python 中国疫情历史数据可视化werthnmkg的博客-

通过整理已经获取到的中国疫情历史数据，我想通过地图的形式来更好的展现疫情的扩散分布，从1月23日到2月27日的数据，我选择每隔7天绘制一张地图，而且我只针对累计确诊人数进行绘制，
部分数据预览：

本次需要用到 pyecharts 模块，首先导入所需要的库：

import pandas as pd import pyecharts.options as opts from pyecharts.charts import Map 

接下来开始绘制1月23日的疫情地图

data = pd.read_csv("1.23") #导入数据 data = data1[['name','total_confirm']].values.tolist() map_ = Map().add(series_name = "Total Confirm",                  data_pair = data1,                  maptype = "china", #设置地图类型为中国地图                  is_map_symbol_show = False, )  map_.set_series_opts(label_opts=opts.LabelOpts(is_show=False))  map_.set_global_opts(title_opts = opts.TitleOpts(title="Jan 23, 2020"),#设置标题                      visualmap_opts = opts.VisualMapOpts(pieces=[ {"min": 1999, "max": 100000, "color": "#8B0000"}, {"min": 1500, "max": 1999, "color": "#CC0000"}, {"min": 1000, "max": 1499, "color": "#DC143C"}, {"min": 500, "max": 999, "color": "#FF7F50"}, {"min": 100, "max": 499, "color": "#DEB887"}, {"min": 1, "max": 99, "color": "#FFEBCD "}, {"min": 0, "max": 0, "color": "#FFFAF5"}], is_piecewise=True)) #设置不同程度的颜色  map_.render('map1.html') #以html网页显示 

效果是这样的：
接下来，使用和上面绘制1月23日地图同样的代码，我们可以依次把1月30日，2月6日，2月13日，2月20日，2月27日剩下的五张地图完成。需要做的只是替换导入的数据和标题。
这样以来我们可以得到6张地图，在对其整合一下，便可以得到我们想要的结果：