Echart绘制动态地图 – Python量化投资

Echart绘制动态地图


Echart绘制的逐年LEED项目热图

ECharts是百度开发的使用 JavaScript 实现的开源可视化库,其功能强大、交互丰富,直观且好用。尽管百度公司在其它方面的口碑不怎么样,但Echart绝对算得上是Baidu的良心之作了。
如上图所示,仍然以国内的LEED认证项目统计数据为例,利用Echarts生成的动态地图以对比各省之间的项目数量,以及历年的认证项目数量增长趋势。
参照Echarts官方样例中地图,以及timeline 组件,就可以轻松得到上图中的效果了。
Echarts的官方教程宣称5 分钟上手 ECharts,事实上也确实如此。
在引入Echats之后,不管选用的是哪种类型的图标,首先第一步就是制定配置选项。包括标题、配色、字体、视觉映射、工具条、悬浮显示等等。

指定Echarts图表的配置项

配置好选项后,接下来指定数据及图标类型,就算大功告成了。

    $.get("leedcn.json", function (data) {
        /*
        将json文件导入,数据格式:
        timeline:[2005,2006,……2017,2018]        //LEED统计年份数组
        // 从2005-2018年,每年获认证的LEED项目数量数组
        yearseries:[[{name:"北京",value:2}, …{name:"西藏",value:0}],
                        ……
                     [{name:"北京",value:216}, …{name:"西藏",value:0}]]
        //从2005-2018年,累加的各省LEED项目数量数组
        totalseries:[[{name:"北京",value:2}, …{name:"西藏",value:0}],
                        ……
                     [{name:"北京",value:216}, …{name:"西藏",value:0}]]    
        */
       
        // 解析json文本赋值给object
        //cnDataset = eval('('+ data +')'); 
       cnDataset = eval(data);
        // 调用完成后将loading动画停止
        myChart.hideLoading();
    // debugger
    // 按年份将数据赋值给地图填色
    for (var n = 0; n < cnDataset.timeline.length; n++) {
            option.baseOption.timeline.data.push(cnDataset.timeline[n]);
            option.options.push({
                title: {
                    show: true,
                    'text': cnDataset.timeline[n] + ''
                },
                series: {
                    name: cnDataset.timeline[n],
                    type: 'map',
                    roam: false,
                    map: 'china',
                    data: cnDataset.totalseries[n],
                    }
            });
        }
        myChart.setOption(option);
        });

如代码中所示,Echarts图表中的图表类型和数据由series来指定,Echarts还支持多个series实现类似让Echarts几年前一举成名的百度人口迁徙大数据可视化之类的更加炫酷的效果。下图就是将饼图和堆叠面积图合体后的效果。


堆叠图与饼图的合体

本文中的完整代码参见LEED in ChinaLEED in China(version 2),最好的Echarts学习资源应该说是官方的教程和样例,所以感兴趣的同学不妨前往官网围观。Echarts的支持文档完整详细,还可以在Echarts官方样例上在线修改并实时查看效果,真的是非常方便了。
包括Plotly和R中gganimate等在内的工具包都可以实现动态图表,但各路大神们为Echarts开发了R语言Python的API接口,由此也可见Echarts的江湖地位了。

参考资料
  1. Echart教程
  2. “Life Expectancy and GDP”实例
  3. “Air Quality – Baidu Map”实例
  4. recharts: 百度ECharts 2的R语言接口
  5. pyecharts – A Python Echarts Plotting Library
  6. 如何用 R 绘制动态统计图?
  7. Python 可视化神器-Plotly Express

https://www.jianshu.com/p/017fb0a3e17f

「点点赞赏,手留余香」

    还没有人赞赏,快来当第一个赞赏的人吧!
0 条回复 A 作者 M 管理员
    所有的伟大,都源于一个勇敢的开始!
欢迎您,新朋友,感谢参与互动!欢迎您 {{author}},您在本站有{{commentsCount}}条评论