当我们以城市为单位进行统计时，可以使用散点图，城市即可在地图上呈散点分布，代码如下所示:
frompyecharts.chartsimport*frompyechartsimportoptionsasoptsdefgeo_effect_scatter():geo=Geo(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))geo.add_schema(maptype="china")geo.add("",[("广州",150),("成都",70),("南昌",64),("苏州",100),("郑州",63)],#涟漪效果散点图type_='effectScatter')returngeochart=geo_effect_scatter()chart.render_notebook()chart.render()生成的图如下:
有时候我们需要以特殊高亮的形式显示访客热衷的页面区域和访客所在的地理区域的图示。热力图就完美的符合了我们的需要，pyecharts同样支持我们绘制热力图。
frompyecharts.chartsimport*frompyechartsimportoptionsasoptsdefgeo_heatmap():geo=Geo(init_opts=opts.InitOpts(theme='light',width='1000px',height='600px'))geo.add_schema(maptype="china")geo.add("",[("广州",150),("成都",70),("南昌",64),("苏州",100),("郑州",63)],type_='heatmap')#热点图必须配置visualmap_optsgeo.set_global_opts(visualmap_opts=opts.VisualMapOpts())returngeochart=geo_heatmap()chart.render_notebook()chart.render()结果如下图所示:
很多时候我们会分省份来统计数据，那pyecharts同样也支持这个功能，我们以2022年全国各省份的GDP为例，来绘制我们带视觉组件的图表。
注：输入各省数据时，我们必须输入省份名字的全称，如‘江西省’、‘上海市’、‘香港特别行政区’、‘新疆维吾尔自治区’，输入‘江西’时，无法展示江西省的数据。