Python模块---制作新冠疫情世界地图
Python模块---制作新冠疫情世界地图
⽬录
pyecharts模块
简介
Echarts 是⼀个由百度开源的数据可视化，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。⽽ Python 是⼀门富有表达⼒的语⾔，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。
如果想要掌握pyecharts，可以阅读，⾥⾯的图表类型和配置项写的⾮常详细，我就不过多的赘述了
安装pyecharts
安装的命令也⾮常简单：
pip install pyecharts
安装成功：
测试pyecharts模块
我们可以尝试运⾏官⽅⽂档所给出的⼏个⼩例⼦来测试⼀下pyecharts模块是否成功安装
打开编辑器，输⼊并运⾏以下代码：
from pyecharts.charts import Bar
from pyecharts import options as opts
# 内置主题类型可查看 pyecharts.globals.ThemeType
from pyecharts.globals import ThemeType
bar = (
Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))
.add_xaxis(["衬衫", "⽺⽑衫", "雪纺衫", "裤⼦", "⾼跟鞋", "袜⼦"])
.add_yaxis("商家A", [5, 20, 36, 10, 75, 90])
.
add_yaxis("商家B", [15, 6, 45, 20, 35, 66])
.set_global_opts(title_opts=opts.TitleOpts(title="主标题", subtitle="副标题"))
)
若此时在当前⽬录下⽣成了⼀个名为render.html的⽂件
打开此⽂件，看到如下的图⽚则证明安装模块成功
pyecharts实战：绘制新冠肺炎疫情地图
需求分析
想要制作全球疫情的地图（空⽓质量图，⼈⼝分布图也是同理），⾸先需要的就是每个国家的疫情数据，⽐如⼈数，治愈数，增长数...... 那么我们该如何获取到这些信息呢？
请求数据
我们发现很多app和⽹页上都会有最新的疫情信息公布，我选取的数据来源是腾讯地图。
⾸先打开，可以发现疫情的信息展现在这⼀页中
获取这些信息的⽅法有很多种，可以是⽤表达式提取，也可以抓包分析，我更喜欢的⼀种⽅法是抓包分析。
右击《检查》，点击《network》选项卡并刷新界⾯，看到加载出来很多数据包，到⾥⾯最像列表的⼀个list数据包
此时发现，这个list数据包正式我们要提取的数据列表，⾥⾯的每个键值对都代表着相应的数据，提取到这些键值对就可以获取到所有的数据信息了，再次回到headers，选项卡下⾯对应的⽹址就是我们即将请求的⽹址，这⾥我们需要注意的是，这个⽹址对应的请求是post⽽不是我们经常使⽤的get
向⽹页请求数据：
import requests
url = 'api.inews.qq/newsqa/v1/automation/foreign/country/ranklist'
response = requests.post(url).text
print(response)
可以看到这个⽹页并没有设置反爬⾍，可以轻松的获取到数据
提取数据
我们刚刚请求到的数据格式是字符格式，并不能被我们直接提取到，必须想将字符格式的数据转换为字典格式才可以开始下⼀步的提取
resp = json.loads(response)  #使⽤变量resp来接收字典格式的数据
将变量转化为字典格式后，就要开始提取数据了提取json类型的数据可以使⽤取出列表元素的⽅法来提取，即先遍历列表将每个国家的信息提取出来，再分别从这些条信息中提取到我们想要的数据
提取数据：
import json
resp = json.loads(response)  #使⽤变量resp来接收字典格式的数据
for data in resp['data']:  #遍历提取每个国家的疫情数据
name = data['name']  #国家名
confirm = data['confirm']  #该国家疫情⼈数
print(name,confirm)
打印数据：
处理数据
在得到了国家和⼈数信息之后，还需要将数据存储到字典中才能传⼊图表中，这就需要我们⼿动的转换数据，并储存到字典中
map_version = {}  #定义空字典
for data in resp['data']:  #遍历提取每个国家的疫情数据
for data in resp['data']:  #遍历提取每个国家的疫情数据
name = data['name']  #国家名
