前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >用 pyecharts 制作数据可视化大屏之数据地图

用 pyecharts 制作数据可视化大屏之数据地图

作者头像
张俊红
发布2021-02-03 12:07:05
3.7K0
发布2021-02-03 12:07:05
举报
文章被收录于专栏:张俊红

前段时间,给大家分享过 20 个炫酷的数据可视化大屏,源代码都是基于 echarts 的,于是我产生了用 Python 来实现数据可视化大屏的想法。

参考上面这个模板,我计划用 pyecharts 实现一个类似的数据可视化大屏。

今天先绘制中间的数据地图,为了方便演示,我们采用一个超市数据集,数据来源于 Tableau 官方示例。

如果你还没有安装 pyecharts,那么请先打开命令行,运行以下代码:

代码语言:javascript
复制
# 安装或更新 v1 以上版本,目前是 1.9.0
pip3 install pyecharts -U

在 Jupyter Lab 中新建一个 Notebook,运行以下代码:

代码语言:javascript
复制
# 声明 Notebook 类型,必须在引入 pyecharts.charts 等模块前声明
from pyecharts.globals import CurrentConfig, NotebookType
CurrentConfig.NOTEBOOK_TYPE = NotebookType.JUPYTER_LAB

# 导入相关库
from pyecharts import options as opts
from pyecharts.charts import Map
from pyecharts.globals import ThemeType 
import pandas as pd

# 从 data 文件夹读取 Excel 中的数据
df = pd.read_excel('./data/超市数据.xlsx')

# 用数据透视表的方法汇总各省销售额
province_sale = df.pivot_table(values='销售额', index='省/自治区', aggfunc=sum)

# 把数据整理成绘图所需的列表格式,规范名称,销售额换算成万元,保留一位小数
list_province_sale = [list(z) for z in zip(province_sale.index.str.replace('自治区', ''), round(province_sale.销售额/10000, 1))]

# 求各省销售额的最大值
max_sale = round(province_sale.销售额.max()/10000,0)

# 标题,数字千分位格式显示
title = "{:,}".format(int(province_sale.销售额.sum()))

# 副标题
subtitle = '\t\t2016年到2019年总销售额'

# 绘制地图
c = (
    # 主题样式和背景颜色
    Map(init_opts=opts.InitOpts(theme=ThemeType.SHINE, chart_id=1, bg_color='#00589F'))
    # 添加地图数据
    .add("", list_province_sale, "china") 
    # 全局配置
    .set_global_opts(
        # 标题文字
        title_opts=opts.TitleOpts(title=title, 
                                  # 副标题
                                  subtitle=subtitle, 
                                  # 标题位置
                                  pos_left='39%', pos_top=20, 
                                  # 标题颜色和大小
                                  title_textstyle_opts=opts.TextStyleOpts(color="#FBC171", font_size=36), 
                                  # 副标题颜色和大小
                                  subtitle_textstyle_opts=opts.TextStyleOpts(color="#CCCCCC", font_size=15)),
        # 可视化组件参数
        visualmap_opts=opts.VisualMapOpts(
            # 最大值
            max_=max_sale, 
            # 显示精确的分段值
            is_piecewise=True,
            # 图例位置
            pos_left='30%', pos_bottom=10, 
            # 图例字体颜色
            textstyle_opts=opts.TextStyleOpts(color="#FFFFFF"))) 
    # 隐藏文字标签
    .set_series_opts(label_opts=opts.LabelOpts(is_show=False))
)

# 在 Jupyter Lab 中第一次渲染时需要调用
_ = c.load_javascript()

然后,运行以下代码:

代码语言:javascript
复制
# 需要与 load_javascript 在不同的单元格中运行
c.render_notebook()

就能得到如下数据地图:

对于颜色的深浅和气泡的大小,我们的感知能力其实是比较弱的,通常很难精准地判断差异。

从有效传递信息的角度来看,我认为上面这种分段式的数据地图,比普通的热力地图和气泡地图更加有效。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-01-16,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 俊红的数据分析之路 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
图数据库 KonisGraph
图数据库 KonisGraph(TencentDB for KonisGraph)是一种云端图数据库服务,基于腾讯在海量图数据上的实践经验,提供一站式海量图数据存储、管理、实时查询、计算、可视化分析能力;KonisGraph 支持属性图模型和 TinkerPop Gremlin 查询语言,能够帮助用户快速完成对图数据的建模、查询和可视化分析。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档