标签:value 指定 import 安徽 一个 world 映射 count 信息
上节课学习了制作了仪表盘和雷达图,本节课将会学习制作更有趣的的图表。
有时我们希望把数据展示在地图上,使数据更加清晰,地理图是显示数据信息最好的方式之一,
通常在显示天气预报、空气质量、资源分布等方面有很多应用。
国家地图、省份地图、城市地图
import pyecharts # 引入地图库 from pyecharts.charts import Map # 引入设置参数库并命名为opts from pyecharts import options as opts world = Map() country = [ ("China", 95.1), ("Canada",23.2), ("Brazil",43.3), ("Russia",66.4), ("United States",88.5) ] world.add("评分",country, "world") # 设置坐标属性 world.set_series_opts(label_opts=opts.LabelOpts(is_show = False)) # 视觉映射配置项 world.set_global_opts(title_opts=opts.TitleOpts(title = "国家地图"),visualmap_opts=opts.VisualMapOpts()) world.render("C:\\Users\\admin\\Desktop\\L7\\drawing\\world.html")
import pyecharts # 引入地图库 from pyecharts.charts import Map # 引入设置参数库并命名为opts from pyecharts import options as opts g=Map() a = [(‘湖北‘,45.23),(‘安徽‘,34.67),(‘上海‘,23.17),(‘湖南‘,50.12)] # 指定图表类型,首字母小写 g.add("评分",a,"china") g.set_series_opts(label_opts=opts.LabelOpts(is_show = True)) g.set_global_opts(title_opts=opts.TitleOpts(title="省份地图"),visualmap_opts=opts.VisualMapOpts()) g.render(‘C:\\Users\\admin\\Desktop\\L7\\drawing\\China.html‘)
import pyecharts # 引入地图库 from pyecharts.charts import Map # 引入设置参数库并命名为opts from pyecharts import options as opts value = [ (‘武汉市‘,1.07), (‘黄冈市‘,3.85), (‘黄石市‘,6.38), (‘十堰市‘, 8.21), (‘天门市‘,2.53) , (‘仙桃市‘,4.3), (‘潜江市‘,9.38), (‘宜昌市‘,4.29), (‘襄阳市‘,6.1), (‘鄂州市‘,3.78), (‘荆门市‘,2.46), (‘孝感市‘,3.18), (‘荆州市‘,5.11), (‘咸宁市‘,5.13), (‘随州市‘,3.97), (‘恩施土家族苗族自治州‘,4.18) ] p = Map() p.add("评分",value,"湖北") p.set_global_opts(title_opts=opts.TitleOpts(title="城市地图"),visualmap_opts=opts.VisualMapOpts()) p.render(‘C:\\Users\\admin\\Desktop\\L7\\drawing\\city.html‘)
散点图又称散点分布图,是以一个变量为横坐标,另一变量为纵坐标,利用散点(坐标点)的分布形态反映变量统计关系的一种图形。
特点是能直观表现出影响因素和预测对象之间的总体关系趋势。
静态散点图、动态散点图
import pyecharts # 引入散点库 from pyecharts.charts import Scatter # 引入设置参数库并命名为opts from pyecharts import options as opts sc = Scatter() kind =["哈士奇", "萨摩耶", "泰迪", "金毛", "柴犬"] data1 = [89, 89, 78, 80, 100] sc.add_xaxis(kind) sc.add_yaxis("商家A",data1) sc.set_global_opts(title_opts=opts.TitleOpts(title="静态散点图")) sc.render(‘C:\\Users\\admin\\Desktop\\L7\\drawing\\scatter1.html‘)
# 2.动态散点图 import pyecharts # 引入散点库 from pyecharts.charts import Scatter # 引入设置参数库并命名为opts from pyecharts import options as opts sc = Scatter() kind =["哈士奇", "萨摩耶", "泰迪", "金毛", "柴犬"] data1 = [89, 89, 78, 80, 100] data2 = [68, 89, 69, 88, 97] sc.add_xaxis(kind) sc.add_yaxis("商家A", data1) sc.add_yaxis("商家B", data2) sc.set_global_opts( title_opts=opts.TitleOpts(title="动态散点图"), # 映射过渡类型,可选,"color", "size" visualmap_opts=opts.VisualMapOpts(type_="size", max_=150, min_=20)) sc.render(‘C:\\Users\\admin\\Desktop\\L7\\drawing\\scatter2.html‘)
1.有时我们希望把数据展示在地图上,使数据更加清晰,地理图是 显示数据信息最好的方式之一,通常在显示天气预报、空气质量、
资源分布等方面有很多应用。
2.散点图又称散点分布图,是以一个变量为横坐标,另一变量为纵 坐标,利用散点(坐标点)的分布形态反映变量统计关系的一种图
形。
特点是能直观表现出影响因素和预测对象之间的总体关系趋势。
标签:value 指定 import 安徽 一个 world 映射 count 信息
原文地址:https://www.cnblogs.com/xiaoxiao-ya/p/12542986.html