confirm = data['confirm']  #该国家疫情⼈数
map_version[name] = int(confirm)  #将国家和⼈数以键值对的形式传⼊字典
输出字典：
此时打印出来的字典是标准的字典格式，但是这种格式并不是pyecharts所要求的格式，所以还需要⼀⾏代码来进⾏转换
element = list(map_version.items())
然后就可以输出传⼊数据的标准格式：
制作可视化地图
在将数据爬取、变换、整理后，所有准备⼯作都已经做完，下⾯我们来调⽤数据实现数据可视化
先写出⼀个初步的框架来接收内容
from pyecharts.charts import Map,Geo
map = Map().add(series_name="世界疫情分布图",  #名称
data_pair=element,  #传⼊数据
maptype='world',  #地图类型
)
运⾏代码，发现当前⽂件夹下出现了⼀个map.html⽂件，双击运⾏
看到这个图表之后，发现代码的运⾏并没有问题，但是数据却没有传到地图中，这是由于pyecharts默认的世界地图中的国家名是英⽂，所以我们就要传⼊⼀个字典来替代掉这些英⽂设置可视化地图
⽣成了地图之后，接下来就是要保证地图的正确性和美观，所以我们要来设置世界地图
地图上显⽰国家名太多，影响可读性，所以设置为不显⽰国家名
from pyecharts import options
map.set_series_opts(label_opts=options.LabelOpts(is_show=False))  #不显⽰国家名
按照感染⼈数的不同，给地图添加不同的颜⾊
#设置全局配置项
map.set_global_opts(visualmap_opts=options.VisualMapOpts(max_=1100000,is_piecewise=True,pieces=[
{"min": 500000},
{"min": 200000, "max": 499999},
{"min": 100000, "max": 199999},
{"min": 50000, "max": 99999},
{"min": 10000, "max": 49999},
{"max": 9999},]))
代表国家⾸都的圆点不美观，去掉红点：
map = Map().add(
is_map_symbol_show=False,  #不显⽰标记
）
设置背景颜⾊并为⽹页取名：
map = Map(options.InitOpts(bg_color="#87CEFA",page_title='世界疫情分布')).add()
到了现在所有的配置已经完成，但是图表要想显⽰数据还需要传⼊⼀个字典来替换掉默认的英⽂名，具体实现请看下⾯的完整代码。
完整代码
import requests
import json
from pyecharts.charts import Map
from pyecharts import options
url = 'api.inews.qq/newsqa/v1/automation/foreign/country/ranklist'
response = requests.post(url).text
resp = json.loads(response)  #使⽤变量resp来接收字典格式的数据
map_version = {}  #定义空字典
for data in resp['data']:  #遍历提取每个国家的疫情数据
name = data['name']  #国家名
confirm = data['confirm']  #该国家疫情⼈数
map_version[name] = int(confirm)  #将国家和⼈数以键值对的形式传⼊字典
element = list(map_version.items())  #将字典值调整为可以传⼊地图的格式
name_map = {
'Singapore Rep.': '新加坡',
'Dominican Rep.': '多⽶尼加',
'Palestine': '巴勒斯坦',
'Bahamas': '巴哈马',
'Timor-Leste': '东帝汶',
'Afghanistan': '阿富汗',
'Guinea-Bissau': '⼏内亚⽐绍',
"Côte d'Ivoire": '科特迪⽡',
'Siachen Glacier': '锡亚琴冰川',
"Br. Indian Ocean Ter.": '英属印度洋领⼟',
'Angola': '安哥拉',
'Albania': '阿尔巴尼亚',
'United Arab Emirates': '阿联酋',
'Argentina': '阿根廷',
