\']   #国家名
    confirm = data[\'confirm\']   #该国家疫情人数
    map_version[name] = int(confirm)  #将国家和人数以键值对的形式传入字典

输出字典:

此时打印出来的字典是标准的字典格式,但是这种格式并不是pyecharts所要求的格式,所以还需要一行代码来进行转换

element = list(map_version.items())

然后就可以输出传入数据的标准格式:

制作可视化地图

在将数据爬取、变换、整理后,所有准备工作都已经做完,下面我们来调用数据实现数据可视化

先写出一个初步的框架来接收内容

from pyecharts.charts import Map,Geo

map = Map().add(series_name="世界疫情分布图",  #名称
                data_pair=element,   #传入数据
                maptype=\'world\',   #地图类型
                )
map.render(\'map.html\')  #命名并保存

运行代码,发现当前文件夹下出现了一个map.html文件,双击运行

看到这个图表之后,发现代码的运行并没有问题,但是数据却没有传到地图中,这是由于pyecharts默认的世界地图中的国家名是英文,所以我们就要传入一个字典来替代掉这些英文

设置可视化地图

生成了地图之后,接下来就是要保证地图的正确性和美观,所以我们要来设置世界地图

地图上显示国家名太多,影响可读性,所以设置为不显示国家名

from pyecharts import options

map.set_series_opts(label_opts=options.LabelOpts(is_show=False))  #不显示国家名

按照感染人数的不同,给地图添加不同的颜色

#设置全局配置项
map.set_global_opts(visualmap_opts=options.VisualMapOpts(max_=1100000,is_piecewise=True,pieces=[
                 {"min": 500000},
                 {"min": 200000, "max": 499999},
                 {"min": 100000, "max": 199999},
                 {"min": 50000, "max": 99999},
                 {"min": 10000, "max": 49999},
                 {"max": 9999},]))

代表国家首都的圆点不美观,去掉红点:

map = Map().add(
                                    is_map_symbol_show=False,  #不显示标记
                                    )

设置背景颜色并为网页取名:

map = Map(options.InitOpts(bg_color="#87CEFA",page_title=\'世界疫情分布\')).add()

到了现在所有的配置已经完成,但是图表要想显示数据还需要传入一个字典来替换掉默认的英文名,具体实现请看下面的完整代码。

完整代码

import requests
import json
from pyecharts.charts import Map
from pyecharts import options

