pyecharts模块实现数据可视化
这里采用疫情数据作为参考指标,绘画可视化视图。
1. 全球疫情累计死亡人数分布图
示例功能代码如下:
def yiqing_world(data): world_data = [] for item in data["results"]: if item["countryEnglishname"]: world_data.append([item["countryEnglishname"] .replace('United States of America', 'United States') .replace('United Kingdom', 'Greenland'), item["deadCount"]]) _max = max([item[1] for item in world_data]) world_map = ( Map(init_opts=opts.Initopts(theme='romantic')) .add("累计死亡人数", world_data, 'world', is_map_symbol_show=False) .set_serIEs_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts(Title_opts=opts.TitleOpts(title="全球疫情累计死亡人数分布图", pos_left="left"), legend_opts=opts.LegendOpts(is_show=False), visualmap_opts=opts.VisualMapOpts(max_=_max, is_pIEcewise=True) ) ) world_map.render("全球疫情累计死亡人数分布图.HTML")
2.中国疫情确诊人数分布地图
示例功能代码如下:
def yiqing_china(data): china_data = [] for item in data["results"]: if item["countryname"] == "中国": china_data.append([item["provinceShortname"], item["confirmedCount"]]) _max = max([item[1] for item in china_data]) china_map = ( Map(init_opts=opts.Initopts(theme='dark')) .add("确诊人数", china_data, "china", is_map_symbol_show=False) .set_serIEs_opts(label_opts=opts.LabelOpts(is_show=False)) .set_global_opts(Title_opts=opts.TitleOpts(title="中国疫情确诊人数分布地图"), legend_opts=opts.LegendOpts(is_show=True), visualmap_opts=opts.VisualMapOpts(max_=_max, is_pIEcewise=True) ) ) china_map.render("中国疫情确诊人数分布地图.HTML")
此外还有更多绘画图。
原文链接:https://www.jianshu.com/p/d0ec11363d2d
总结以上是内存溢出为你收集整理的Python包pyecharts实战-疫情可视化分布图全部内容,希望文章能够帮你解决Python包pyecharts实战-疫情可视化分布图所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)