介绍 5种 绘制炫酷的地图方法
来源 | 数据分析1480
地图可视化是一种非常直观的数据分析结果展现形式，python 有很多可视化库可以实现，pyecharts 就是很多 python 爱好者喜爱的实现地图可视化方法之一。
不可否认，pyecharts 绘制的地图实现方便、图形美观而且支持交互，但在面对不同需求时，其实我们还有很多其他手段实现地图可视化。
一、序
本文主要是介绍了多种实现地图可视化的方法，并对其绘制方式进行简单介绍和对比。主要包括以下方式：
1、python 之 pyecharts
2、百度之 Echarts
3、office之 Excel 和 ppt
4、商业智能软件 Tableau
二、 pyecharts
python爱好者实现地图可视化时的首选库莫过于pyecharts，是一个用于生成 Echarts 图表的类库，实现起来非常简单，做出的图表也很美观。
pyecharts 分为 v0.5 和 v1 两个大版本，v0.5 和 v1 间不兼容，v1 是一个全新的版本。本文案例使用版本1.6。
import pyecharts
pyecharts.__version__
#’1.6.0′
在制作地理地图方面，包括三个类，分别是map、Geo和Bmap，其中前两者是我们常用的地图可视化类，Bmap是百度地图的一个接口。
1、Map类生成地图
使用map类绘制地图支持世界、国家、省市和区县四级地图，使用前需独立安装。
from pyecharts.charts import Map
from pyecharts import options as opts
regions = [ ‘上城区’ , ‘下城区’ , ‘拱墅区’ , ‘滨江区’ , ‘江干区’ , ‘西湖区’ , ‘萧山区’ , ‘余杭区’ , ‘临安市’ , ‘富阳区’ , ‘建德市’ , ‘淳安县’ , ‘桐庐县’ ]
values = [ 94 , 98 , 76 , 89 , 65 , 64 , 56 , 59 , 45 , 23 , 22 , 22 , 21 ] #随便输入的数据
m = Map()
m.add( “” , zip(regions, values), maptype=”杭州”)
m.set_global_opts(title_opts=opts.TitleOpts(title= “杭州各区块吸引力” , pos_left = ‘center’ ),visualmap_opts=opts.VisualMapOpts(max_= 100 ))
r’hz.html’
)
V0.5到V1.0以后版本的一个重要特性是支持类方法的链式调用：
m = (Map()
.add( “” , zip(regions, values), “杭州” )
.set_global_opts(title_opts=opts.TitleOpts(title= “杭州各区块吸引力” , pos_left = ‘center’ ),visualmap_opts=opts.VisualMapOpts(max_= 100 ))
r’hz.html’
))
Map类常用的方法是
##Map类常用方法，各方法里又支持大量参数进行个性化设置
add()
set_global_opts()
set_series_opts()
render()
pyecharts生成的杭州市地图
2、Geo类生成地图
与Map类似，Geo也可以通过设置maptype参数选择地图类型，默认是china，所支持方法与Map类似，具体可详细参考相关文档。
from pyecharts.charts import Geo
from pyecharts.globals import GeoType
from pyecharts import options as opts
regions = [ ‘北京’ , ‘上海’ , ‘天津’ , ‘重庆’ , ‘广州’ , ‘深圳’ , ‘杭州’ , ‘南京’ , ‘成都’ , ‘武汉’ , ‘西安’ , ‘郑州’ , ‘厦门’ ]
values = [ 94 , 98 , 76 , 89 , 65 , 64 , 56 , 59 , 45 , 23 , 22 , 22 , 21 ] #随便输入的数据
g = (Geo()
.add_schema(maptype= “china” )
.add( “geo” , zip(regions, values), type_ = GeoType.EFFECT_SCATTER)
.set_series_opts(label_opts=opts.LabelOpts(is_show= False ))
.set_global_opts(
visualmap_opts=opts.VisualMapOpts(is_piecewise= True ),
title_opts=opts.TitleOpts(title= “Geo涟漪图” ))
.render( ‘geo.html’ )
)
三、 Echarts
实际上，pyecharts之所以如此强大，是发挥了python胶水语言的特性得以引入Echarts。Echarts是百度的一个图表库，基于JavaScript语言实现，官网及其社区有大量开源的案例作品。站在巨人的肩膀上，本着不重复制造轮子的原则，即便不懂js语言，也可以通过简单的更改数据和基本设置来绘制精美的可视化地图。
基于现有案例，输入关键数据即可绘制可视化地图
自从pyecharts1.0版本后，其接口函数和0.5版本有很大区别。实际上，比对pyecharts源码会发现，其参数风格与echarts的js源码很像。从这个角度说，如果一个python爱好者对pyecharts库足够熟悉的话，那么反过来也会很容易上手百度Echarts图表。
Echarts地图均支持交互
注：上述两个可视化地图案例均选自Echarts的gallery社区
还有很多其他类似Echarts的可视化平台，如大众制图、图表秀等，均可在线制作大量图表，不过一般需要注册后方可使用，而Echarts则可直接使用。
四、 Office
作为软件届的翘楚，微软不可能不占有一席之地；作为数据分析和可视化的通用基础工具，Excel和PPT也绝不会在地图可视化方面缺席。所以，如果说用python可视化库和百度Echarts在线制作地图可视化还不够接地气的话，那么office绝对称得上是家喻户晓、人尽可用。
在Excel界面中指定多列数据，其中一列是位置信息（如省份或者城市名），其余表示要可视化的数据，选择插入选项卡下插入三维地图功能，即可进入Excel制演示图界面。
Excel三维地图制作柱状图
然而，以北京各区划为例，Excel默认情况下还会识别出其他地址：例如北京市朝阳区还有吉林省长春市朝阳区，通州区也出现在江苏省南通市通州区。
Excel在识别地理位置方面还有些问题
在ppt中制作可视化地图也非常容易，手段也多种多样，主要还是依靠添加矢量地图然后进行区域编辑来实现的。添加矢量地图的方式有很多，个人选用PA插件下载地图图标添加。对于添加的矢量地图，可以任意对选中地区进行着色，从而体现数据差异。
ppt中制作可视化地图仅需逐块着色即可
五、 Tableau
谈到数据可视化，几乎避免不了要与BI软件产生联系，比如说Tableau。Tableau是专门为制作可视化图表而存在的，自然少不了地图可视化。
与Excel类似，在Tableau数据源中输入地理位置信息及相应数据后，可以通过简单的 拖拽和设置 实现地图绘制。
最为方便的是，Tableau支持便捷的筛选、标记和分组等功能。不过考虑Tableau的使用普及程度还远远不如Office、网页在线等平台，所以Tableau可能并不会成为首选。
与Tableau类似的可用于制作可视化地图的软件还有PowerBI、DataFocus等，都可以简单操作快速上手。
六、 对比与总结
1、可视化地图是一种常用的可视化展现形式，实现手段也多种多样
2、python的pyecharts库是基于百度Echarts库实现的，常用Map、Geo两个类制图，接口丰富、设置多样，图表美观且支持交互
3、百度Echarts支持在线生成可视化地图，社区有大量精美案例可供选择，简单编辑数据即可
4、office的Excel和PPT均可制作可视化地图，二者是几乎人人都会用的办公软件，操作简单、门槛较低，但功能也相对单一
5、Tableau软件制作可视化地图也非常方便且功能强大，但使用灵便程度不如前几种方式
About The Author
