pyecharts绘制中国2020肺炎疫情地图的实例代码

近来武汉肺炎肆虐全国,大多人的日常应该是宅在家里。出于好奇,笔者想用Python来绘制中国2020肺炎疫情地图。

本代码采用Python3,需要安装模块:pyecharts和echarts-china-provinces-pypkg。

Python代码如下:

# -*- coding: utf-8 -*-
# author: Jclian91
# time: 2020-01-29 11:37
# -*- coding: utf-8 -*-
# author: Jclian91
# time: 2020-01-29 11:37

from pyecharts.charts import Map
from pyecharts import options as opts

# 省和直辖市
province_distribution = {'湖北':3554, '浙江':296, '广东': 241,
       '湖南':221, '河南':206, '安徽': 152,
       '重庆':147, '山东':121, '江西': 109,
       '四川':108, '江苏':99, '北京':91,
       '福建':82, '上海':80, '广西':58,
       '陕西':56, '河北':48, '云南':44,
       '海南':43, '黑龙江':37, '辽宁':36,
       '山西':27, '天津':25, '甘肃':24,
       '内蒙古':16, '新疆':13, '宁夏':12,
       '贵州':9, '吉林':9, '台湾':8,
       '香港':8, '澳门':7, '青海':6,
       '西藏':0
       }

# maptype='china' 只显示全国直辖市和省级
map = Map()
map.set_global_opts(
 title_opts=opts.TitleOpts(title="20200129中国疫情地图"),
 visualmap_opts=opts.VisualMapOpts(max_=3600, is_piecewise=True,
          pieces=[
          {"max": 5000, "min": 1001, "label": ">1000", "color": "#8A0808"},
          {"max": 1000, "min": 500, "label": "500-1000", "color": "#B40404"},
          {"max": 499, "min": 100, "label": "100-499", "color": "#DF0101"},
          {"max": 99, "min": 10, "label": "10-99", "color": "#F78181"},
          {"max": 9, "min": 1, "label": "1-9", "color": "#F5A9A9"},
          {"max": 0, "min": 0, "label": "0", "color": "#FFFFFF"},
          ], ) #最大数据范围,分段
 )
map.add("20200129中国疫情地图", data_pair=province_distribution.items(), maptype="china", is_roam=True)
map.render('20200129中国疫情地图.html')
from pyecharts.charts import Map
from pyecharts import options as opts

# 省和直辖市
province_distribution = {'湖北':3554, '浙江':296, '广东': 241,
       '湖南':221, '河南':206, '安徽': 152,
       '重庆':147, '山东':121, '江西': 109,
       '四川':108, '江苏':99, '北京':91,
       '福建':82, '上海':80, '广西':58,
       '陕西':56, '河北':48, '云南':44,
       '海南':43, '黑龙江':37, '辽宁':36,
       '山西':27, '天津':25, '甘肃':24,
       '内蒙古':16, '新疆':13, '宁夏':12,
       '贵州':9, '吉林':9, '台湾':8,
       '香港':8, '澳门':7, '青海':6,
       '西藏':0
       }

# maptype='china' 只显示全国直辖市和省级
map = Map()
map.set_global_opts(
 title_opts=opts.TitleOpts(title="20200129中国疫情地图"),
 visualmap_opts=opts.VisualMapOpts(max_=3600, is_piecewise=True,
          pieces=[
          {"max": 5000, "min": 1001, "label": ">1000", "color": "#8A0808"},
          {"max": 1000, "min": 500, "label": "500-1000", "color": "#B40404"},
          {"max": 499, "min": 100, "label": "100-499", "color": "#DF0101"},
          {"max": 99, "min": 10, "label": "10-99", "color": "#F78181"},
          {"max": 9, "min": 1, "label": "1-9", "color": "#F5A9A9"},
          {"max": 0, "min": 0, "label": "0", "color": "#FFFFFF"},
          ], ) #最大数据范围,分段
 )
map.add("20200129中国疫情地图", data_pair=province_distribution.items(), maptype="china", is_roam=True)
map.render('20200129中国疫情地图.html')

注意,代码中的数据为截止到2020年1月29日中午12点整的全国各省的确诊人数,西藏人数应为0。

运行上述代码,会生成20200129中国疫情地图.html,用浏览器打开该HTML文件,如下:

在地图上可以进行一些互动,比如点击某个省份,我们可以看到该省份的数据;再比如我们取消“>1000”这一选项,就会发现湖北省颜色为白色,如下图:

以上就是本次我们小编整理的全部内容,感谢大家的支持。

(0)

相关推荐

  • node爬取新型冠状病毒的疫情实时动态

    写在前面: 新型冠状病毒有多么可怕,我想大家都已经知道了.湖北爆发了新型冠状病毒,湖南前几天爆发了禽流感,四川发生地震,中国加油!昨天晚上我突发奇想地打算把疫情实时动态展示在自建站上,于是说干就干(先附上昨晚用puppeteer截的图片). 安装node_modules: 所需的node_modules:①puppeteer:②cheerio:③fs:④cron. 需要注意的是安装puppeteer的时候很容易安装失败,这里有俩个解决方法,都是用淘宝源(马云爸爸不是白叫的

