数据地图

背景

有时候发现数据与地图相结合特别有意思，由于以前做过洗衣机业务，我要直观形象刻画海尔这个品牌洗衣机第52周在全国各省销量(台)的分布情况，可以利用数据地图来进行刻画。利用随机数据，做了一个模拟demo.

代码实现

import numpy as  np #导入numpy库

from pyecharts import Map #从pyecharts库导入Map函数

from pyecharts_snapshot.main importmake_a_snapshot

attr=['北京','上海','天津','重庆','辽宁','吉林','黑龙江','河北','河南','山东','山西','江苏','安徽','江西','浙江','福建','广东','海南','贵州','云南','四川','湖南','湖北','陕西','甘肃','青海','内蒙古','新疆','广西','宁夏','西藏','香港','澳门','台湾']

v1=np.random.randint(100,2000,34)

map=Map("第52周海尔洗衣机各省市销售分布图(单位：台)",title_color="#fff", title_pos="center",width=1000,  height=600, background_color='#404a59')#画布设置

map.add("", attr, v1,visual_range=[100, 2000], visual_text_color="#fff",       symbol_size=15,is_visualmap=True,is_label_show=True,is_more_utils=True)#添加数据及配置项

map.render(path='第52周海尔洗衣机各省市销售分布图(单位：台).png') #生成本地png

map.render('第52周海尔洗衣机各省市销售分布图(单位：台).html') #生成本地html

map.render(path='第52周海尔洗衣机各省市销售分布图(单位：台).pdf') #生成本地pdf

效果图

图1   第52周海尔洗衣机各省市销售分布图(单位：台)

分析

用数据地图相比普通柱状图更直观形象，而且与地理位置联系起来，让企业一眼就能够知道我们的产品在哪些地方销售的好，哪些地方销售有待提高，同时还能给客户多一种体验。

备注

利用百度的pyecharts库，需要提前安装

#$ pip install echarts-countries-pypkg #世界地图包括中国地图大约1.9M

#$ pip install echarts-china-provinces-pypkg  #中国省份地图730k

#$ pip install echarts-china-cities-pypkg #中国城市地图3.8M

#$ pip install echarts-china-counties-pypkg #中国县镇地图4.1M

#$ pip install echarts-china-misc-pypkg  #中国区域划分

#$ pip install echarts-united-kingdom-pypkg #顺便把英国地图给加载

并且需要安装phantomJS和carserJS并且添加环境变量。