url = \'https://api.inews.qq.com/newsqa/v1/automation/foreign/country/ranklist\'
response = requests.post(url).text
resp = json.loads(response)   #使用变量resp来接收字典格式的数据
map_version = {}  #定义空字典
for data in resp[\'data\']:  #遍历提取每个国家的疫情数据
    name = data[\'name\']   #国家名
    confirm = data[\'confirm\']   #该国家疫情人数
    map_version[name] = int(confirm)  #将国家和人数以键值对的形式传入字典
element = list(map_version.items())   #将字典值调整为可以传入地图的格式
name_map = {
    \'Singapore Rep.\': \'新加坡\',
    \'Dominican Rep.\': \'多米尼加\',
    \'Palestine\': \'巴勒斯坦\',
    \'Bahamas\': \'巴哈马\',
    \'Timor-Leste\': \'东帝汶\',
    \'Afghanistan\': \'阿富汗\',
    \'Guinea-Bissau\': \'几内亚比绍\',
    "Côte d\'Ivoire": \'科特迪瓦\',
    \'Siachen Glacier\': \'锡亚琴冰川\',
    "Br. Indian Ocean Ter.": \'英属印度洋领土\',
    \'Angola\': \'安哥拉\',
    \'Albania\': \'阿尔巴尼亚\',
    \'United Arab Emirates\': \'阿联酋\',
    \'Argentina\': \'阿根廷\',
    \'Armenia\': \'亚美尼亚\',
    \'French Southern and Antarctic Lands\': \'法属南半球和南极领地\',
    \'Australia\': \'澳大利亚\',
    \'Austria\': \'奥地利\',
    \'Azerbaijan\': \'阿塞拜疆\',
    \'Burundi\': \'布隆迪\',
    \'Belgium\': \'比利时\',
    \'Benin\': \'贝宁\',
    \'Burkina Faso\': \'布基纳法索\',
    \'Bangladesh\': \'孟加拉国\',
    \'Bulgaria\': \'保加利亚\',
    \'The Bahamas\': \'巴哈马\',
    \'Bosnia and Herz.\': \'波斯尼亚和黑塞哥维那\',
    \'Belarus\': \'白俄罗斯\',
    \'Belize\': \'伯利兹\',
    \'Bermuda\': \'百慕大\',
    \'Bolivia\': \'玻利维亚\',
    \'Brazil\': \'巴西\',
    \'Brunei\': \'文莱\',
    \'Bhutan\': \'不丹\',
    \'Botswana\': \'博茨瓦纳\',
    \'Central African Rep.\': \'中非\',
    \'Canada\': \'加拿大\',
    \'Switzerland\': \'瑞士\',
    \'Chile\': \'智利\',
    \'China\': \'中国\',
    \'Ivory Coast\': \'象牙海岸\',
    \'Cameroon\': \'喀麦隆\',
    \'Dem. Rep. Congo\': \'刚果民主共和国\',
    \'Congo\': \'刚果\',
    \'Colombia\': \'哥伦比亚\',
    \'Costa Rica\': \'哥斯达黎加\',
    \'Cuba\': \'古巴\',
    \'N. Cyprus\': \'北塞浦路斯\',
    \'Cyprus\': \'塞浦路斯\',
    \'Czech Rep.\': \'捷克\',
    \'Germany\': \'德国\',
    \'Djibouti\': \'吉布提\',
    \'Denmark\': \'丹麦\',
    \'Algeria\': \'阿尔及利亚\',
    \'Ecuador\': \'厄瓜多尔\',
    \'Egypt\': \'埃及\',
    \'Eritrea\': \'厄立特里亚\',
    \'Spain\': \'西班牙\',
    \'Estonia\': \'爱沙尼亚\',
    \'Ethiopia\': \'埃塞俄比亚\',
    \'Finland\': \'芬兰\',
    \'Fiji\': \'斐\',
    \'Falkland Islands\': \'福克兰群岛\',
    \'France\': \'法国\',
    \'Gabon\': \'加蓬\',
    \'United Kingdom\': \'英国\',
    \'Georgia\': \'格鲁吉亚\',
    \'Ghana\': \'加纳\',
    \'Guinea\': \'几内亚\',
    \'Gambia\': \'冈比亚\',
    \'Guinea Bissau\': \'几内亚比绍\',
    \'Eq. Guinea\': \'赤道几内亚\',
    \'Greece\': \'希腊\',
    \'Greenland\': \'格陵兰\',
    \'Guatemala\': \'危地马拉\',
    \'French Guiana\': \'法属圭亚那\',
    \'Guyana\': \'圭亚那\',
    \'Honduras\': \'洪都拉斯\',
    \'Croatia\': \'克罗地亚\',
    \'Haiti\': \'海地\',
    \'Hungary\': \'匈牙利\',
    \'Indonesia\': \'印度尼西亚\',
    \'India\': \'印度\',
    \'Ireland\': \'爱尔兰\',
    \'Iran\': \'伊朗\',
    \'Iraq\': \'伊拉克\',
    \'Iceland\': \'冰岛\',
    \'Israel\': \'以色列\',
    \'Italy\': \'意大利\',
    \'Jamaica\': \'牙买加\',
    \'Jordan\': \'约旦\',
    \'Japan\': \'日本\',
    \'Kazakhstan\': \'哈萨克斯坦\',
    \'Kenya\': \'肯尼亚\',
    \'Kyrgyzstan\': \'吉尔吉斯斯坦\',
    \'Cambodia\': \'柬埔寨\',
    \'Korea\': \'韩国\',
    \'Kosovo\': \'科索沃\',
    \'Kuwait\': \'科威特\',
    \'Lao PDR\': \'老挝\',
    \'Lebanon\': \'黎巴嫩\',
