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
在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28