pyecharts地图map;世界中国广东基础地图显示

from  pyecharts import options as opts
from pyecharts.charts import Map
from pyecharts.faker import Faker
#%%
#固定的国家和数值
value = [95,23,43,66,88]
attr = ["China","Canada","Brazil","Russia","United Stated"]
data = []
for index in range(len(attr)):
    city_ionfo = [attr[index],value[index]]
    data.append(city_ionfo)
#len(attr)=5,循环0,1,2,3,4五个值
#city_ionfo=[attr[0],value[0]],以此类推
#append() 方法用于在列表末尾添加新的对象

#国家和随机数值
value2 = Faker.values(1,100)
data2 = []
for i in range(7):
    country_ionfo = [Faker.country[i],value2[i]]
    data2.append(country_ionfo)
    #使用Faker函数更快进行赋予随机值(每次7个

#中国省份和随机数值
value3 = Faker.values(1,100)
data3 = []
for i in range(7):
    province_ionfo = [Faker.provinces[i],value3[i]]
    data3.append(province_ionfo)
    #使用Faker函数更快进行赋予随机值(每次7个

#广东市和随机数值
value4 = Faker.values(1,100)
data4 = []
for i in range(7):
    guangdong_city_ionfo = [Faker.guangdong_city[i],value4[i]]
    data4.append(guangdong_city_ionfo)
    #使用Faker函数更快进行赋予随机值(每次7个
#%%
#data    #看看循环后data长啥样了
data4
#%%
c = (Map()
    .add("世界地图",data4,"广东",aspect_scale=0.8)#系列名(随便起);数据(data1/2/3/4);地图类型(world/china/广东);地图是圆的扁的
    .set_series_opts(label_opts = opts.LabelOpts(is_show=False))
    .set_global_opts(title_opts=opts.TitleOpts(title="世界示例地图"),visualmap_opts = opts.VisualMapOpts(max_=100),)
                                                #VisualMapOpts:视觉映射配置项,max_指定 visualMapPiecewise 组件的最大值。
    .render("F:\\python\\pythonProject\\a地理图表.html")
      )

Faker函数挺好玩~

### 使用 Pyecharts 绘制地图并仅显示指定的地名 为了实现这一目标,可以利用 `Map` 类中的参数控制哪些地区会被渲染出来。具体来说,在向图表添加数据时,只需加入希望展示地区的数据即可[^1]。 下面是一个具体的例子,展示了如何通过 Python 的列表推导式筛选特定城市的数据,并将其用于创建地图: ```python from pyecharts import options as opts from pyecharts.charts import Map import numpy as np # 假设这是所有的省份名称及其对应的随机值 areas = ['广东', '广西', '湖南', '江西', '福建'] values = np.random.randint(1, 100, size=len(areas)) # 定义想要显示的城市名单 selected_cities = {'广东': True, '湖南': True} # 过滤掉不需要显示的城市 filtered_data = [(area, value) for area, value in zip(areas, values) if selected_cities.get(area)] c_selected = ( Map() .add( "选定区域", filtered_data, maptype="china" ) .set_global_opts( title_opts=opts.TitleOpts(title="中国部分地区疫情分布"), visualmap_opts=opts.VisualMapOpts(max_=max(values)) ) ) c_selected.render_notebook() # 如果是在 Jupyter Notebook 中运行此代码,则可以直接调用 render_notebook 方法预览效果;否则应使用 render 函数保存为 HTML 文件再打开查看。 ``` 在这个案例里,`selected_cities` 字典包含了要高亮显示的省市键值对,其中键代表省市区划名,而布尔类型的值表示是否选中该区划。接着,通过遍历原始数据集并与这个字典对比,构建了一个新的过滤后的数据集合 `filtered_data`,最后把这个新数据传给 `.add()` 方法完成绘图操作[^2]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值