python中進(jìn)行圖表繪制的庫(kù)主要有兩個(gè)：matplotlib 和 pyecharts， 相比較而言：
matplotlib中提供了BaseMap可以用于地圖的繪制，但是個(gè)人覺得其繪制的地圖不太美觀，而且安裝相較而言有點(diǎn)麻煩。
pyecharts是基于百度開源的js庫(kù)echarts而來(lái)，其最大的特點(diǎn)是：安裝簡(jiǎn)單、使用也簡(jiǎn)單。
所以決定使用pyecharts來(lái)繪制地圖。
1.安裝pyecharts
如果有anaconda環(huán)境，可用 pip install pyecharts 命令安裝pyecharts。
由于我們要繪制中國(guó)的疫情地圖，所以還要額外下載幾個(gè)地圖。地圖文件被分成了三個(gè)Python包，分別為：
全球國(guó)家地圖: echarts-countries-pypkg
安裝命令：pip install echarts-countries-pypkg
中國(guó)省級(jí)地圖: echarts-china-provinces-pypkg
安裝命令：pip install echarts-china-provinces-pypkg
中國(guó)市級(jí)地圖: echarts-china-cities-pypkg
安裝命令：pip install echarts-china-cities-pypkg
2.導(dǎo)包。
繪制地圖時(shí)我們根據(jù)自己需要導(dǎo)入需要的包，在pyecharts的官方文檔 https://pyecharts.org/#/ 中詳細(xì)列出了繪制各種圖表的的方法及參數(shù)含義，而且提供了各種圖標(biāo)的demo，方便我們更好地使用pyecharts。
|
1
2
|
from pyecharts.charts import Mapfrom pyecharts import options as opts |
3.代碼
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
# 用于保存城市名稱和確診人數(shù)map_data = []for i in china : print(i) # 獲得省份名稱 province = i["name"] print("province:",province) province_confirm = i["total"]["confirm"] # 保存省份名稱和該省確診人數(shù) map_data.append((i["name"],province_confirm))c = ( # 聲明一個(gè)map對(duì)象 Map() # 添加數(shù)據(jù) .add("確診", map_data, "china") # 設(shè)置標(biāo)題和顏色 .set_global_opts(title_opts=opts.TitleOpts(title="全國(guó)疫情圖"), visualmap_opts=opts.VisualMapOpts(split_number=6,is_piecewise=True, pieces=[{"min":1,"max":9,"label":"1-9人","color":"#ffefd7"}, {"min":10,"max":99,"label":"10-99人","color":"#ffd2a0"}, {"min":100,"max":499,"label":"100-499人","color":"#fe8664"}, {"min":500,"max":999,"label":"500-999人","color":"#e64b47"}, {"min":1000,"max":9999,"label":"1000-9999人","color":"#c91014"}, {"min":10000,"label":"10000人及以上","color":"#9c0a0d"} ])) )# 生成html文件c.render("全國(guó)實(shí)時(shí)疫情.html") |
運(yùn)行成功后就可以在工程目錄下發(fā)現(xiàn)一個(gè)名為“全國(guó)實(shí)時(shí)疫情”的html文件，打開就可以看到我們繪制的疫情圖啦??！
全部代碼(包含保存到數(shù)據(jù)庫(kù)，爬取數(shù)據(jù)、繪制疫情圖)：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
|
#!/usr/bin/env python# -*- coding: utf-8 -*-import jsonimport requestsimport pymysql# 裝了anaconda的可以pip install pyecharts安裝pyechartsfrom pyecharts.charts import Map,Geofrom pyecharts import options as optsfrom pyecharts.globals import GeoType,RenderType# 繪圖包參加網(wǎng)址https://pyecharts.org/#/zh-cn/geography_chartsid = 432coon = pymysql.connect(user='root', password='root', host='127.0.0.1', port=3306, database='yiqing',use_unicode=True, charset="utf8")cursor = coon.cursor()url="https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5"resp=requests.get(url)html=resp.json()data=json.loads(html["data"])time = data["lastUpdateTime"]data_info = time.split(' ')[0]detail_time = time.split(' ')[1]# 獲取json數(shù)據(jù)的全國(guó)省份疫情情況數(shù)據(jù)china=data["areaTree"][0]["children"]# 用于保存城市名稱和確診人數(shù)map_data = []for i in china : print(i) # 獲得省份名稱 province = i["name"] print("province:",province) province_confirm = i["total"]["confirm"] # 保存省份名稱和該省確診人數(shù) map_data.append((i["name"],province_confirm)) # 各省份下有各市，獲取各市的疫情數(shù)據(jù) for child in i["children"]: print(child) # 獲取城市名稱 city = child["name"] print("city:",city) # 獲取確診人數(shù) confirm = int(child["total"]["confirm"]) # 獲取疑似人數(shù) suspect = int(child["total"]["suspect"]) # 獲取死亡人數(shù) dead = int(child["total"]["dead"]) # 獲取治愈人數(shù) heal = int(child["total"]["heal"]) # 插入數(shù)據(jù)庫(kù)中 cursor.execute("INSERT INTO city(id,city,confirm,suspect,dead,heal,province,date_info,detail_time) VALUES (%s,%s,%s,%s,%s,%s,%s,%s,%s)", (id, city, confirm, suspect, dead, heal, province, data_info, detail_time)) id = id + 1 coon.commit()c = ( # 聲明一個(gè)map對(duì)象 Map() # 添加數(shù)據(jù) .add("確診", map_data, "china") # 設(shè)置標(biāo)題和顏色 .set_global_opts(title_opts=opts.TitleOpts(title="全國(guó)疫情圖"), visualmap_opts=opts.VisualMapOpts(split_number=6,is_piecewise=True, pieces=[{"min":1,"max":9,"label":"1-9人","color":"#ffefd7"}, {"min":10,"max":99,"label":"10-99人","color":"#ffd2a0"}, {"min":100,"max":499,"label":"100-499人","color":"#fe8664"}, {"min":500,"max":999,"label":"500-999人","color":"#e64b47"}, {"min":1000,"max":9999,"label":"1000-9999人","color":"#c91014"}, {"min":10000,"label":"10000人及以上","color":"#9c0a0d"} ])) )# 生成html文件c.render("全國(guó)實(shí)時(shí)疫情.html")## china_total="確診" + str(data["chinaTotal"]["confirm"])+ "疑似" + str(data["chinaTotal"]["suspect"])+ "死亡" + str(data["chinaTotal"]["dead"]) + "治愈" + str(data["chinaTotal"]["heal"]) + "更新日期" + data["lastUpdateTime"]# print(china_total) |
以上就是python如何繪制疫情圖的詳細(xì)內(nèi)容，更多關(guān)于python繪制疫情圖的資料請(qǐng)關(guān)注服務(wù)器之家其它相關(guān)文章！
原文鏈接：https://www.cnblogs.com/qilin20/p/12347830.html
