精华内容
下载资源
问答
  • python绘制热力

    千次阅读 2019-07-23 17:24:08
    查看网上各大博客, 关于python绘制热力图的博客文章有很多,但是发觉绝大多数都是直接在中国地图或者世界地图上甚至于是 某个城市的地图上进行绘制热力图,也就是说,热力图的底图是无法改变的,比较有印象的四种方法,...
    前言
    • 工作中,上司要求对于一些数据以热力图的形式进行显示出来,能够更加直观的对于不同的数据继续对比查看.
    • 查看网上各大博客, 关于python绘制热力图的博客文章有很多,但是发觉绝大多数都是直接在中国地图或者世界地图上甚至于是 某个城市的地图上进行绘制热力图,也就是说,热力图的底图是无法改变的,比较有印象的四种方法,如下:
      • 利用folium 来绘制https://blog.csdn.net/ouening/article/details/78882094
      • 利用百度提供的热力图api来绘制
        http://www.sohu.com/a/252907392_453160
      • 通过地图慧网站来绘制热力图
        https://jingyan.baidu.com/article/e4d08ffd7beec10fd2f60d38.html
      • 通过excel来绘制热力图
        https://www.jianshu.com/p/123cb5780694
    • 以上的方式绘制热力图很方便,并且能够完美的绘制热力图,但是可惜的是, 以上方式并没有解决我的困难,以上都是直接在网络地图上绘制热力图,而,我的难题为:
      • 在自己的地图上绘制热力图
    • 终究,功夫不负有心人,找到了几篇内容相差无几的博客,虽然不是特别的详细,但是我发觉里边共用的一个包,是可以解决我的问题的, 经过查看源代码,解读,最终绘制成功
    • 在这,总结一下此包的相关函数和参数,以备日后查看.
    pyheatmouap
    • 这个库,貌似是由一个大佬将他的一个项目中的一些代码抽调出来封装而成,所以,想要找到特别详细的相关解释和注释很困难.在库的一些函数的注释中,也并没有像是大多数库一样,对于函数和相关参数有大量的解释,以下,我只会对于我用到的一些函数进行解释.
    • 首先,导入pyheatmouap库中关于热力图的类
      • from pyheatmap.heatmap import HeatMap
    • 实例化这个类,此类有四个初始化参数:
      • data
        • 以二维列表或者元组的形式,传入每个 热力点的横纵坐标以及热力值
        • 可以不传入热力值,默认为 1
        • 实例 [[x,y,n],[x,y,n]]
      • base=None 设置底图,= “路径”
      • width=0, 宽度
      • height=0 高度
    • heatmap函数,使用实例化出来的热力图对象进行绘制热力图,有四个参数:
      • save_as=None, 设备图像保存的路径
      • base=None, 设置背景
      • data=None, 不传即可,后台代码实现,为空,则使用实例化之时的data
      • r=10, 设置热力的范围半径
    • 代码实例
    from pyheatmap.heatmap import HeatMap
    
    def main():
        data = [] 
        
        # 定义坐标和热力值,十个热力点
        sdata = ['381,56,23',  '409,56,22',  '410,141,21',
                 '200,252,20', '300,56,19', '50,56,18',
                 '410,141,17','325,252,16', '381,56,15',
                 '409,455,14', ]
        # 这段实际上是 将定义的坐标值转化为 函数接收的形式,[[x,y,n],[x,y,n]]
        for ln in sdata: 
            a = ln.split(",")
            if len(a) != 3:
                continue 
            a = [int(i)for i in a] 
            data.append(a)
        
        # 实例化热力图对象,传入坐标点 和背景图
        hm = HeatMap(data,base='bb.png') 
        # 绘制热力图,并且保存
        hm.heatmap(save_as="vv.png")
    
    if __name__ == "__main__": 
        main()
    
    展开全文
  • 申请应用,获取ak*将地图转换为经纬度坐标方案一: [link](https://maplocation.sjfkai.com/)方案二:python List item *初始数据——地址 可以是任意格式的文本 *获取百度地图ak 1.百度地图开放平台——我的应用...

