软件测试/人工智能|Python数据可视化神器pyecharts教程（一）

前言

在很多时候，枯燥的数字并不能很直观的展示地域的差别，比如一个企业，想要分析产品在国内的销售情况，报表可能并不能最直接的展示差异，而一个结合地图的展示，就会直观得多，更便于大家去看到差距，更利于决策。

当然，除了做商业决策，将数据与地图结合，也更便于我们展示诸如人口密度，经济总量等数据，总之，数据可视化是极大地方便了我们的数据分析和评估的。本文就来介绍一下使用Python的数据可视化神器pyecharts来绘制带地图的数据分析图。

环境准备

在使用pyecharts绘制图像之前，我们需要先准备好pyecharts的环境，安装pyecharts非常简单，我们直接使用pip命令安装即可，命令如下：

pip install pyecharts

在pyecharts中，每一种图都有自己对应的类，我们在绘制时，需要先进行导入，在绘制地图之前，我们需要先导入Map类。

因为我们目前没有真实数据，所以我们可以使用Faker库来生成一些假数据，我们可以使用pip命令来安装Faker库，命令如下：

pip install faker

我们在绘制之前，需要导入的包如下：

from pyecharts import options as opts
from pyecharts.charts import Map
from pyecharts.faker import Faker

add函数

在pyecharts中，每一种类型的图都有对应的add函数，现在我们来分析一下Map类的add函数。

def add(
        self,
        series_name: str,  # 系列名称
        data_pair: types.Sequence[types.Union[types.Sequence, opts.MapItem, dict]],  # 数据对，包含地理位置和数值
        maptype: str = "china",  # 地图类型，默认为中国地图
        *,
        is_roam: bool = True,  # 是否开启鼠标缩放和平移漫游，默认为开启
        center: types.Optional[types.Sequence] = None,  # 地图中心点坐标，默认为None
        aspect_scale: types.Numeric = 0.75,  # 地图长宽比，默认为0.75
        bounding_coords: types.Optional[types.Sequence[types.Numeric]] = None,  # 地图的最大最小经纬度范围，默认为None
        min_scale_limit: types.Optional[types.Numeric] = None,  # 最小的缩放比例限制，默认为None
        max_scale_limit: types.Optional[types.Numeric] = None,  # 最大的缩放比例限制，默认为None
        name_property: str = "name",  # 地图数据项中地理位置的属性名称，默认为"name"
        selected_mode: types.Union[bool, str] = False,  # 选中模式，默认为False，可选值为"single"、"multiple"
        zoom: types.Optional[types.Numeric] = 1,  # 地图缩放级别，默认为1
        name_map: types.Optional[dict] = None,  # 地理位置名称的映射关系，默认为None
        symbol: types.Optional[str] = None,  # 地图标记的图形，默认为None，可选值为"circle"、"rect"、"roundRect"等
        map_value_calculation: str = "sum",  # 地图数值的计算方式，默认为"sum"，可选值为"average"、"max"、"min"等
        is_map_symbol_show: bool = True,  # 是否显示地图标记，默认为True
        z_level: types.Numeric = 0,  # 图形的层级，默认为0
        z: types.Numeric = 2,  # 图形的z值，默认为2
        pos_left: types.Optional[types.Union[str, types.Numeric]] = None,  # 图形左上角的位置，默认为None
        pos_top: types.Optional[types.Union[str, types.Numeric]] = None,  # 图形左上角的位置，默认为None
        pos_right: types.Optional[types.Union[str, types.Numeric]] = None,  # 图形右下角的位置，默认为None
        pos_bottom: types.Optional[types.Union[str, types.Numeric]] = None,  # 图形右下角的位置，默认为None
        geo_index: types.Optional[types.Numeric] = None,  # 地理位置的索引，默认为None
        series_layout_by: str = "column",  # 系列的布局方式，默认为"column"，可选值为"row"
        dataset_index: types.Optional[types.Numeric] = 0,  # 数据集的索引，默认为0
        layout_center: types.Optional[types.Sequence[str]] = None,  # 图形布局的中心点，默认为None
        layout_size: types.Union[str, types.Numeric] = None,  # 图形布局的大小，默认为None
        label_opts: types.Label = opts.LabelOpts(),  # 标签的配置项，默认为LabelOpts()
        tooltip_opts: types.Tooltip = None,  # 提示框的配置项，默认为None
        itemstyle_opts: types.ItemStyle = None,  # 图形样式的配置项，默认为None
        emphasis_label_opts: types.Label = None,  # 强调状态下标签的配置项，默认为None
        emphasis_itemstyle_opts: types.ItemStyle = None,  # 强调状态下图形样式的配置项，默认为None
    )

绘制省市地图

我们要详细分析省市的数据，我们可以只绘制某个省的地图，例如，我们要绘制江西省的地图，设置maptype="江西"即可，代码如下：

from pyecharts import options as opts
from pyecharts.charts import Map
from pyecharts.faker import Faker

c = (
    Map()  # 创建地图对象
    .add("煌上煌", [list(z) for z in zip(Faker.guangdong_city, Faker.values())], maptype="江西")  # 添加数据，地区选择江西（也可以选择其他省市）
    .set_global_opts(
        title_opts=opts.TitleOpts(title="江西地图"),  # 设置标题为"江西地图"
        visualmap_opts=opts.VisualMapOpts()  # 设置可视化地图的配置项
    )
)

# 渲染图表
c.render("江西地图.html")  # 将图表渲染为HTML文件

绘制的图像在浏览器打开，如下：

中国地图

我们设置maptype="china"就可以绘制只带省级行政区名的中国地图，设置maptype="china-cities"即可绘制带城市的中国地图，代码如下：

from pyecharts import options as opts
from pyecharts.charts import Map
from pyecharts.faker import Faker

c = (
    Map()  # 创建地图对象
    .add(
        "比亚迪",
        [list(z) for z in zip(Faker.guangdong_city, Faker.values())], maptype="china-cities",  # 添加数据，商家A在中国各个城市的销售额，使用带有城市的中国地图
        label_opts=opts.LabelOpts(is_show=False),  # 设置标签的配置项，不显示标签
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="中国城市图"),  # 设置标题为"中国地图（带城市）"
        visualmap_opts=opts.VisualMapOpts(),  # 设置可视化地图的配置项
    )
)

# 渲染图表
c.render("中国城市图.html")  # 将图表渲染为HTML文件

总结

本文主要介绍了如何使用pyecharts绘制带地图信息的数据分析图，地图可视化是一种强大的工具，能够直观地展示产品销售数据。希望本文能够帮到大家！

更多Python基础语法趣味学习视频，请点击！