Python精美地理可视化绘制——以中国历年GDP数据为例-技术圈

点击上方“Python爬虫与数据挖掘”，进行关注

回复“书籍”即可获赠Python从入门到进阶共10本电子书

今

日

鸡

汤

入我相思门，知我相思苦。

专栏作者：zch，经管专业研一在读，Python数据分析及可视化爱好者。公众号后台回复入群，拉你进技术群与大佬们近距离交流。

有的时候，我们需要对不同国家或地区的某项指标进行比较，可简单通过直方图加以比较。但直方图在视觉上并不能很好突出地区间的差异，因此考虑地理可视化，通过地图上位置（地理位置）和颜色（颜色深浅代表数值差异）两个元素加以体现。在本文案例中，基于第三方库pyecharts，对中国各省2010-2019年的GDP进行绘制。

我们先来看看最终效果：

关于绘图数据

基于时间和截面两个维度，可把数据分为截面数据、时间序列及面板数据。在本文案例中，某一年各省的GDP属于截面数据，多年各省的GDP属于面板数据。因此，按照先易后难的原则，先对某一年各省的GDP进行地理可视化，再进一步构建for循环对多年各省的GDP进行可视化，形成最终的时间轮播图。

数据来源：本文案例使用的GDP数据来源于国家统计局官网，可在线下载到本地，保存为csv或excel格式，用pandas中的DataFrame进行读取。

地理可视化

一、全国各省单年GDP的可视化

在pyecharts中可使用Map类型实现地理可视化，其原理是通过不同颜色填充以展现不同的数据，options实现图表的调整及修饰。代码展示如下：

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

frame = pd.read_csv('C:\\Users\\dell\\Desktop\\分省年度数据2.csv',encoding='GBK')
map = Map()
map.add("我国地区的GDP",frame[['地区','2019年']].values.tolist(),"china")
map.set_global_opts(visualmap_opts=opts.VisualMapOpts(min_=500,max_=12000))
map.render("2019年全国各地区GDP.html")

解析：add()来实现了数据的加载，在配置3个参数中——第1个是图的标题，第2个通过.values.tolist()加载要显示的数据，第3个"china"确保显示的地图类型是中国。有个细节需要注意，Map 使用的中国各省份需要将全部的省、市、自治区等去掉。set_global_opts()实现了用颜色标记数据的数值大小，参数min_和max_分别代表最小值和最大值。render()用于生成并保存图像。

效果如下：

然而数据分布并不平均，可以通过is_piecewise 属性表述分段自定义不同的颜色区间：

geo.set_global_opts(visualmap_opts=opts.VisualMapOpts(
    is_piecewise=True,
    pieces=[
        {"min":0,"max":10000,"label":"1~10000","color":"cyan"},
        {"min":10001,"max":20000,"label":"10001~20000","color":"yellow"},
        {"min":20001,"max":50000,"label":"20001~50000","color":"orange"},
        {"min":50001,"max":80000,"label":"50001~80000","color":"coral"},
        {"min":80001,"max":120000,"label":"80001~120000","color":"red"},
    ]   
))

效果如下：

二、全国各省多年GDP的可视化

由于要绘制2010-2019年的GDP数据，可以考虑构建一个for循环，通过str(i)+"年"的形式访问数据表格中处于不同列的各年GDP数据。绘制轮播图可考虑调用Timeline，代码如下：

import pandas as pd
from pyecharts import options as opts
from pyecharts.charts import Map, Timeline

frame = pd.read_csv('C:\\Users\\dell\\Desktop\\分省年度数据2.csv',encoding='GBK')
tl = Timeline()
for i in range(2010, 2020):
    map0 = (
        Map()
        .add("省份",frame[['地区',str(i)+'年']].values.tolist(), "china")
        .set_global_opts(
            title_opts=opts.TitleOpts(title="Map-{}年GDP（亿元）".format(i)),
            visualmap_opts=opts.VisualMapOpts(
                is_piecewise=True,
                pieces=[
                    {"min":0,"max":10000,"label":"1~10000","color":"cyan"},
                    {"min":10001,"max":20000,"label":"10001~20000","color":"yellow"},
                    {"min":20001,"max":50000,"label":"20001~50000","color":"orange"},
                    {"min":50001,"max":80000,"label":"50001~80000","color":"coral"},
                    {"min":80001,"max":120000,"label":"80001~12000","color":"red"},
                ]   ),))
    tl.add(map0, "{}年".format(i))
tl.render("2010~2019年全国各地区GDP.html")