Pyecharts繪製視覺化地球實現範例

2022-07-29 22:02:04

正文

今天我們使用 Pyecharts 製作一個地球視覺化專案，一起來看看吧

Let’s go！

資料處理

這裡我們使用全球新冠感染人數的資料集作為我們的測試資料，先來看看資料的整體情況

import pandas as pd
df = pd.read_csv("owid-covid-data.csv")
df_0608 = df[df['date'] == '2022-06-08']
df_new = df_0608[pd.isna(df_0608['continent']) == False]
df_new

Output:

我們選取0608這一天的資料，可以看到 total_cases 欄位就是國家當前的累計總確診人數

下面就提取國家和確診人數

covid_data = df_new[['location', 'total_cases']].values.tolist()

Output:

Pyecharts 繪圖

通過 Pyecharts 繪製地球圖，在官網上有很詳細的例子，我們直接套用即可

首先匯入相關庫

import pyecharts.options as opts
from pyecharts.charts import MapGlobe

定義地球圖函數並繪製

data = [x for _, x in covid_data]
low, high = min(data), max(data)
c = (
    MapGlobe()
    .add_schema()
    .add(
        maptype="world",
        series_name="World Covid Data",
        data_pair=covid_data,
        is_map_symbol_show=False,
        label_opts=opts.LabelOpts(is_show=False),
    )
    .set_global_opts(
        visualmap_opts=opts.VisualMapOpts(
            min_=low,
            max_=high,
            range_text=["max", "min"],
            is_calculable=True,
            range_color=["lightskyblue", "yellow", "orangered"],
        )
    )
)
c.render_notebook()

這樣我們得到如下全球各國新管確診人數分佈圖

部署為 Web 服務

當前我們所有的程式碼都是執行在 Jupyter 當中的，如果要分享給其他人，並不是十分的方便，我們可以將整體程式碼部署成一個 Web 服務，這樣其他人就可以方便的通過瀏覽器來檢視該地球圖了

我們先建立專案目錄，命名為 flask_map，再將本地安裝的 Pyecharts 目錄下的 templates 資料夾拷貝到該目錄下，同時再建立 data 資料夾和 main.py 檔案，Pyecharts 模板位置如下：

pyecharts.render.templates

我們將資料集 owid-covid-data.csv 放到 data 資料夾下，再編寫 main.py 檔案

# coding = utf-8
"""
======================
@author:luobo
@time:2022/7/2:14:32
@email:
@File: main.py
======================
"""
from flask import Flask, render_template
from jinja2 import Markup, Environment, FileSystemLoader
from pyecharts.globals import CurrentConfig
# 關於 CurrentConfig，可參考 [基本使用-全域性變數]
CurrentConfig.GLOBAL_ENV = Environment(loader=FileSystemLoader("./templates"))
from pyecharts import options as opts
from pyecharts.charts import MapGlobe
import pandas as pd
df = pd.read_csv("data/owid-covid-data.csv")
df_0608 = df[df['date'] == '2022-06-08']
df_new = df_0608[pd.isna(df_0608['continent']) == False]
covid_data = df_new[['location', 'total_cases']].values.tolist()
app = Flask(__name__, static_folder="templates")
def Map_base():
    data = [x for _, x in covid_data]
    low, high = min(data), max(data)
    c = (
        MapGlobe()
            .add_schema()
            .add(
            maptype="world",
            series_name="World Covid Data",
            data_pair=covid_data,
            is_map_symbol_show=False,
            label_opts=opts.LabelOpts(is_show=False),
        )
            .set_global_opts(
            visualmap_opts=opts.VisualMapOpts(
                min_=low,
                max_=high,
                range_text=["max", "min"],
                is_calculable=True,
                range_color=["lightskyblue", "yellow", "orangered"],
            )
        )
    )
    return c
@app.route("/")
def index():
    c = Map_base()
    c.render('templates/Map.html')
    return render_template("Map.html")
if __name__ == "__main__":
    app.run()

這樣，當我們啟動 Flask 伺服器之後，只需要存取根目錄（/），就會在 templates 目錄下生成 Map.html 檔案，也會在瀏覽器正常展示地球圖了

tup2

至於如何將本地 Web 應用部署到公網上，我們在後面的文章中再介紹吧！

更多關於Pyecharts繪製視覺化地球的資料請關注it145.com其它相關文章！

Pyecharts繪製視覺化地球實現範例

目錄

正文

資料處理

Pyecharts 繪圖

部署為 Web 服務

tup2

熱門文章