背景 在前文美赛回顾(二) · 文本处理 中已经得到表格数据,找到了年份,月份,省份以及动物种类两两之间的关系。这篇文章将回顾将这些数据可视化的过程!以便投入到美术建模的美赛之中~~~
数据形式 这里用省份年份为例,作中国地图非法野生动物贸易数据的可视化。
省份
上海市
云南省
内蒙古自治区
北京市
台湾省
SUM
18585
22545
13852
27439
2
省份
吉林省
四川省
天津市
宁夏回族自治区
安徽省
SUM
4260
28498
20377
6097
14374
省份
山东省
山西省
广东省
广西壮族自治区
新疆维吾尔自治区
SUM
28115
7463
42048
24932
9304
省份
江苏省
江西省
河北省
河南省
浙江省
SUM
29962
25821
22042
3444
15372
省份
海南省
湖北省
湖南省
澳门特别行政区
甘肃省
SUM
6323
17308
16968
0
3923
省份
福建省
西藏自治区
贵州省
辽宁省
重庆市
SUM
16697
4781
12736
14291
9265
省份
陕西省
青海省
香港特别行政区
黑龙江省
SUM
4184
8023
174
5605
作图 导入库和数据 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 from pyecharts import options as optsfrom pyecharts.charts import Mapfrom pyecharts.globals import ThemeTypeimport pandas as pdimport osimport matplotlib.pyplot as pltdesktop_path = os.path.join(os.path.expanduser("~" ), "Desktop" ) csv_file_path = os.path.join(desktop_path, "sheng_year.csv" ) data = pd.read_csv(csv_file_path, encoding='GBK' ) print (data)
创建图表 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 map_chart = Map(init_opts=opts.InitOpts(theme=ThemeType.LIGHT)) from pyecharts import options as optsprovince_column = data.columns[0 ] data_column = data.columns[1 ] data_list = list (zip (data[province_column], data[data_column])) map_chart.add("China Map" , data_list, maptype="china" , label_opts=opts.LabelOpts(is_show=False ), is_map_symbol_show=False ) map_chart.set_global_opts( title_opts=opts.TitleOpts(title="World Map" ), visualmap_opts=opts.VisualMapOpts( is_piecewise=False , range_color=["#288A2B" , "#EAC863" , "#D84D5C" ], max_=42000 , min_=0 , orient="horizontal" , pos_top="80%" , pos_right="55%" , ), ) map_chart.render(path="test_bar.html" ) import webbrowserwebbrowser.open ("test_bar.html" )
效果:
Figure1 | 中国非法野生动物贸易数目分布
美术建模! 其他工具也很重要!!ppt和photoshop的使用可以让建模更加美术!
让我们来欣赏~~~~
Figure2 | 世界治理非法野生动物贸易兴趣(interest)分布
Figure3 | 中国非法野生动物贸易:物种 - 比例分布
Figure4 | 中国非法野生动物贸易:物种 - 时间分布
Figure5 | 世界治理非法野生动物贸易兴趣(interest)- 能力(power and resource)聚类
Figure6 | 流程图(一小时赶工现学PPT+制作o(╥﹏╥)o)
纪念首次参加却收获颇多的建模大赛