说到pyecharts，相信很多人不会陌生，一个优秀的python可视化包。
安装pyecharts
pyecharts支持pip、conda安装，快捷方便，推荐在jupyter notebook环境下愉快的玩耍。
pip install pyecharts
本文python版本为3.6，演示环境为jupyter notebook。
pyecharts地理图表可视化
1、导入相关模块
pyecharts库中负责地理坐标系的模块是Geo，负责地图的模块是Map，负责百度地图的模块是BMap，负责图表配置的模块是options。在 pyecharts 中，图表的一切皆通过 options来修饰调整。
from mons import Fakerfrom pyecharts import options as optsfrom pyecharts.charts import Geofrom pyecharts.globals import ChartType, SymbolType
2、图表输出和显示
在pyecharts中，图表完成制作后通过render()函数输出为html文件，你可以在render()中传递输出地址参数，将html文件保存到自定义的位置。
c = (Geo().add_schema(maptype="china").add("geo", [list(z) for z in zip(Faker.provinces, Faker.values())]).set_series_opts(label_opts=opts.LabelOpts(is_show=False)).set_global_opts(visualmap_opts=opts.VisualMapOpts(),title_opts=opts.TitleOpts(title="Geo-基本示例"),))c.render()# 输出html格式
如果想在notebook中直接展示图表，需要调用render_notebook()函数。
c.render_notebook()# 显示地图
Goe模块常用函数介绍
再来看前面的中国地图示例实现代码：
c = (Geo().add_schema(maptype="china").add("geo", [list(z) for z in zip(Faker.provinces, Faker.values())]).set_series_opts(label_opts=opts.LabelOpts(is_show=False)).set_global_opts(visualmap_opts=opts.VisualMapOpts(),title_opts=opts.TitleOpts(title="Geo-基本示例"),))c.render_notebook()# 显示地图
大家可能会觉得这这代码怎么看起来怪怪的，Geo()模块后面连着很多函数，这其实是python的链式调用，使代码更加简洁。
geo = Geo()geo.add_schema(maptype="china")geo.add("geo", [list(z) for z in zip(Faker.provinces, Faker.values())])geo.set_series_opts(label_opts=opts.LabelOpts(is_show=False))geo.set_global_opts(visualmap_opts=opts.VisualMapOpts(),title_opts=opts.TitleOpts(title="Geo-基本示例"))geo .render_notebook()# 显示地图
这两种方法效果一样，本文使用pyecharts推荐的链式调用方法。Geo()模块调用了五个功能函数：
add_schema()：控制地图类型、视角中心点等
add()：添加图表名称、传入数据集、选择geo图类型、调整图例等
set_series_opts()：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
set_global_opts()：全局配置项，可配置标题、动画、坐标轴、图例等
render_notebook()：在notebook中渲染显示图表
另外，Geo()模块还有几个功能函数：
add_coordinate(): 新增一个坐标点
add_coordinate_json()：以json形式新增多个坐标点
get_coordinate()：根据地点查询对应坐标
利用Geo绘制地理坐标图表
1、基本图表
c = (Geo().add_schema(maptype="china").add("geo", [list(z) for z in zip(['江苏','浙江','湖北','湖南','河南'], [22,34,27,53,42])]).set_series_opts(label_opts=opts.LabelOpts(is_show=False)).set_global_opts(visualmap_opts=opts.VisualMapOpts(),title_opts=opts.TitleOpts(title="全国各省xx数据分布"),))c.render_notebook()
你可以更换数据展现形式，比如用热力图表示，只需在add()函数中添加参数：type_=ChartType.HEATMAP
以北京作为底图，展示北京市各区县xx数据的分布。将函数add_schema(maptype="china")的maptype="china"修改为maptype="北京"。
c = (Geo().add_schema(maptype="北京").add( "geo",[list(z) for z in zip(['大兴区','房山区','海淀区','朝阳区','东城区'], [150,100,300,200,500])],type_=ChartType.EFFECT_SCATTER,).set_series_opts(label_opts=opts.LabelOpts(is_show=False)).set_global_opts(visualmap_opts=opts.VisualMapOpts(),title_opts=opts.TitleOpts(title="Geo-HeatMap"),))c.render_notebook()
你可以修改地图的背景色，在函数add_schema()中添加参数itemstyle_opts=opts.ItemStyleOpts(color="#323c48", border_color="#111")，颜色和边缘颜色可设任意色值。