  • PHP实现新型冠状病毒疫情实时图的实例

    我们先来看一下运行图 下面我们来看源代码: <?php //抓取抖音的接口数据 global $nCov_data; $nCov_data['data']=get_nCoV_douyin_news(); $nCov_data['total']=get_nCoV_douyin_total(); function get_nCoV_douyin_news(){ $content=@file_get_contents('https://i.snssdk.com/api/feed/forum_flow/

  • Python实现新型冠状病毒传播模型及预测代码实例

    1.传染及发病过程 一个健康人感染病毒后进入潜伏期(时间长度为Q天),潜伏期之后进入发病期(时间长度为D天),发病期之后该患者有三个可能去向,分别是自愈.接收隔离.死亡. 2.模型假设 潜伏期Q=7天,根据报道潜伏期为2~14天,取中间值:发病期D=10天,根据文献报告,WHO认定SARS发病期为10天,假设武汉肺炎与此相同:潜伏期的患者不具有将病毒传染给他人的能力:发病期的患者具有将病毒传染给他人的能力:患者在发病期之后不再具有将病毒传染他人的能力:假设处于发病期的患者平均每天密切接触1人,致

  • Python抓新型冠状病毒肺炎疫情数据并绘制全国疫情分布的代码实例

    运行结果(2020-2-4日数据) 数据来源 news.qq.com/zt2020/page/feiyan.htm 抓包分析 日报数据格式 "chinaDayList": [{ "date": "01.13", "confirm": "41", "suspect": "0", "dead": "1", "heal&qu

  • 使用Python制作新型冠状病毒实时疫情图

    最近一周每天早上起来第一件事,就是打开新闻软件看疫情相关的新闻.了解下自己和亲友所在城市的确诊人数,但纯数字还是缺乏一个直观的概念.那我们来做一个吧. 至于数据,从各大网站的实时疫情页面就可以拿到.以某网站为例,用requests拿到html后,发现并没有数据.不要慌,那证明是个javascript渲染的页面,即使是javascript也是需要从后台取数据的.打开Chrome开发者工具,点开network,刷新页面,点击各个请求,肯定有一个是取json的. 注意这里的返回数据是包含在一个js变量

  • Python实现实时数据采集新型冠状病毒数据实例

    Python实时数据采集-新型冠状病毒 源代码 来源:https://github.com/Programming-With-Love/2019-nCoV 疫情数据时间为:2020.2.1 项目相关截图: 全国数据展示 国内数据展示 国外数据展示 查看指定区域详细数据 源代码,注意安装所需模块(例如 pip install 模块名) import requests import re from bs4 import BeautifulSoup from time import sleep imp

  • python+selenium定时爬取丁香园的新型冠状病毒数据并制作出类似的地图(部署到云服务器)

    前言 硬要说这篇文章怎么来的,那得先从那几个吃野味的人开始说起-- 前天睡醒:假期还有几天:昨天睡醒:假期还有十几天:今天睡醒:假期还有一个月-- 每天过着几乎和每个假期一样的宅男生活,唯一不同的是玩手机已不再是看剧.看电影.打游戏了,而是每天都在关注着这次新冠肺炎疫情的新闻消息,真得希望这场战"疫"快点结束,让我们过上像以前一样的生活.武汉加油!中国加油!! 本次爬取的网站是丁香园点击跳转,相信大家平时都是看这个的吧. 一.准备 python3.7 selenium:自动化测试框架,

  • python模拟预测一下新型冠状病毒肺炎的数据

    大家还好吗? 背景就不用多说了吧?本来我是初四上班的,现在延长到2月10日了.这是我工作以来时间最长的一个假期了.可惜哪也去不了.待在家里,没啥事,就用python模拟预测一下新冠病毒肺炎的数据吧.要声明的是本文纯属个人自娱自乐,不代表真实情况. 采用SIR模型,S代表易感者,I表示感染者,R表示恢复者.染病人群为传染源,通过一定几率把传染病传给易感人群,ta自己也有一定的几率被治愈并免疫,或死亡.易感人群一旦感染即成为新的传染源. 模型假设: ①不考虑人口出生.死亡.流动等情况,即人口数量保持

  • 将新型冠状病毒转二进制的代码(首发)

    视频 将"新型冠状病毒"转换为二进制??? 视频地址:https://www.bilibili.com/video/av86588592 Java public class Main { public static void main(String[] args) { String str = toBinary("新型冠状病毒"); System.out.println(str); } private static String toBinary(String st

