在之前南丁格尔玫瑰图的介绍中，我们把各个国家的疫情数据以玫瑰图的形式进行了展示，但是当涉及到的国家数量较多时，玫瑰图也并不能完美地展示出所有国家。这个时候，我们很自然地就想到了在世界地图上表示表示各个国家的，那么在pyecharts中如何实现呢?
pyecharts支持Map(地图)、Geo(地理坐标)、Map3D(三维地图)、BMap(百度地图)多种地图组件。
仍以疫情数据为例，不过这次我们选用国内各省级行政单位的数据。这是因为在pyecharts的世界地图中，是使用国家或地区的英文名称来匹配的，而我们获取到的疫情数据则都是中文名称，而中国地图上是使用中文名称来匹配各行政区域的。为免中文名称转换英文名称的麻烦，因此我们本次使用国内的数据来做示范。
数据如上所示，下面我们按部就班地开始地图的各项设置：
from pyecharts import charts, options
from pyecharts.commons.utils import JsCode
import pandas as pd
data = pd.read_excel('国内疫情数据.xlsx')
map1 = charts.Map(init_opts=options.InitOpts(width='1200px', height='800px'))
与往常一样，在初始化配置中我们设置绘图区域的宽和高。接下来是数据项和地图的配置：
map1.add('累计', data_pair=[(x[1]['地区'], x[1]['累计']) for x in data.iterrows()], maptype='china', is_selected=True, is_roam=True, aspect_scale=0.75, selected_mode='multiple', label_opts=options.LabelOpts(is_show=True, formatter=JsCode('''function(params){ if (params['value']){return params['name'] + ':' + params['value']} else{return ''} }''')), is_map_symbol_show=False )首先，add接受的第一个参数仍然是数据系列名称，但与一般图表不同但是，Map中对多个数据系列不能同时显示，当你选中的多个系列在同一区域都有值的话，那么就会对其进行求和或平均值、最大值、最小值之一来进行图表展示。
(1) data_pair参数接收的参数为二元数组，第一个元素为区域名称，第二个为区域值
(3)maptype是指地图类型，世界地图为“world”，中国地图则为“china”，如果是国内各省级行政单位，则是“山东”、“北京”、“广东”等
(4)is_selected表示当前数据系列是否默认选中
(5)is_roam为bool值，为True时可以使用鼠标拖拽缩放和移动地图位置
(6)aspect_scale表示地图的长宽比
(7)selected_mode表示是否支持选中多个区域，取值可以是bool型(True、False)和str型(single、multiple)
(8)label_opts是标签项，是指的地图上各区域的名称及其数值等说明，其中formatter参数我们使用Js传入，是为了使地图各区域只有当被传入了数值且值不为0时才会显示标签;如上图中把西藏地区空置，其标签就不再显示
(9)is_map_symbol_show用来控制地图各区域上是否显示标记，如果为True则会在该区域有一个小红点，一般是在其省会城市的位置
map1.set_global_opts(
visualmap_opts=options.VisualMapOpts(
type_='color',
is_show=True,
pos_bottom='50%',
pos_left='0%',
min_=min(data['累计']),
max_=max(data['累计']),
is_piecewise=True,
pieces=[
{'min': min(data['累计']), 'max': 200},
{'min': 201, 'max': 300},
{'min': 301, 'max': 400},
{'min': 401, 'max': 500},
{'min': 501, 'max': 600},
{'min': 601, 'max': 700},
{'min': 701, 'max': 800},
{'min': 801, 'max': 900},
{'min': 901, 'max': 1000},
{'min': 1000, 'max': 10000},
{'value': 68151, 'label': '湖北', 'color': 'red'},
{'value': 10884, 'label': '香港', 'color': 'red'}
]))
对于地图，普遍地是以颜色表示数值大小。Map中在全局配置项中有一个视觉地图的配置项，指定数值最小和最大(min_和max_)，即可以颜色表示此区间数值大小。其中is_piecewise表示是否分段，如果为True则像下图一样，按照pieces中设置的区间即对应颜色分段显示图例，通过点击图例即可选中对应颜色的区域并高亮显示：
如果为False，效果则如下图：图例为一条连续色卡，通过鼠标滑动，可以选择对应颜色的区域，但由于无法指定分段区间及颜色，当离差较大时，就会出现颜色单一，无法达到渐变的效果。
Map3D可以绘制三维地图，效果如下：
以每个区域上柱子的长短表示数值大小，直观且立体。现将代码附上，参数含义不再赘述：
map2 = charts.Map3D(init_opts=options.InitOpts(width='1200px', height='800px'))
location = [('121.509062', '25.044332', '台湾'),
('114.502461', '38.045474', '河北'),
('112.549248', '37.857014', '山西'),
('111.670801', '40.818311', '内蒙古'),
('123.429096', '41.796767', '辽宁'),
('125.3245', '43.886841', '吉林'),
('126.642464', '45.756967', '黑龙江'),
('118.767413', '32.041544', '江苏'),
('120.153576', '30.287459', '浙江'),
('117.283042', '31.86119', '安徽'),
('119.306239', '26.075302', '福建'),
('115.892151', '28.676493', '江西'),
('117.000923', '36.675807', '山东'),
('113.665412', '34.757975', '河南'),
('114.298572', '30.584355', '湖北'),
('112.982279', '28.19409', '湖南'),
('113.280637', '23.125178', '广东'),
('108.320004', '22.82402', '广西'),
('110.33119', '20.031971', '海南'),
('104.065735', '30.659462', '四川'),
('106.713478', '26.578343', '贵州'),
('102.712251', '25.040609', '云南'),
('91.132212', '29.660361', '西藏'),
('108.948024', '34.263161', '陕西'),
('103.823557', '36.058039', '甘肃'),
('101.778916', '36.623178', '青海'),
('106.278179', '38.46637', '宁夏'),
('87.617733', '43.792818', '新疆'),
('116.405285', '39.904989', '北京'),
('117.190182', '39.125596', '天津'),
('121.472644', '31.231706', '上海'),
('106.504962', '29.533155', '重庆'),
('114.173355', '22.320048', '香港'),
('113.54909', '22.198951', '澳门')]
location_dict = {x[-1]: [x[0], x[1]] for x in location}
map2.add_schema(
itemstyle_opts=options.ItemStyleOpts(
color="rgb(5,101,123)",
opacity=1,
border_width=0.8,
border_color="rgb(62,215,213)",
),
map3d_label=options.Map3DLabelOpts(
is_show=False,
formatter=JsCode("function(data){return data.name + " " + data.value[2];}"),
),
emphasis_label_opts=options.LabelOpts(
is_show=False,
color="#fff",
font_size=10,
background_color="rgba(0,23,11,0)",
),
light_opts=options.Map3DLightOpts(
main_color="#fff",
main_intensity=1.2,
main_shadow_quality="high",
is_main_shadow=False,
main_beta=10,
ambient_intensity=0.3,
),
).add(
series_name="bar3D",
data_pair=[(x[1]['地区'], (location_dict[x[1]['地区']][0], location_dict[x[1]['地区']][1], x[1]['现有'])) for x in
data.iterrows()],
type_=ChartType.BAR3D,
maptype='china',
bar_size=1,
shading="lambert",
label_opts=options.LabelOpts(
is_show=False,
formatter=JsCode("function(data){return data.name + ' ' + data.value[2];}"),
),
).set_global_opts(title_opts=options.TitleOpts(title="Map3D-Bar3D"))
page = charts.Page()
page.add(map1).add(map2)
page.render('map.html')
