python如何绘制疫情图
作者:默默不语 时间:2022-03-10 10:06:10
python中进行图表绘制的库主要有两个:matplotlib 和 pyecharts, 相比较而言:
matplotlib中提供了BaseMap可以用于地图的绘制,但是个人觉得其绘制的地图不太美观,而且安装相较而言有点麻烦。
pyecharts是基于百度开源的js库echarts而来,其最大的特点是:安装简单、使用也简单。
所以决定使用pyecharts来绘制地图。
1.安装pyecharts
如果有anaconda环境,可用 pip install pyecharts 命令安装pyecharts。
由于我们要绘制中国的疫情地图,所以还要额外下载几个地图。地图文件被分成了三个Python包,分别为:
全球国家地图: echarts-countries-pypkg
安装命令:pip install echarts-countries-pypkg
中国省级地图: echarts-china-provinces-pypkg
安装命令:pip install echarts-china-provinces-pypkg
中国市级地图: echarts-china-cities-pypkg
安装命令:pip install echarts-china-cities-pypkg
2.导包。
绘制地图时我们根据自己需要导入需要的包,在pyecharts的官方文档 https://pyecharts.org/#/ 中详细列出了绘制各种图表的的方法及参数含义,而且提供了各种图标的demo,方便我们更好地使用pyecharts。
from pyecharts.charts import Map
from pyecharts import options as opts
3.代码
# 用于保存城市名称和确诊人数
map_data = []
for i in china :
print(i)
# 获得省份名称
province = i["name"]
print("province:",province)
province_confirm = i["total"]["confirm"]
# 保存省份名称和该省确诊人数
map_data.append((i["name"],province_confirm))
c = (
# 声明一个map对象
Map()
# 添加数据
.add("确诊", map_data, "china")
# 设置标题和颜色
.set_global_opts(title_opts=opts.TitleOpts(title="全国疫情图"),
visualmap_opts=opts.VisualMapOpts(split_number=6,is_piecewise=True,
pieces=[{"min":1,"max":9,"label":"1-9人","color":"#ffefd7"},
{"min":10,"max":99,"label":"10-99人","color":"#ffd2a0"},
{"min":100,"max":499,"label":"100-499人","color":"#fe8664"},
{"min":500,"max":999,"label":"500-999人","color":"#e64b47"},
{"min":1000,"max":9999,"label":"1000-9999人","color":"#c91014"},
{"min":10000,"label":"10000人及以上","color":"#9c0a0d"}
]))
)
# 生成html文件
c.render("全国实时疫情.html")
运行成功后就可以在工程目录下发现一个名为“全国实时疫情”的html文件,打开就可以看到我们绘制的疫情图啦!!
全部代码(包含保存到数据库,爬取数据、绘制疫情图):
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import json
import requests
import pymysql
# 装了anaconda的可以pip install pyecharts安装pyecharts
from pyecharts.charts import Map,Geo
from pyecharts import options as opts
from pyecharts.globals import GeoType,RenderType
# 绘图包参加网址https://pyecharts.org/#/zh-cn/geography_charts
id = 432
coon = pymysql.connect(user='root', password='root', host='127.0.0.1', port=3306, database='yiqing',use_unicode=True, charset="utf8")
cursor = coon.cursor()
url="https://view.inews.qq.com/g2/getOnsInfo?name=disease_h5"
resp=requests.get(url)
html=resp.json()
data=json.loads(html["data"])
time = data["lastUpdateTime"]
data_info = time.split(' ')[0]
detail_time = time.split(' ')[1]
# 获取json数据的全国省份疫情情况数据
china=data["areaTree"][0]["children"]
# 用于保存城市名称和确诊人数
map_data = []
for i in china :
print(i)
# 获得省份名称
province = i["name"]
print("province:",province)
province_confirm = i["total"]["confirm"]
