
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
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10