03 pycharts绘制新冠疫情全国地图和武汉地图（百度深度学习7日入门-CV疫情-day1-3,作业）


1 安装第三方库pyecharts（使用清华镜像）

1
2
#!pip install pyecharts
!pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyecharts

1
2
3
4
5
6
Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple
Requirement already satisfied: pyecharts in d:\soft\anaconda\envs\data_analysis\lib\site-packages (1.7.1)
Requirement already satisfied: simplejson in d:\soft\anaconda\envs\data_analysis\lib\site-packages (from pyecharts) (3.17.0)
Requirement already satisfied: prettytable in d:\soft\anaconda\envs\data_analysis\lib\site-packages (from pyecharts) (0.7.2)
Requirement already satisfied: jinja2 in d:\soft\anaconda\envs\data_analysis\lib\site-packages (from pyecharts) (2.11.1)
Requirement already satisfied: MarkupSafe>=0.23 in d:\soft\anaconda\envs\data_analysis\lib\site-packages (from jinja2->pyecharts) (1.1.1)

2 pyecharts使用说明

  • echarts是百度开源的数据可视化工具，凭借着良好的交互性，精巧的图表设计，得到了众多开发者的认可。Python很适合用于数据处理。当数据分析遇上数据可视化时，Pyecharts诞生了。
  • pyecharts的核心是一切都是配置
  • pyecharts api可以参考：https://pyecharts.org/#/zh-cn/chart_api

2.1 pyecharts绘图的步骤

在这里插入图片描述
其中：

  • 系列配置项 set_series_opts(),可配置图元样式、文字样式、标签样式、点线样式等；
  • 全局配置项 set_global_opts()，可配置标题、动画、坐标轴、图例等;

2.2 示例

1
2
3
4
5
6
7
8
9
from pyecharts.charts import Bar #柱状图构造方法
from pyecharts import options as opts
bar = Bar()   #创建图形图像
bar.add_xaxis(["衬衫", "毛衣", "领带", "裤子", "风衣", "高跟鞋", "袜子"])   #添加数据
bar.add_yaxis("商家A", [114, 55, 27, 101, 125, 27, 105])
bar.add_yaxis("商家B", [57, 134, 137, 129, 145, 60, 49])
bar.set_series_opts(label_opts=opts.LabelOpts(font_size=12),is_show=True)  #配置系列参数
bar.set_global_opts(title_opts=opts.TitleOpts(title="某商场销售情况"))  #配置全局参数
bar.render_notebook()      #渲染图片

在这里插入图片描述

3 绘制全国疫情地图

3.1 导入包

1
2
3
4
import json
import datetime
from pyecharts.charts import Map
from pyecharts import options as opts

3.2 读取数据

1
2
3
4
5
# 读原始数据文件
today = datetime.date.today().strftime('%Y%m%d')   #20200315
datafile = 'data/'+ today + '.json'
with open(datafile, 'r', encoding='UTF-8') as file:
    json_array = json.loads(file.read())

1
type(json_array)     #这是一个列表
1
list
1
json_array[0]     #查看第0个元素，为湖北省全部数据
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
{'provinceName': '湖北省',
 'provinceShortName': '湖北',
 'currentConfirmedCount': 1283,
 'confirmedCount': 67802,
 'suspectedCount': 0,
 'curedCount': 63326,
 'deadCount': 3193,
 'comment': '',
 'locationId': 420000,
 'statisticsData': 'https://file1.dxycdn.com/2020/0223/618/3398299751673487511-135.json',
 'cities': [{'cityName': '武汉',
   'currentConfirmedCount': 1279,
   'confirmedCount': 50007,
   'suspectedCount': 0,
   'curedCount': 46175,
   'deadCount': 2553,
   'locationId': 420100},

3.3 分析全国实时确诊数据：'confirmedCount’字段

  • json_array[0]是一个字典，确诊数据在’confirmedCount’字段中
  • 使用for循环，访问json_array中的每个元素对应的’provinceShortName’字段，'confirmedCount’字段
1
2
3
china_data = []
for province in json_array:
    china_data.append((province['provinceShortName'], province['confirmedCount']))

1
china_data[:5]            #提取前5个元素，每个元素是一个元组
1
[('湖北', 67802), ('香港', 765), ('台湾', 329), ('上海', 522), ('北京', 582)]
1
china_data = sorted(china_data, key=lambda x: x[1], reverse=True)       #根据确诊人数排序，reverse=True表示降序
1
china_data[:5]
1
[('湖北', 67802), ('广东', 1507), ('河南', 1276), ('浙江', 1258), ('湖南', 1019)]