# 保存省份名称和该省确诊人数
map_data.append((i["name"],province_confirm))
# 各省份下有各市,获取各市的疫情数据
for child in i["children"]:
print(child)
# 获取城市名称
city = child["name"]
print("city:",city)
# 获取确诊人数
confirm = int(child["total"]["confirm"])
# 获取疑似人数
suspect = int(child["total"]["suspect"])
# 获取死亡人数
dead = int(child["total"]["dead"])
# 获取治愈人数
heal = int(child["total"]["heal"])
# 插入数据库中
cursor.execute("INSERT INTO city(id,city,confirm,suspect,dead,heal,province,date_info,detail_time) VALUES (%s,%s,%s,%s,%s,%s,%s,%s,%s)",
(id, city, confirm, suspect, dead, heal, province, data_info, detail_time))
id = id + 1
coon.commit()
c = (
# 声明一个map对象
Map()
# 添加数据
.add("确诊", map_data, "china")
# 设置标题和颜色
.set_global_opts(title_opts=opts.TitleOpts(title="全国疫情图"),
visualmap_opts=opts.VisualMapOpts(split_number=6,is_piecewise=True,
pieces=[{"min":1,"max":9,"label":"1-9人","color":"#ffefd7"},
{"min":10,"max":99,"label":"10-99人","color":"#ffd2a0"},
{"min":100,"max":499,"label":"100-499人","color":"#fe8664"},
{"min":500,"max":999,"label":"500-999人","color":"#e64b47"},
{"min":1000,"max":9999,"label":"1000-9999人","color":"#c91014"},
{"min":10000,"label":"10000人及以上","color":"#9c0a0d"}
]))
)
# 生成html文件
c.render("全国实时疫情.html")
#
# china_total="确诊" + str(data["chinaTotal"]["confirm"])+ "疑似" + str(data["chinaTotal"]["suspect"])+ "死亡" + str(data["chinaTotal"]["dead"]) + "治愈" + str(data["chinaTotal"]["heal"]) + "更新日期" + data["lastUpdateTime"]
# print(china_total)
来源:https://www.cnblogs.com/qilin20/p/12347830.html
![](/images/zang.png)
![](/images/jiucuo.png)
猜你喜欢
python ansible自动化运维工具执行流程
![](https://img.aspxhome.com/file/2023/0/78790_0s.jpg)
详解Python GUI工具取色器
![](https://img.aspxhome.com/file/2023/4/87764_0s.gif)
PHP警告Cannot use a scalar value as an array的解决方法
解决Pytorch 加载训练好的模型 遇到的error问题
![](https://img.aspxhome.com/file/2023/7/107137_0s.jpg)
python“静态”变量、实例变量与本地变量的声明示例
Python 使用tf-idf算法计算文档关键字权重并生成词云的方法
![](https://img.aspxhome.com/file/2023/5/82965_0s.png)
如何用Python Beautiful Soup解析HTML内容
Python实现统计给定字符串中重复模式最高子串功能示例
python中的路径拼接问题
![](https://img.aspxhome.com/file/2023/9/101639_0s.png)
教你用一行Python代码实现GUI图形界面
![](https://img.aspxhome.com/file/2023/4/121894_0s.gif)
Pytorch pth 格式转ONNX 格式的详细过程
![](https://img.aspxhome.com/file/2023/4/98874_0s.png)
asp 动态生成rss(不成生xml文件)代码
python实现爱奇艺登陆密码RSA加密的方法示例详解
![](https://img.aspxhome.com/file/2023/9/115839_0s.jpg)
python使用电子邮件模块smtplib的方法
![](https://img.aspxhome.com/file/2023/3/63203_0s.jpg)
详解MySQL数据库之更新语句
ASP在线转flv+缩略图
搜索系统与导航系统的关系
GO语言原生实现文件上传功能
![](https://img.aspxhome.com/file/2023/2/103032_0s.jpg)
python批量提取word内信息
python GUI库图形界面开发之PyQt5切换按钮控件QPushButton详细使用方法与实例
![](https://img.aspxhome.com/file/2023/0/76840_0s.png)