0
点赞
收藏
分享

微信扫一扫

什么是微服务?(微服务的技术栈)

悄然丝语 2024-01-29 阅读 16

 


目录

一   基础地图应用

二   全国疫情图

一  数据准备

二 数据处理 

二   湖北省疫情图

一  数据准备

二  数据处理 


一   基础地图应用

导入map地图对象

写入数据

添加数据

设置全局选项

颜色表格:RGB颜色对照表-RGB颜色查询对照表-颜色代码表-颜色的英文名称大全-懒人工具|www.ab173.com

绘制地图

运行效果

 

二   全国疫情图

一  数据准备

这里已经提前准备好了(JSON数据),如果有需要的可以私我(或者到黑马中找资料):黑马程序员-解锁你的IT职业薪未来! (itheima.com)

二 数据处理 

首先对JSON数据进行可视化 

 JSON在线视图查看器(Online JSON Viewer) (ab173.com)

获得省份名称

 

获得确诊人数 

对特殊省份的名字处理

全部代码

import json
from pyecharts.charts import Map
from pyecharts.options import *
# 读取文件数据
f = open("D:/疫情.txt","r",encoding="UTF-8")
data = f.read()
# 关闭文件
f.close()
# 将JSON数据转换为Python字典
data_dict = json.loads(data)
# 从字典中取出省份
province_data_list = data_dict['areaTree'][0]['children']
# 创建一个数据列表存放地图所用的数据
data_list = []
# 组装每个省份和确诊人数为元组,并将各个省份的数据封装进入列表内
for province_data in province_data_list:
    if province_data['name'] =="北京" or province_data['name'] =="上海" or province_data['name'] =="重庆":
        province_name = province_data['name']+"市"
    elif province_data['name'] == "广西":
        province_name = province_data['name'] + "壮族自治区"
    elif province_data['name'] == "内蒙古" or province_data['name'] == "西藏":
        province_name = province_data['name'] + "自治区"
    elif province_data['name'] == "新疆":
        province_name = province_data['name'] + "维吾尔自治区"
    elif province_data['name'] == "宁夏":
        province_name = province_data['name'] + "回族自治区"
    elif province_data['name'] == "香港" or province_data['name'] == "澳门":
        province_name = province_data['name'] + "特别行政区"
    else:
        province_name = province_data['name']+"省"  # 省份名称
    province_confirm = province_data['total']['confirm']  # 省份确诊人数
    data_list.append((province_name,province_confirm))  # 将数据添加到列表中

# 创建地图对象
map = Map()
# 为地图添加数据
map.add("各省份确诊人数",data_list,"china")
# 设置全局配置
map.set_global_opts(
    title_opts=TitleOpts(title="全国疫情地图"),
    visualmap_opts=VisualMapOpts(  # 添加视觉映射
        is_show=True,              # 是否显示
        is_piecewise=True,         # 是否分段
        pieces=[
            {"min":1,"max":99, "lable": '1~99人', "color": "#CCFFFF"},
            {"min":100,"max":999,"lable":"100~999人","color": "#FFFF99"},
            {"min":1000,"max":4999,"lable":"1000~4999人","color": "#FF9966"},
            {"min":5000,"max":9999,"lable":"5000~99999人","color": "#FF6666"},
            {"min":10000,"max":99999,"lable":"10000~99999人","color":  "#CC3333"},
            {"min":100000,"lable":"100000+","color":"#990033"}
        ]
    )
)
# 绘图
map.render("全国疫情地图.html")

运行效果

二   湖北省疫情图

一  数据准备

 

二  数据处理 

 对文件进行处理

将JSON数据转换为Python字典

 将数据变为元组存放再列表中

构建地图配置全局选项 

全部代码 

import json
from pyecharts.charts import Map
from pyecharts.options import *
# 打开文件
f = open("D:/疫情.txt","r",encoding="UTF-8")
# 读取文件中的数据
data = f.read()
# 关闭文件
f.close()
# 将JSON数据转换为Python字典
data_dict = json.loads(data)
# 取到湖北省的数据
city_data = data_dict['areaTree'][0]['children'][6]['children']

# 准备数据为元组存放到list中
data_list = []
for citydata in city_data:
    if citydata["name"] == "神农架":
        city_name = citydata["name"] + "林区"
    elif citydata["name"] == "恩施州":
        city_name = citydata["name"][:-1]+ "土家族苗族自治州"
    else:
        city_name = citydata["name"] + "市"
    city_confirms = citydata['total']['confirm']
    data_list.append((city_name,city_confirms))


# 构建地图
map = Map()
# 添加数据
map.add("确诊人数",data_list,"湖北")
# 设置全局选项
map.set_global_opts(
    title_opts=TitleOpts(title="湖北省疫情地图"),
    visualmap_opts=VisualMapOpts(  # 添加视觉映射
        is_show=True,              # 是否显示
        is_piecewise=True,         # 是否分段
        pieces=[
            {"min":1,"max":99, "lable": '1~99人', "color": "#CCFFFF"},
            {"min":100,"max":999,"lable":"100~999人","color": "#FFFF99"},
            {"min":1000,"max":4999,"lable":"1000~4999人","color": "#FF9966"},
            {"min":5000,"max":9999,"lable":"5000~99999人","color": "#FF6666"},
            {"min":10000,"max":99999,"lable":"10000~99999人","color":  "#CC3333"},
            {"min":100000,"lable":"100000+","color":"#990033"}
        ]
    )
)
# 绘制地图
map.render("湖北省疫情地图.html")

 运行效果

举报

相关推荐

0 条评论