c = (Geo().add_schema(maptype="北京",itemstyle_opts=opts.ItemStyleOpts(color="#323c48", border_color="#111")).add( "geo",[list(z) for z in zip(['大兴区','房山区','海淀区','朝阳区','东城区'], [1500,10,300,20,5])],).set_series_opts(label_opts=opts.LabelOpts(is_show=False)).set_global_opts(visualmap_opts=opts.VisualMapOpts(),title_opts=opts.TitleOpts(title="北京市各区县xx数据分布"),))c.render_notebook()
2、动态展示
c = (Geo().add_schema(maptype="china").add( "",[("深圳", 120), ("哈尔滨", 66), ("杭州", 77), ("重庆", 88), ("上海", 100), ("乌鲁木齐", 30),("北京", 30),("武汉",70)],type_=ChartType.EFFECT_SCATTER,color="green",).add( "geo",[("北京", "上海"), ("武汉", "深圳"),("重庆", "杭州"),("哈尔滨", "重庆"),("乌鲁木齐", "哈尔滨"),("深圳", "乌鲁木齐"),("武汉", "北京")],type_=ChartType.LINES,effect_opts=opts.EffectOpts(symbol=SymbolType.ARROW, symbol_size=6, color="blue"),linestyle_opts=opts.LineStyleOpts(curve=0.2),).set_series_opts(label_opts=opts.LabelOpts(is_show=False)).set_global_opts(title_opts=opts.TitleOpts(title="全国主要城市航班路线和数量")))c.render_notebook()
利用Map模块绘制地图
Map模块的使用方法和Geo类似，数据展现在地图上，首先导入相关库：
from mons import Fakerfrom pyecharts import options as optsfrom pyecharts.charts import Map
中国地图：
c = (Map().add("商家A", [list(z) for z in zip(['江苏','浙江','湖北','湖南','河南'], [22,100,27,53,42])], "china").set_global_opts(title_opts=opts.TitleOpts(title="Map-基本示例"),visualmap_opts=opts.VisualMapOpts(max_=200)))c.render_notebook()
世界地图：
c = (Map().add("商家A", [list(z) for z in zip(['China','Canada','Brazil','United States','Russia'], [22,100,27,53,42])], "world").set_series_opts(label_opts=opts.LabelOpts(is_show=False)).set_global_opts(title_opts=opts.TitleOpts(title="Map-世界地图"),visualmap_opts=opts.VisualMapOpts(max_=200),))c.render_notebook()
上海地图：
c = (Map().add("商家A", [list(z) for z in zip(['嘉定区','松江区','宝山区','浦东新区','奉贤区'], [22,100,27,53,42])], "上海").set_series_opts(label_opts=opts.LabelOpts(is_show=False)).set_global_opts(title_opts=opts.TitleOpts(title="Map-世界地图"),visualmap_opts=opts.VisualMapOpts(max_=200),))c.render_notebook()
使用BMap百度地图
pyecharts支持开发者使用百度地图，当然需要申请开发者AK码才能调用API。
AK码申请地址：/apiconsole/key?application=key
from pyecharts.charts import BMapc = (BMap().add_schema(baidu_ak="BAIDU_AK",center=[120.13066322374, 30.240018034923],).add( "bmap",[list(z) for z in zip(Faker.provinces, Faker.values())],label_opts=opts.LabelOpts(formatter="{b}"),).set_global_opts(title_opts=opts.TitleOpts(title="BMap-基本示例")))c.render_notebook()
你可以更改地图风格：
c = (BMap().add_schema(baidu_ak="mcH6sBNaAfsbkSndFI5zO90j9wUpRMFy",center=[120.13066322374, 30.240018034923],map_style=your_owner_map_style).add( "bmap",[list(z) for z in zip(Faker.provinces, Faker.values())],label_opts=opts.LabelOpts(formatter="{b}"),).set_global_opts(title_opts=opts.TitleOpts(title="BMap-基本示例")))c.render_notebook()
总结
本文主要讲解了pyecharts的三大地理图表模块：Geo、Map、BMap，这三者分别绘制地理坐标系、地图、百度地图。Geo举的案例较丰富，Map和BMap的很多功能没有细说，大家有兴趣可以去pyecharts官网学习。
往期精选
geopandas，python画地图这么简单！
最全数据科学小抄，赶紧收藏吧！
教你如何使用Python制作酷炫二维码
numba，让python飞起来！大数据告诉你，台风爱在我国哪登陆
数据科学 | 是时候该用seaborn画图了
小白如何入门Python爬虫
那些不为人知的优秀可视化库
Python机器学习·微教程
小白入门Python数据科学全教程
xlwings，让excel飞起来！
一文搞懂python匿名函数
一文读懂Python的map、reduce函数
一文搞懂python迭代器和生成器
Python大数据分析
data creatvalue
如果觉得《干货 | 使用pyecharts绘制交互式动态地图》对你有帮助，请点赞、收藏，并留下你的观点哦！
