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!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28