[Python知识库]Python+pyecharts实现动态轮播地图（以德州市为例）

我们可以在CSDN上可以看到各种各样的地图可视化方法，那么问题来了：如何采用Python实现动态的地图可视化呢，本文姑且使用pyecharts给大家提供一下思路。

首先， 我们需要先收集一些行政区相关的数据信息，以德州市市辖区为例。

随后我们可在Python中写入程序，程序如下：

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

df=pd.read_excel('各行政区24小时数据1.xlsx')
quxian=df.columns[1:]
#print(quxian)
flow=[]
sj=list(df['时间'])
for i in range(len(sj)):
    flow.append([])
    for j in range(len(quxian)):
        flow[i].append(int(list(df[quxian[j]])[i])/200)
#print(flow)
timeline = Timeline(init_opts=opts.InitOpts(width='720px', height='350px'))

for m in range(len(sj)):
    map=(Map().add("德州", [list(z) for z in zip(quxian, flow[m])], "德州").set_global_opts(title_opts=opts.TitleOpts(title="德州地图"), visualmap_opts=opts.VisualMapOpts()))
    timeline.add(chart=map,time_point=sj[m])
    
timeline.add_schema(is_auto_play=True, play_interval=500) 

timeline.render()
            
os.system("render.html")

把程序分解开来说，就是首先导入数据。并按照和行政区划顺序生成二维列表

df=pd.read_excel('各行政区24小时数据1.xlsx')
quxian=df.columns[1:]
flow=[]
sj=list(df['时间'])
for i in range(len(sj)):
    flow.append([])
    for j in range(len(quxian)):
        flow[i].append(int(list(df[quxian[j]])[i])/200)

随后建立时间轴，并在不同的时间节点生成相应的地图

timeline = Timeline(init_opts=opts.InitOpts(width='720px', height='350px'))

for m in range(len(sj)):
    map=(Map().add("德州", [list(z) for z in zip(quxian, flow[m])], "德州").set_global_opts(title_opts=opts.TitleOpts(title="德州地图"), visualmap_opts=opts.VisualMapOpts()))
    timeline.add(chart=map,time_point=sj[m])

最后，设置播放方式，生成网页

timeline.add_schema(is_auto_play=True, play_interval=500) 
timeline.render()        
os.system("render.html")

这样，我们就搭建好了一个动态轮播地图