3.4 全国疫情地图

3.4.1 自定义图表颜色对应的值

1
2
3
4
5
6
7
8
9
pieces = [
    {'min': 10000, 'color': '#540d0d'},
    {'max': 9999, 'min': 1000, 'color': '#9c1414'},
    {'max': 999, 'min': 500, 'color': '#d92727'},
    {'max': 499, 'min': 100, 'color': '#ed3232'},
    {'max': 99, 'min': 10, 'color': '#f27777'},
    {'max': 9, 'min': 1, 'color': '#f7adad'},
    {'max': 0, 'color': '#f7e4e4'},
]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
#labels = [data[0] for data in china_data]
#counts = [data[1] for data in china_data]
m = Map()  #创建图形图像
#m.add("累计确诊", [list(z) for z in zip(labels, counts)], 'china')
m.add("累计确诊", [list(z) for z in china_data], 'china')
#系列配置项,可配置图元样式、文字样式、标签样式、点线样式等
m.set_series_opts(label_opts=opts.LabelOpts(font_size=12), is_show=False)
#全局配置项,可配置标题、动画、坐标轴、图例等
m.set_global_opts(title_opts=opts.TitleOpts(title='全国实时确诊数据',
                                            subtitle='数据来源：丁香园'),
                  legend_opts=opts.LegendOpts(is_show=False),
                  visualmap_opts=opts.VisualMapOpts(pieces=pieces,
                                                    is_piecewise=True,   #是否为分段型
                                                    is_show=True))       #是否显示视觉映射配置
1
<pyecharts.charts.basic_charts.map.Map at 0x23727ab1608>

1
m.render_notebook()      #渲染图片

在这里插入图片描述

3.4.2 保存图形

1
2
#render（）会生成本地 HTML 文件，默认会在当前目录生成 render.html 文件，也可以传入路径参数，如 m.render("mycharts.html")
m.render(path='data/全国实时确诊数据.html')

4 绘制湖北省地图

4.1 下载城市对应数据集

  • https://aistudio.baidu.com/aistudio/datasetlist/2

4.2 读入规范化的城市名称

1
2
with open('data/pycharts_city.txt', 'r', encoding='UTF-8') as f:
    defined_cities = [line.strip() for line in f.readlines()]
1
type(defined_cities)
1
list
1
defined_cities[0]
1
'广东'
1
set('广东')&set('广东省')  #将字符串转换为集合，提取相同的字符
1
{'东', '广'}
1
2
3
4
5
6
7
8
def format_city_name(name, defined_cities):
    for defined_city in defined_cities:
        if len((set(defined_city) & set(name))) == len(name):
            name = defined_city
            if name.endswith('市') or name.endswith('区') or name.endswith('县') or name.endswith('自治州'):
                return name
            return name + '市'
    return None

4.3 读取数据

1
2
3
4
5
6
7
province_name = '湖北'
for province in json_array:
    if province['provinceName'] == province_name or province['provinceShortName'] == province_name:
        json_array_province = province['cities']
        hubei_data = [(format_city_name(city['cityName'], defined_cities), city['confirmedCount']) for city in
                      json_array_province]
        hubei_data = sorted(hubei_data, key=lambda x: x[1], reverse=True)
1
hubei_data[:5]
1
[('武汉市', 50007), ('孝感市', 3518), ('黄冈市', 2907), ('荆州市', 1580), ('鄂州市', 1394)]

4.4 pycharts绘图

1
2
3
4
5
6
7
8
9
pieces = [
    {'min': 10000, 'color': '#540d0d'},
    {'max': 9999, 'min': 1000, 'color': '#9c1414'},
    {'max': 999, 'min': 500, 'color': '#d92727'},
    {'max': 499, 'min': 100, 'color': '#ed3232'},
    {'max': 99, 'min': 10, 'color': '#f27777'},
    {'max': 9, 'min': 1, 'color': '#f7adad'},
    {'max': 0, 'color': '#f7e4e4'},
]
1
2
3
4
5
6
7
8
9
10
11
m = Map()
m.add("累计确诊", [list(z) for z in hubei_data], '湖北')
m.set_series_opts(label_opts=opts.LabelOpts(font_size=12),
                  is_show=False)
m.set_global_opts(title_opts=opts.TitleOpts(title='湖北省实时确诊数据',
                                            subtitle='数据来源：丁香园'),
                  legend_opts=opts.LegendOpts(is_show=False),
                  visualmap_opts=opts.VisualMapOpts(pieces=pieces,
                                                    is_piecewise=True,
                                                    is_show=True))
m.render_notebook()      #渲染图片

在这里插入图片描述

1
m.render(path='data/湖北省实时确诊数据.html')
1
'D:\\py_baidu\\day01\\data\\湖北省实时确诊数据.html'