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

from pyecharts import options as opts
from pyecharts.charts import Map
from pyecharts.globals import ThemeType
import pandas as pd
import os
import matplotlib.pyplot as plt
# 获取桌面路径
desktop_path = os.path.join(os.path.expanduser("~"), "Desktop")

# 生成 CSV 文件的完整路径
csv_file_path = os.path.join(desktop_path, "sheng_year.csv")

# 使用 pandas 读取 CSV 文件
data = pd.read_csv(csv_file_path, encoding='GBK')
# GBK或是UTF-8都可以试试！
print(data)
# 看看数据是不是正确形式

创建图表

# 创建 Map 图表
map_chart = Map(init_opts=opts.InitOpts(theme=ThemeType.LIGHT))

# 设置参数
from pyecharts import options as opts
province_column = data.columns[0]
data_column = data.columns[1]

# 将 zip 结果转换为列表
data_list = list(zip(data[province_column], data[data_column]))

# 添加数据
map_chart.add("China Map", data_list,
              maptype="china", label_opts=opts.LabelOpts(is_show=False),
              is_map_symbol_show=False)
# 设置全局参数
map_chart.set_global_opts(
    title_opts=opts.TitleOpts(title="World Map"),
    visualmap_opts=opts.VisualMapOpts(
        is_piecewise=False,

        # 定义红橙黄绿蓝紫的渐变颜色
        range_color=["#288A2B", "#EAC863", "#D84D5C"],
        max_=42000,  # 最大值
        min_=0,  # 最小值
        orient="horizontal",  # 渐变色方向
        pos_top="80%",  # 设置位置
        pos_right="55%",
    ),
)

# 绘制地图
map_chart.render(path="test_bar.html")
import webbrowser
webbrowser.open("test_bar.html")