'Armenia': '亚美尼亚',
'French Southern and Antarctic Lands': '法属南半球和南极领地',
'French Southern and Antarctic Lands': '法属南半球和南极领地',    'Australia': '澳⼤利亚',
'Austria': '奥地利',
'Azerbaijan': '阿塞拜疆',
'Burundi': '布隆迪',
'Belgium': '⽐利时',
'Benin': '贝宁',
'Burkina Faso': '布基纳法索',
'Bangladesh': '孟加拉国',
'Bulgaria': '保加利亚',
'The Bahamas': '巴哈马',
'Bosnia and Herz.': '波斯尼亚和⿊塞哥维那',
'Belarus': '⽩俄罗斯',
'Belize': '伯利兹',
'Bermuda': '百慕⼤',
'Bolivia': '玻利维亚',
'Brazil': '巴西',
'Brunei': '⽂莱',
'Bhutan': '不丹',
'Botswana': '博茨⽡纳',
'Central African Rep.': '中⾮',
'Canada': '加拿⼤',
'Switzerland': '瑞⼠',
'Chile': '智利',
'China': '中国',
'Ivory Coast': '象⽛海岸',
'Cameroon': '喀麦隆',
'Dem. Rep. Congo': '刚果民主共和国',
'Congo': '刚果',
'Colombia': '哥伦⽐亚',
'Costa Rica': '哥斯达黎加',
'Cuba': '古巴',
'N. Cyprus': '北塞浦路斯',
'Cyprus': '塞浦路斯',
'Czech Rep.': '捷克',
'Germany': '德国',
'Djibouti': '吉布提',
'Denmark': '丹麦',
'Algeria': '阿尔及利亚',
'Ecuador': '厄⽠多尔',
'Egypt': '埃及',
'Eritrea': '厄⽴特⾥亚',
'Spain': '西班⽛',
'Estonia': '爱沙尼亚',
'Ethiopia': '埃塞俄⽐亚',
'Finland': '芬兰',
'Fiji': '斐',
'Falkland Islands': '福克兰岛',
'France': '法国',
'Gabon': '加蓬',
'United Kingdom': '英国',
'Georgia': '格鲁吉亚',
'Ghana': '加纳',
'Guinea': '⼏内亚',
'Gambia': '冈⽐亚',
'Guinea Bissau': '⼏内亚⽐绍',
'Eq. Guinea': '⾚道⼏内亚',
'Greece': '希腊',
'Greenland': '格陵兰',
'Guatemala': '危地马拉',
'French Guiana': '法属圭亚那',
'Guyana': '圭亚那',
'Honduras': '洪都拉斯',
'Croatia': '克罗地亚',
'Haiti': '海地',
'Hungary': '匈⽛利',
'Indonesia': '印度尼西亚',
'India': '印度',
'Ireland': '爱尔兰',
'Iran': '伊朗',
'Iraq': '伊拉克',
'Iceland': '冰岛',
'Israel': '以⾊列',
'Italy': '意⼤利',
'Jamaica': '⽛买加',
'Jordan': '约旦',
'Japan': '⽇本',
'Kazakhstan': '哈萨克斯坦',
'Kenya': '肯尼亚',
'Kyrgyzstan': '吉尔吉斯斯坦',
'Cambodia': '柬埔寨',
'Korea': '韩国',
'Kosovo': '科索沃',
'Kuwait': '科威特',
'Lao PDR': '⽼挝',
'Lebanon': '黎巴嫩',
'Liberia': '利⽐⾥亚',
'Libya': '利⽐亚',
'Sri Lanka': '斯⾥兰卡',
'Lesotho': '莱索托',
'Lesotho': '莱索托',
'Lithuania': '⽴陶宛',
'Luxembourg': '卢森堡',
'Latvia': '拉脱维亚',
'Morocco': '摩洛哥',
'Moldova': '摩尔多⽡',
'Madagascar': '马达加斯加',
'Mexico': '墨西哥',
'Macedonia': '马其顿',
'Mali': '马⾥',
'Myanmar': '缅甸',
'Montenegro': '⿊⼭',
'Mongolia': '蒙古',
