京公网安备 11010802034615号
经营许可证编号:京B2-20210330
Echarts 是一款由百度开源的数据可视化库,可用于生成各种类型的图表,包括地图。在 Echarts 中,可以通过地图下钻来实现地图的层级展示,同时也可以在地图上添加散点图等元素来丰富地图的内容。本文将介绍如何使用 Echarts 实现地图下钻和散点功能。
首先需要准备好 Echarts 的相关资源文件,包括 echarts.js 和 echarts-gl.js(用于支持 3D 效果)。这些文件可以从 Echarts 官网或 GitHub 上下载。同时,还需要准备好相应的地图数据,例如中国地图、各省市地图等。这些地图数据可以在 echarts-cities-js 或 echarts-countries-js 等仓库中找到并下载。
地图下钻是指从一个地图区域(例如国家)进入到该区域的下一级区域(例如省份),以此类推。在 Echarts 中,可以通过 series 属性中的 data 属性来配置地图数据,并通过 visualMap 属性来控制地图颜色。同时,还需在 series 中配置鼠标事件来实现地图下钻的效果。
以下是一个简单的地图下钻示例:
var chart = echarts.init(document.getElementById('main')); // 配置地图数据 var geoData = [
{ name: '北京', selected: false },
{ name: '上海', selected: false },
{ name: '天津', selected: false }, // 其他省市数据... ]; // 配置系列数据 var seriesData = [
{ name: '中国', type: 'map', mapType: 'china', selectedMode: 'single', roam: true, itemStyle: { normal: { label: { show: true } }, emphasis: { label: { show: true } },
}, data: geoData,
},
]; // 配置鼠标事件 chart.on('click', function (params) { var name = params.name; if (name === '北京') {
chart.setOption({ series: [
{ name: '北京', type: 'map', mapType: '北京', label: { show: true }, data: [],
},
],
});
} else if (name === '上海') {
chart.setOption({ series: [
{ name: '上海', type: 'map', mapType: '上海', label: { show: true }, data: [],
},
],
});
} else if (name === '天津') {
chart.setOption({ series: [
{ name: '天津', type: 'map', mapType: '天津', label: { show: true }, data: [],
},
],
});
} else { // 其他省市下钻... }
}); // 设置地图颜色 var visualMap = { type: 'piecewise', pieces: [
{ min: 10000, color: '#ff3333' },
{ min: 5000, max: 9999, color: '#ffa533' },
{ min: 1000, max: 4999, color: '#ffff33' },
{ min: 500, max: 999, color: '#33ff33' },
{ min: 1, max: 499, color: '#cccccc' },
{ value: 0, color: '#ffffff' },
], textStyle: { color: '#666666' },
}; // 渲染地图 chart.setOption({ tooltip: { show: true }, visualMap: visualMap, series: seriesData,
});
在上面的示例中,通过设置 series 类型为 'map',并指定 mapType 属性来显示中国地图。当用户点击某个省市时,会触发 chart 的 click 事件,在事件回调函数中根据不同的省市名称设置对应的地
图数据,实现地图下钻效果。同时,通过 visualMap 属性来设置地图颜色,并在 series 中配置 label 属性来显示省市名称。
除了地图下钻,还可以在地图上添加散点图等元素来丰富地图的内容。在 Echarts 中,可以通过 series 属性中的 type 属性来指定散点图类型,并通过 data 属性来配置散点数据。同时,还需在 geo 属性中配置地理坐标系相关信息,以便正确显示散点图位置。
以下是一个简单的地图散点示例:
var chart = echarts.init(document.getElementById('main')); // 配置地图数据 var geoData = [
{ name: '北京', selected: false },
{ name: '上海', selected: false },
{ name: '天津', selected: false }, // 其他省市数据... ]; // 配置系列数据 var seriesData = [
{ name: '散点', type: 'scatter', coordinateSystem: 'geo', data: [
{ name: '北京', value: [116.407394, 39.904211] },
{ name: '上海', value: [121.473662, 31.230372] },
{ name: '天津', value: [117.190182, 39.125596] }, // 其他城市数据... ], itemStyle: { normal: { color: '#ff8800',
},
},
},
]; // 配置地理坐标系 var geo = { map: 'china', roam: true, itemStyle: { normal: { label: { show: true } }, emphasis: { label: { show: true } },
},
}; // 设置地图颜色 var visualMap = { type: 'piecewise', pieces: [
{ min: 10000, color: '#ff3333' },
{ min: 5000, max: 9999, color: '#ffa533' },
{ min: 1000, max: 4999, color: '#ffff33' },
{ min: 500, max: 999, color: '#33ff33' },
{ min: 1, max: 499, color: '#cccccc' },
{ value: 0, color: '#ffffff' },
], textStyle: { color: '#666666' },
}; // 渲染地图 chart.setOption({ tooltip: { show: true }, visualMap: visualMap, geo: geo, series: seriesData,
});
在上面的示例中,通过设置 series 类型为 'scatter',并指定 coordinateSystem 为 'geo' 来实现散点图。通过在 data 中配置每个城市的经纬度来显示散点图位置,并在 itemStyle 中设置颜色。同时,在 geo 属性中设置地图相关信息,包括地图类型、漫游等。最后,通过 visualMap 属性来设置地图颜色。
以上就是使用 Echarts 实现地图下钻和散点功能的简单介绍。在实际开发中,可以根据具体需求来调整代码,并结合其他功能来实现更加丰富的地图效果。
你是否渴望进一步提升数据可视化的能力,让数据展示更加专业、高效呢?现在,有一门绝佳的课程能满足你的需求 ——Python 数据可视化 18 讲(PyEcharts、Matplotlib、Seaborn)。
学习入口:https://edu.cda.cn/goods/show/3842?targetId=6751&preview=0
这门课程完全免费,且学习有效期长期有效。由 CDA 数据分析研究院的张彦存老师精心打造,他拥有丰富的实战经验,能将复杂知识通俗易懂地传授给你。课程深入讲解 matplotlib、seaborn、pyecharts 三大主流 Python 可视化工具,带你从基础绘图到高级定制,还涵盖多元图表类型和各类展示场景。无论是数据分析新手想要入门,还是有基础的从业者希望提升技能,亦或是对数据可视化感兴趣的爱好者,都能从这门课程中收获满满。点击课程链接,开启你的数据可视化进阶之旅,让数据可视化成为你职场晋升和探索数据世界的有力武器!CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14