用上一篇 scrapy登录微博并爬取签约作者信息 获得的信息画图。看看这些微博的签约作者都分布在哪里呢?
首先安装 pyecharts
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pyecharts==0.5.6
第二步 处理数据
签约作者有在国内的也有在国外的,将数据分成两部分,一部分显示国内的数据,一部分显示国外的数据,且数据中有的签约作者不想透露地址,填写的“其他”,还有的在国外也不想透露,填写的是“海外”,要将这些数据剔除。并且在国外的数据中要加入中国的总人数数据,世界地图中怎么会没有中国呢。
第三步 画图
画中国地图
#add_number 是各省份签约作者人数的字典
provice=list(add_number.keys())
values=list(add_number.values())
map = Map("中国地图","中国地图", width=1200, height=600)
map.add("", provice, values, visual_range=[0, 300], maptype='china', is_visualmap=True,visual_text_color='#000')
# map.show_config()
map.render(path="中国地图.html")
中国地图.png
可以看到 北京的签约作者人数最多,广东第二多。
画世界地图
# ['中国', '美国', '澳大利亚', '法国', '日本', '沙特阿拉伯', '英国', '加拿大', '德国', '俄罗斯', '新加坡', '南非']
ttr = ["China","United States","Australia","France","Japan","Saudi Arabia","United Kingdom","Canada","Germany","Russia","Singapore","South Africa"]
value = [sum(list(add_number.values()))] + list(foreign_add.values())
map = Map("世界地图示例", width=1200, height=600)
map.add("世界地图", attr, value, maptype="world", is_visualmap=True, visual_text_color='#000')
map.render(path="世界地图.html")
世界地图示例.png
网友评论