
作者:Python進階者
來源:Python爬蟲與數(shù)據(jù)挖掘
前幾天有個學(xué)生娃子找我?guī)兔ψ鳇c可視化的作業(yè),其實倒是也不難,覺得挺有意思,這里拿出來給大家分享,主要是完成了輪播圖的制作,顯得作業(yè)高大上一些。
首先是數(shù)據(jù)來源,來自百度疫情實時大數(shù)據(jù)報告,如下圖所示。
新增感染病例
這里直接上代碼和效果圖,如下所示:
from pyecharts.charts import Map, Timeline from pyecharts import options as opts # 準數(shù)據(jù) shanxi_city = ["西安市", "延安市", "咸陽市", "渭南市", "安康市", "漢中市", "寶雞市", "銅川市", "商洛市", "榆林市", "韓城市", "楊凌示范區(qū)"]
shanxi_data = [46, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0] # 繪制陜西疫情地圖 map = (
Map()
.add('陜西省', [(i, j) for i, j in zip(shanxi_city, shanxi_data)], '陜西')
.set_global_opts(title_opts=opts.TitleOpts(title='陜西省新增感染病例疫情圖'), visualmap_opts=opts.VisualMapOpts(max_=50, is_piecewise=True))
) # 渲染數(shù)據(jù) map.render('陜西省新增感染病例疫情圖.html')
運行之后,得到的效果圖如下所示:
代碼和上面差不多,只需要更改下數(shù)據(jù)即可,這里直接放效果圖了,如下圖所示:
代碼和上面差不多,只需要更改下數(shù)據(jù)即可,這里直接放效果圖了,如下圖所示:
代碼和上面差不多,只需要更改下數(shù)據(jù)即可,這里直接放效果圖了,如下圖所示:
代碼和上面差不多,只需要更改下數(shù)據(jù)即可,這里直接放效果圖了,如下圖所示:
這里給大家分享輪播效果圖的代碼,原理倒是不難,后面自己直接套用就行,代碼如下:
from pyecharts.charts import Map, Timeline from pyecharts import options as opts # 1. 準數(shù)據(jù) shanxi_city = ["西安市", "延安市", "咸陽市", "渭南市", "安康市", "漢中市", "寶雞市", "銅川市", "商洛市", "榆林市", "韓城市", "楊凌示范區(qū)"] xinzeng = [46, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0] xianyou = [1747, 13, 11, 1, 0, 0, 0, 0, 0, 0, 0, 0] leiji = [2094, 21, 31, 18, 26, 26, 13, 8, 7, 3, 1, 1] zhiyu = [304, 8, 20, 17, 26, 26, 13, 8, 7, 3, 1, 1] siwang = [3, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0] # 2. 繪制新增疫情地圖:格式一 map1 = ( Map(init_opts=opts.InitOpts(width="700px", height="300px", theme="blue")) .add('新增病例', [(i, j) for i, j in zip(shanxi_city, xinzeng)], '陜西') .set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=50)) ) # 3. 繪制現(xiàn)有疫情地圖:格式二 map2 = ( Map() .add('現(xiàn)有病例', [(i, j) for i, j in zip(shanxi_city, xianyou)], '陜西') .set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=1750, is_piecewise=True)) ) # 4. 繪制累計疫情地圖:格式三 map3 = ( Map() .add('累計病例', [(i, j) for i, j in zip(shanxi_city, leiji)], '陜西') .set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=2100, is_piecewise=True)) ) # 5. 繪制治愈疫情地圖:格式四 map4 = ( Map() .add('治愈病例', [(i, j) for i, j in zip(shanxi_city, zhiyu)], '陜西') .set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=310, is_piecewise=True)) ) # 6. 繪制死亡疫情地圖:格式五 map5 = ( Map() .add('死亡病例', [(i, j) for i, j in zip(shanxi_city, siwang)], '陜西') .set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=3, is_piecewise=True)) ) # 7. 創(chuàng)建組合類對象 timeline = Timeline(init_opts=opts.InitOpts(width='720px', height='350px')) # 8. 在組合對象中添加需要組合的圖表對象 timeline.add(chart=map1, time_point="陜西省新增病例疫情圖") timeline.add(chart=map2, time_point="陜西省現(xiàn)有病例疫情圖") timeline.add(chart=map3, time_point="陜西省累計病例疫情圖") timeline.add(chart=map4, time_point="陜西省治愈病例疫情圖") timeline.add(chart=map5, time_point="陜西省死亡病例疫情圖") timeline.add_schema(is_auto_play=True, play_interval=2000) # 9. 渲染數(shù)據(jù) timeline.render('陜西省疫情輪播圖.html')
實現(xiàn)的效果圖如下:
實際上它是動態(tài)的,我這里沒有轉(zhuǎn)gif格式,看上去有點干巴,問題不大。
大家好,我是Python進階者。這篇文章主要基于百度疫情實時大數(shù)據(jù)報告數(shù)據(jù),利用了Python中的可視化庫pyecharts給大家分享了省位地圖的制作和輪播圖的制作方法。
最后也歡迎大家積極嘗試,有好的內(nèi)容也可以分享給我噢!
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03