  • pyecharts绘制中国2020肺炎疫情地图的实例代码

    近来武汉肺炎肆虐全国,大多人的日常应该是宅在家里.出于好奇,笔者想用Python来绘制中国2020肺炎疫情地图. 本代码采用Python3,需要安装模块:pyecharts和echarts-china-provinces-pypkg. Python代码如下: # -*- coding: utf-8 -*- # author: Jclian91 # time: 2020-01-29 11:37 # -*- coding: utf-8 -*- # author: Jclian91 # time: 2

  • Python绘制全球疫情变化地图的实例代码

    目前全球疫情仍然比较严重,为了能清晰地看到疫情爆发以来至现在全球疫情的变化趋势,我绘制了一张疫情变化地图. 废话不多说,先上图 下面就来重点介绍下上面这张图的绘制过程,主要分为以下三个步骤: 数据收集 数据处理 画图 下面一个一个来说. 数据收集 这是万里长城的第一步,俗话说"巧妇难为无米之炊",既然是变化图,当然需要每个国家.每天的现有确诊病例数.好在现在各大网站都有疫情相关的专题页,我们可以直接抓数据.以网易为例 我们选择 XHR,重新刷新下网页可以看到有几个接口,其中 list-

  • pyecharts绘制各种数据可视化图表案例附效果+代码

    目录 1.pyecharts绘制饼图(显示百分比) 2.pyecharts绘制柱状图 3.pyecharts绘制折线图 4.pyecharts绘制柱形折线组合图 5.pyecharts绘制散点图 6.pyecharts绘制玫瑰图 7.pyecharts绘制词云图 8.pyecharts绘制雷达图 9.pyecharts绘制散点图 10.pyecharts绘制嵌套饼图 11.pyecharts绘制中国地图 12.pyecharts绘制世界地图 1.pyecharts绘制饼图(显示百分比) # 导入

  • 通过数据库和ajax方法写出地图的实例代码

    ajax教程 AJAX = Asynchronous JavaScript and XML(异步的 JavaScript 和 XML). AJAX 不是新的编程语言,而是一种使用现有标准的新方法. AJAX 是与服务器交换数据并更新部分网页的艺术,在不重新加载整个页面的情况下. 客户端部分:html.js.css代码部分: <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www

  • 绘制微信小程序验证码功能的实例代码

    1.在 utils 文件中新建 mcaptcha.js 文件,写入以下代码: module.exports = class Mcaptcha { //画板 constructor(options) { this.options = options; this.fontSize = options.height * 3 / 4; this.init(); this.refresh(this.options.code); } init() { this.ctx = wx.createCanvasCo

  • Js实现中国公民身份证号码有效性验证实例代码

    本文将使用JavaScript实现中国公民(15位或者18位)身份证号码的相关验证,功能如下: 身份证号有效性验证 分析详细身份证信息 生成一个虚拟的省份证号码. 身份证号码验证 1.号码的结构 公民身份号码是特征组合码,由十七位数字本体码和一位校验码组成.排列顺序从左至右依次为:六位数字地址码,八位数字出生日期码,三位数字顺序码和一位数字校验码. 2.地址码(前六位数) 表示编码对象常住户口所在县(市.旗.区)的行政区划代码,按GB/T2260的规定执行. 3.出生日期码(第七位至十四位) 表

  • Python pyecharts实现绘制中国地图的实例详解

    目录 实例演示 1.pyecharts 1.9.1 版本安装与数据准备 2.添加数据项,默认中国地图显示 常用配置项及参数解析 1.设置是否默认选中 2.设置地图颜色类型是否分段显示 3.缩放平移配置 4.启用和关闭图形标记 5.关闭标签名称显示 6.颜色设置:标签颜色.区域颜色.边框颜色 实例演示 先给大家看下效果图哈. 1.pyecharts 1.9.1 版本安装与数据准备 首先需要安装 pyecharts 库,直接 pip install pyecharts 就好了. 新版本的话不需要单独

  • 基于Python绘制世界疫情地图详解

    世界疫情数据下载请点击>>:疫情数据下载 注:此数据是2022年3月12号的结果,其中透明的地方代表确诊人数小于10万人,白色的地方代表无该国家的数据. 最终效果: 下载需要的python包: pip install echarts-countries-pypkg pip install echarts-china-provinces-pypkg pip install echarts-countries-china-cities-pypkg import seaborn as sns imp

  • Python和Perl绘制中国北京跑步地图的方法

    当你在一个城市,穿越大街小巷,跑步跑了几千公里之后,一个显而易见的想法是,我到底和之前比快了多少,跑量有何变化,如果能把在这个城市的所有路线全部画出来,会是怎样的景象呢? 1.数据来源:益动GPS 文章代码比较多,为了不吊人胃口,先看看最终效果: [/code] 首先需要有原始数据信息,手机上众多跑步软件提供了详细的记录,但它们共同的问题是不允许自由导入导出(可能是为了用户粘性吧).因此有一块智能运动手表应该是不二之选.我的是Garmin Fenix3,推荐一下: 益动GPS算是业界良心了,能够

随机推荐