Python模块---制作新冠疫情世界地图
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