    \'Liberia\': \'利比里亚\',
    \'Libya\': \'利比亚\',
    \'Sri Lanka\': \'斯里兰卡\',
    \'Lesotho\': \'莱索托\',
    \'Lithuania\': \'立陶宛\',
    \'Luxembourg\': \'卢森堡\',
    \'Latvia\': \'拉脱维亚\',
    \'Morocco\': \'摩洛哥\',
    \'Moldova\': \'摩尔多瓦\',
    \'Madagascar\': \'马达加斯加\',
    \'Mexico\': \'墨西哥\',
    \'Macedonia\': \'马其顿\',
    \'Mali\': \'马里\',
    \'Myanmar\': \'缅甸\',
    \'Montenegro\': \'黑山\',
    \'Mongolia\': \'蒙古\',
    \'Mozambique\': \'莫桑比克\',
    \'Mauritania\': \'毛里塔尼亚\',
    \'Malawi\': \'马拉维\',
    \'Malaysia\': \'马来西亚\',
    \'Namibia\': \'纳米比亚\',
    \'New Caledonia\': \'新喀里多尼亚\',
    \'Niger\': \'尼日尔\',
    \'Nigeria\': \'尼日利亚\',
    \'Nicaragua\': \'尼加拉瓜\',
    \'Netherlands\': \'荷兰\',
    \'Norway\': \'挪威\',
    \'Nepal\': \'尼泊尔\',
    \'New Zealand\': \'新西兰\',
    \'Oman\': \'阿曼\',
    \'Pakistan\': \'巴基斯坦\',
    \'Panama\': \'巴拿马\',
    \'Peru\': \'秘鲁\',
    \'Philippines\': \'菲律宾\',
    \'Papua New Guinea\': \'巴布亚新几内亚\',
    \'Poland\': \'波兰\',
    \'Puerto Rico\': \'波多黎各\',
    \'Dem. Rep. Korea\': \'朝鲜\',
    \'Portugal\': \'葡萄牙\',
    \'Paraguay\': \'巴拉圭\',
    \'Qatar\': \'卡塔尔\',
    \'Romania\': \'罗马尼亚\',
    \'Russia\': \'俄罗斯\',
    \'Rwanda\': \'卢旺达\',
    \'W. Sahara\': \'西撒哈拉\',
    \'Saudi Arabia\': \'沙特阿拉伯\',
    \'Sudan\': \'苏丹\',
    \'S. Sudan\': \'南苏丹\',
    \'Senegal\': \'塞内加尔\',
    \'Solomon Is.\': \'所罗门群岛\',
    \'Sierra Leone\': \'塞拉利昂\',
    \'El Salvador\': \'萨尔瓦多\',
    \'Somaliland\': \'索马里兰\',
    \'Somalia\': \'索马里\',
    \'Serbia\': \'塞尔维亚\',
    \'Suriname\': \'苏里南\',
    \'Slovakia\': \'斯洛伐克\',
    \'Slovenia\': \'斯洛文尼亚\',
    \'Sweden\': \'瑞典\',
    \'Swaziland\': \'斯威士兰\',
    \'Syria\': \'叙利亚\',
    \'Chad\': \'乍得\',
    \'Togo\': \'多哥\',
    \'Thailand\': \'泰国\',
    \'Tajikistan\': \'塔吉克斯坦\',
    \'Turkmenistan\': \'土库曼斯坦\',
    \'East Timor\': \'东帝汶\',
    \'Trinidad and Tobago\': \'特里尼达和多巴哥\',
    \'Tunisia\': \'突尼斯\',
    \'Turkey\': \'土耳其\',
    \'Tanzania\': \'坦桑尼亚\',
    \'Uganda\': \'乌干达\',
    \'Ukraine\': \'乌克兰\',
    \'Uruguay\': \'乌拉圭\',
    \'United States\': \'美国\',
    \'Uzbekistan\': \'乌兹别克斯坦\',
    \'Venezuela\': \'委内瑞拉\',
    \'Vietnam\': \'越南\',
    \'Vanuatu\': \'瓦努阿图\',
    \'West Bank\': \'西岸\',
    \'Yemen\': \'也门\',
    \'South Africa\': \'南非\',
    \'Zambia\': \'赞比亚\',
    \'Zimbabwe\': \'津巴布韦\',
    \'Comoros\': \'科摩罗\'
}

map = Map(options.InitOpts(bg_color="#87CEFA",page_title=\'世界疫情分布\')).\
    add(series_name="世界疫情分布图",  #名称
        data_pair=element,   #传入数据
        is_map_symbol_show=False,  #不显示标记
        maptype=\'world\',   #地图类型
        name_map=name_map,
        )
#设置全局配置项
map.set_global_opts(visualmap_opts=options.VisualMapOpts(max_=1100000,is_piecewise=True,pieces=[
                 {"min": 500000},
                 {"min": 200000, "max": 499999},
                 {"min": 100000, "max": 199999},
                 {"min": 50000, "max": 99999},
                 {"min": 10000, "max": 49999},
                 {"max": 9999},]))
#设置系列配置项
map.set_series_opts(label_opts=options.LabelOpts(is_show=False))  #不显示国家名
map.render(\'map.html\')  #命名并保存

实现结果

这个结果可以动态的显示在网页中,可以根据人数来筛选地图的板块,而且方便缩放

版权声明:本文为cherish-hao原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://www.cnblogs.com/cherish-hao/p/12793525.html