'Mozambique': '莫桑⽐克',
'Mauritania': '⽑⾥塔尼亚',
'Malawi': '马拉维',
'Malaysia': '马来西亚',
'Namibia': '纳⽶⽐亚',
'New Caledonia': '新喀⾥多尼亚',
'Niger': '尼⽇尔',
'Nigeria': '尼⽇利亚',
'Nicaragua': '尼加拉⽠',
'Netherlands': '荷兰',
'Norway': '挪威',
'Nepal': '尼泊尔',
'New Zealand': '新西兰',
'Oman': '阿曼',
'Pakistan': '巴基斯坦',
'Panama': '巴拿马',
'Peru': '秘鲁',
'Philippines': '菲律宾',
'Papua New Guinea': '巴布亚新⼏内亚',
'Poland': '波兰',
'Puerto Rico': '波多黎各',
'Dem. Rep. Korea': '朝鲜',
'Portugal': '葡萄⽛',
'Paraguay': '巴拉圭',
'Qatar': '卡塔尔',
'Romania': '罗马尼亚',
'Russia': '俄罗斯',
'Rwanda': '卢旺达',
'W. Sahara': '西撒哈拉',
'Saudi Arabia': '沙特阿拉伯',
'Sudan': '苏丹',
'S. Sudan': '南苏丹',
'Senegal': '塞内加尔',
'Solomon Is.': '所罗门岛',
'Sierra Leone': '塞拉利昂',
'El Salvador': '萨尔⽡多',
'Somaliland': '索马⾥兰',
'Somalia': '索马⾥',
'Serbia': '塞尔维亚',
'Suriname': '苏⾥南',
朝鲜疫情源头
'Slovakia': '斯洛伐克',
'Slovenia': '斯洛⽂尼亚',
'Sweden': '瑞典',
'Swaziland': '斯威⼠兰',
'Syria': '叙利亚',
'Chad': '乍得',
'Togo': '多哥',
'Thailand': '泰国',
'Tajikistan': '塔吉克斯坦',
'Turkmenistan': '⼟库曼斯坦',
'East Timor': '东帝汶',
'Trinidad and Tobago': '特⾥尼达和多巴哥',
'Tunisia': '突尼斯',
'Turkey': '⼟⽿其',
'Tanzania': '坦桑尼亚',
'Uganda': '乌⼲达',
'Ukraine': '乌克兰',
'Uruguay': '乌拉圭',
'United States': '美国',
'Uzbekistan': '乌兹别克斯坦',
'Venezuela': '委内瑞拉',
'Vietnam': '越南',
'Vanuatu': '⽡努阿图',
'West Bank': '西岸',
'Yemen': '也门',
'South Africa': '南⾮',
'Zambia': '赞⽐亚',
'Zimbabwe': '津巴布韦',
'Comoros': '科摩罗'
}
map = Map(options.InitOpts(bg_color="#87CEFA",page_title='世界疫情分布')).\    add(series_name="世界疫情分布图",  #名称
data_pair=element,  #传⼊数据
is_map_symbol_show=False,  #不显⽰标记
maptype='world',  #地图类型
name_map=name_map,
name_map=name_map,
)
#设置全局配置项
map.set_global_opts(visualmap_opts=options.VisualMapOpts(max_=1100000,is_piecewise=True,pieces=[                {"min": 500000},
{"min": 200000, "max": 499999},
{"min": 100000, "max": 199999},
{"min": 50000, "max": 99999},
{"min": 10000, "max": 49999},
{"max": 9999},]))
#设置系列配置项
map.set_series_opts(label_opts=options.LabelOpts(is_show=False))  #不显⽰国家名
实现结果
这个结果可以动态的显⽰在⽹页中，可以根据⼈数来筛选地图的板块，⽽且⽅便缩放

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。