Python pyecharts實時畫圖自定義視覺化經緯度熱力圖

2022-06-23 18:01:46

背景

在業務資料統計分析中基本都會涉及到各省區的分析，資料視覺化是資料分析的一把利器，這些省區的資料一般會用地圖視覺化出來，這樣一些規律可以被一面瞭然發現

地圖有很多視覺化型別，比如：基本地理圖、熱力圖、路徑圖、漣漪圖等，本篇文章主要介紹 熱力圖，使用的工具百度開源 pyecharts

模擬資料以十一期間全國旅遊景點熱度為例（虛構資料）

模擬資料

基於pyecharts內建經緯度的熱力圖

pyecharts 中自帶了一些城市的經緯度，在畫圖時只要列出城市 or 省份的名字，即可在地圖中自動展示，pyecharts會根據城市 or 省份的名字自動提取到經緯度

安裝完pyecharts包之後，可以在pyecharts包資料夾裡面找到相應的檔案city_coordinates.json，裡面儲存了大量的地理名與經緯度的資訊
一般路徑如下：xxxxxxLibsite-packagespyechartsdatasetscity_coordinates.json

下面用模擬資料中 城市、熱度 列來進行熱力圖視覺化
左右滑動檢視完整程式碼

import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import BMap
from pyecharts.globals import BMapType
import json
data=pd.read_excel('熱力圖模擬資料.xlsx')
hotmap = (
    BMap(is_ignore_nonexistent_coord=True,    #忽略不存在的座標
         init_opts=opts.InitOpts(width="1300px", height="600px"))
    .add_schema(baidu_ak="自己申請的key", center=[120.13066322374, 30.240018034923],
                zoom=5,   # 當前視角的縮放比例
                is_roam=True   # 是否開啟滑鼠縮放和平移漫遊
               )  
    .add(
        "熱度",  #圖例
        data_pair=[list(z) for z in zip(data['城市'].to_list(), data['熱度'].to_list())],
        type_="heatmap",
        label_opts=opts.LabelOpts(formatter="{b}"),
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="十一期間全國旅遊景點熱度",
                                  pos_left='center',
                                  title_textstyle_opts=opts.TextStyleOpts(font_size=32)
                                 ), 
        legend_opts=opts.LegendOpts(pos_right='20%'),
        visualmap_opts=opts.VisualMapOpts()
    )
    .add_control_panel(
        copyright_control_opts=opts.BMapCopyrightTypeOpts(position=3),
        maptype_control_opts=opts.BMapTypeControlOpts(
            type_=BMapType.MAPTYPE_CONTROL_DROPDOWN
        ),
        scale_control_opts=opts.BMapScaleControlOpts(),
        overview_map_opts=opts.BMapOverviewMapControlOpts(is_open=True),
        navigation_control_opts=opts.BMapNavigationControlOpts(),
        geo_location_control_opts=opts.BMapGeoLocationControlOpts(),
    )
    .render("基於pyecharts內建經緯度的熱力圖.html")
)
#hotmap.render_notebook()

內建經緯度

基於自定義經緯度的熱力圖

因pyecharts中的 city_coordinates.json 裡面存放的均是一些常用的地理經緯度，如果想使用自定義的經緯度，pyecharts也是支援的

下面用模擬資料中 經度、維度、熱度 列來進行熱力圖視覺化

import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import BMap
from pyecharts.globals import BMapType
import json
data=pd.read_excel('熱力圖模擬資料.xlsx')
data_json={}
for index,row in data.iterrows():
    data_json[row['地名']]=[float(row['經度']),float(row['維度'])]
with open("BMAP.json","w") as f:
    json.dump(data_json,f)
hotmap = (
    BMap(is_ignore_nonexistent_coord=True,    #忽略不存在的座標
         init_opts=opts.InitOpts(width="1300px", height="600px"))
    .add_schema(baidu_ak="自己申請的key", center=[120.13066322374, 30.240018034923],
                zoom=5,   # 當前視角的縮放比例
                is_roam=True   # 是否開啟滑鼠縮放和平移漫遊
               )
    .add_coordinate_json("BMAP.json")  #載入自定義座標
    .add(
        "熱度",  #圖例
        data_pair=[list(z) for z in zip(data['地名'].to_list(), data['熱度'].to_list())],
        type_="heatmap",
        label_opts=opts.LabelOpts(formatter="{b}"),
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="十一期間全國旅遊景點熱度",
                                  pos_left='center',
                                  title_textstyle_opts=opts.TextStyleOpts(font_size=32)
                                 ), 
        legend_opts=opts.LegendOpts(pos_right='20%'),
        visualmap_opts=opts.VisualMapOpts(max_=20)  #設定最大值，目的是為了能夠精確檢視自定座標位置
    )
    .add_control_panel(
        copyright_control_opts=opts.BMapCopyrightTypeOpts(position=3),
        maptype_control_opts=opts.BMapTypeControlOpts(
            type_=BMapType.MAPTYPE_CONTROL_DROPDOWN
        ),
        scale_control_opts=opts.BMapScaleControlOpts(),
        overview_map_opts=opts.BMapOverviewMapControlOpts(is_open=True),
        navigation_control_opts=opts.BMapNavigationControlOpts(),
        geo_location_control_opts=opts.BMapGeoLocationControlOpts(),
    )
    .render("基於自定義經緯度的熱力圖.html")
)
#hotmap.render_notebook()