用 pyecharts 画出中国疫情地图（附源码）

作者简介：Mort，数据分析爱好者，擅长数据可视化，比较关注机器学习领域，希望能和业内朋友多学习交流。

笔者之前写过两篇绘制地图的文章，分别是用 matplotlib 画出中国疫情地图（附源码）和用 Plotly 画出中国疫情地图（附源码），今天就介绍一下用pyecharts画地图的方法。之前公众号还发过一篇文章叫用 Python 做一个疫情大屏（优化版），写的是用echarts+flask来构建实时动态地图，这是一个很赞的想法，而笔者今天写的pyecharts就是基于echarts。

之前笔者写过Plotly画图的那篇文章中，笔者曾提过plotly是一个基于D3.js的Python库，plotly相当于一个操作层，让用户能用Python的方式操作D3，这对于不会JavaScript的用户是一个很大的便利。而今天介绍的pyecharts和plotly类似，也是用Python的方式来操作echarts，而echarts是和D3类似的一个js图库，其和D3功能上类似，但却是咱们中国人自己开发的（百度开发的），笔者写这篇文章的主要目的之一也是要介绍一下咱们自己的echarts/pyecharts。

下面就介绍一下如何用pyecharts绘制全国疫情地图。刚开始先给大家提个醒，安装pyecharts要用pip install pyecharts命令，目前暂不支持anaconda的conda install命令，笔者用的是anaconda最新版。

首先导入需要的包和准备数据。

这里有3个变量，nums是全国各省确诊人数，provinces是各省名称，sequence是将两者对应起来的一个list。接下来就是绘图部分。

OK了，是不是so easy。我们可以看到pyecharts和plotly类似，甚至更简单，其自带中国地图数据，不需要额外的地理（坐标）数据，而plotly则需要（上一篇文章中，plotly需要一个json格式的地理文件），当然pyecharts也支持json地理数据，比如本例中我们可以用mymap.add_coordinate_json(‘放入相关数据’)来读取地理数据。这里有几点要说明一下，首先是地图的变量名不要用map，因为这是Python自带的关键字，容易出错。其次是visualmap_opts=opts.VisualMapOpts(pieces=[...])这一大堆，在官方文档中并未说明opts.VisualMapOpts的具体用法，其有很多参数，pieces只是其中之一，这部分用法需要大家认真研究一下，这部分用法我在官方文档中都没搞清楚，还是后来百度一下，才从别人的例子中了解了。最后就是mymap.render('render.html')会生成一个网页文件，打开这个网页就能看到我们绘制的图片，是交互式的，pyecharts是可以生成静态图片的（具体方法留给大家自己去学习），但生成网页文件可以更好地交互操作。下面把pyecharts绘制的图片和百度官方原图对比一下，两者都是GIF动图。

图1. pyecharts绘制的图片

图2. 百度官方原图

笔者目前已经写了3篇绘制地图的文章了，现在做一个小小的总结吧。我们把每种方法的评价分为好、中、差三个档次，我个人对这3中方法的具体评价如下图。在图中我对pyecharts给了很高的评价，但其官方文档有待改进，因为这个项目目前仅有3个人在维持，希望有热情和时间的开发者能多贡献自己的一份力量，尤其是咱们中国自己的开发项目。

图3. Python的3种绘图方法对比

除了这3种方法，Python还有其他很多好的绘制地图的方法，比如folium、geopandas以及非常出名的bokeh，这些也就留给大家自己去学习吧。最后还是那句话吧，“武汉加油，中国加油！”。

赞 赏 作 者

Python中文社区作为一个去中心化的全球技术社区，以成为全球20万Python中文开发者的精神部落为愿景，目前覆盖各大主流媒体和协作平台，与阿里、腾讯、百度、微软、亚马逊、开源中国、CSDN等业界知名公司和技术社区建立了广泛的联系，拥有来自十多个国家和地区数万名登记会员，会员来自以工信部、清华大学、北京大学、北京邮电大学、中国人民银行、中科院、中金、华为、BAT、谷歌、微软等为代表的政府机关、科研单位、金融机构以及海内外知名公司，全平台近20万开发者关注。

扫码关注下方公众号后回复“疫情”即可获取源码数据

▼ 点击成为社区注册会员      喜欢文章，点个在看