Pyecharts地图练习

Bertha 。 2024-05-03 14:31 125阅读 0赞

![在这里插入图片描述][59a592368ff34176873b3e8d8d382ce5.gif_pic_center]

> Author： 无聊大侠hello word  
> 有一点思考，有一点想法，有一点理性！  
> CSDN@无聊大侠hello word

#### 文章目录 ####

*  前言
 *  PyeCharts官方文档（中文）
 *  分析数据【dataset.csv】
 *  全国各个省份高考人数、全国各个省份大学数量(985&211)、全国各个省份公办本科大学数量

## 前言 ##

> ?前言?  
> ?博客：【无聊大侠hello word】?  
> ✍本文由在下【无聊大侠hello word】原创，首发于CSDN✍

## PyeCharts官方文档（中文） ##

官方文档（中文）：https://pyecharts.org/#/zh-cn/intro

## 分析数据【dataset.csv】 ##

![在这里插入图片描述][e79c105dcaf740a4a2cb3596428a1784.png]

## 全国各个省份高考人数、全国各个省份大学数量(985&211)、全国各个省份公办本科大学数量 ##

数据分析代码如下：

# -*- codeing = utf-8 -*-
    import pandas as pd
    from pyecharts import options as opts
    from pyecharts.charts import Map
    
    
    # 拆分
    def split(data):
        items = []
        for row in data.values:
            items.append(round(float(row.split('万')[0]), 2))
        return items
    
    
    if __name__ == '__main__':
        # 1.读取数据
        df = pd.read_csv('dataset.csv', header=1)
        print(df.head())
    
        # 2. a.全国各个省份高考人数
        province = df['省/市']
        # 高考人数
        values_1 = split(df['2017年'])
    
        values_2 = split(df['2016年'])
    
        # 实列化Map地图对象
        map1 = (
            Map()
                .add(series_name='2016年', data_pair=[list(z) for z in zip(province, values_2)], maptype='china')
                .add(series_name='2017年', data_pair=[list(z) for z in zip(province, values_1)], maptype='china')
                .set_global_opts(
                title_opts=opts.TitleOpts(
                    title='全国各省份高考人数',
                    # 副标题
                    subtitle='2016年至2017年',
                ),
                visualmap_opts=opts.VisualMapOpts(
                    min_=0,
                    max_=80,
                    range_text=['单位：万', None]
                ),
            )
        )
        # 渲染
        map1.render('全国各个省份高考人数.html')
    
        # 3.b.全国各个省份大学数量（985&211）
        # 211&985大学数量
        values_3 = df['211&985大学数量'].values.tolist()
    
        map2 = (
            Map()
                .add(series_name='211&985大学数量', data_pair=[list(z) for z in zip(province, values_3)], maptype='china')
                .set_global_opts(
                title_opts=opts.TitleOpts(title='全国各个省份大学数量'),
                visualmap_opts=opts.VisualMapOpts(
                    max_=100,
                    # 是否分段
                    is_piecewise=True,
                    pieces=[
                        {
        'max': 0, 'min': 0, 'label': '0所'},
                        {
        'max': 1, 'min': 1, 'label': '1所'},
                        {
        'max': 2, 'min': 2, 'label': '2所'},
                        {
        'max': 5, 'min': 3, 'label': '3-5所'},
                        {
        'max': 10, 'min': 6, 'label': '6-10所'},
                        {
        'max': 20, 'min': 11, 'label': '11-20所'},
                        {
        'max': 100, 'min': 21, 'label': '20所以上'},
                    ],
                    is_calculable=True,
                    # 范围_颜色
                    range_color=['white', '#ed5d42', '#860301 ']
                )
            )
        )
        # 渲染
        map2.render('全国各个省份大学数量(985&211).html')
    
        # 4. c.全国各个省份公办本科大学数量
        values_4 = df['公办本科大学数量'].values.tolist()
    
        map3 = (
            Map()
                .add(series_name='公办本科大学数量', data_pair=[list(z) for z in zip(province, values_4)],
                     # is _地图_符号_显示
                     is_map_symbol_show=False,
                     )
                .set_global_opts(
                title_opts=opts.TitleOpts(title='全国各省份大学数量'),
                visualmap_opts=opts.VisualMapOpts(max_=60)
            )
        )
        # 渲染
        map3.render('全国各个省份公办本科大学数量.html')

分析结果如下：

> 全国各个省份高考人数.html

![在这里插入图片描述][c2656eef76664f269734a26a63a0d2ae.png]

> 2.全国各个省份大学数量（985&211）.html

![在这里插入图片描述][bd6c977d17184fce98bb8c8d900c2bbf.png]

> 3.全国各个省份公办本科大学数量.html

![在这里插入图片描述][5f567638e8444fbfa6c6b93f644dd2a7.png]  
**先赞后看，养成习惯！！！^ \_ ^ ❤️ ❤️ ❤️  
码字不易，大家的支持就是我的坚持下去的动力。点赞后不要忘了关注我哦！**

[59a592368ff34176873b3e8d8d382ce5.gif_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/03/0149c395a989441a8f79f09e7777366b.gif
[e79c105dcaf740a4a2cb3596428a1784.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/03/58211d77deca492486937193e625b0a3.png
[c2656eef76664f269734a26a63a0d2ae.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/03/15ca8c4c2edc4505b5db51a48088f2ef.png
[bd6c977d17184fce98bb8c8d900c2bbf.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/03/9b0cdab435aa472f87b35b3615306a87.png
[5f567638e8444fbfa6c6b93f644dd2a7.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/05/03/215837dfc232408c96412c4928490bfb.png