    一、初始数据(地址)

    可以是任意格式的文本

    二、 获取百度地图ak

    1.百度地图开放平台

    我的应用 link

    2.申请应用,获取ak

    step1:
    申请应用
    step2:
    在这里插入图片描述
    step3:提交之后即得到AK码(见step1中“访问应用”下)

    三、将地图转换为经纬度坐标(利用现有工具)

    经纬度批量转地址工具: link(感谢知乎大佬孙俊峰,来源: link,侵权删)

    • 统计地址
      推荐使用excel中“数据透视表”完成。
      主要目的:生成每个地理位置上的事件次数。
    • 将地址复制粘贴至转地址工具中(注意选择Baidu平台),点击转换,.转换完成直接点击下载即可
      在这里插入图片描述
    • 将地址复制到文本框中,选择Baidu平台,即可开始转换。转换完成获得一个excel,打开即可看到(列A-列H)。再将1.中统计获得的次数粘贴至列I。
      在这里插入图片描述
    • 转换的过程中,可能有些地址会转换失败,通过excel中的筛选来进行剔除或统计:
      在这里插入图片描述
      5.将剩余有效的数据,进行数据合并,合并成制作热力图需要输入的模式:在J2中输入:
      ="{lat:"&C2&",lng:"&B2&",count:"&I2&"},"
      然后直接下拉直至所有数据均变为这种格式:
      在这里插入图片描述

    四、 生成热力图

    1.打开链接link,在代码处 进行更改:

    • A处ak换成你自己的密钥;

    • B处地址更换为自己刚刚生成的地址(注意:list里面的object需要用逗号分隔);

    • C处URL地址补充完整:加上http: ,即变为http://api.map.baidu.com…

    • D处更改中心坐标点和地图级别。将研究区域的中心位置输入link检索栏内,便可得到经纬度坐标和建议的地图级别

    • E处根据所有地址的count数值来进行修改,贴近实际值(如,我的count值基本为1-2,若设置此处max:100,则显示热力图的时候基本没有效果,改成2就会效果很明显)

    • F处为圆的半径,根据实际效果进项调节

    • G处为下侧按钮栏的大小,我嫌弃官方代码里的按钮栏太大了,全部调节成了10%,这样就会有全屏幕的地图了。
      在这里插入图片描述在这里插入图片描述

    1. 更改完成即将所有代码复制到记事本中,保存文件。再将文件的后缀改为.html。
    2. 不出意外,热力图就生成了,如果没有正常显示,进入该.html文件,按下f12看看console里面什么错,有针对性的改正。
    3. 在这里插入图片描述
    展开全文
  • 因工作需求,必须用百度地图绘制热力图;发现因关于百度地图密钥的使用问题如下: 1、抓取经纬度信息状态码200: {"status":200,"message":"APP不存在,AK有误请检查再重试"} 2、用浏览器打开写好的html弹窗: ...

    首先奉上效果图:

    问题描述:

    因工作需求,必须用百度地图绘制热力图;发现因关于百度地图密钥的使用问题如下:

    1、抓取经纬度信息状态码200:

    {"status":200,"message":"APP不存在,AK有误请检查再重试"}

    2、用浏览器打开写好的html弹窗:

    百度未授权使用地图API,可能是因为您提供的密钥不是有效的百度LBS开放平台密钥,或此密钥未对本应用的百度地图JavaScriptAPI授权。您可以访问如下网址了解如何获取有效的密钥:http://lbsyun.baidu.com/apiconsole/key#。

    解决思路:

    百度地图开发者中心——控制台——创建引用;申请密钥时,需申请两个,应用类型分别为 服务端浏览器端,设置如下:

    服务端(AK)用于python脚本爬取经纬度信息;浏览器端(AK)用于html模板中。

    文末:

    其他详细步骤就不在这里一一赘述了,希望能帮助到大家??

    展开全文
  • Python绘制地图神器folium入门

    千次阅读 多人点赞 2020-03-11 21:28:55
    文章目录一、简介二、安装方法三、主要功能3.1 各级别地图3.1.1 世界地图3.1.2 国家地图3.1.3 市级地图3.2 地图形式3.3 在地图上标记3.3.1 普通标记3.3.2 点击获取经纬度3.3.3 动态放置标记3.4 热力绘制3.5 密度...

    一、简介

    想通过 Python 绘制精美的地图?想在地图上自由的设置各种参数?想获得灵活的交互体验?这里就有一款Python 神包满足你:folium

    folium 建立在 Python 生态系统的数据应用能力和 Leaflet.js 库的映射能力之上,在Python中操作数据,然后通过 folium 在 Leaflet 地图中可视化。

    folium 相比较于国内百度的 pyecharts 灵活性更强,能够自定义绘制区域,并且展现形式更加多样化。

    附:官方文档官方示例本文 notebook 完整代码及数据

    二、安装方法

    按照官方的教程即可,如果安装了 conda ,可以直接

    conda install -c conda-forge folium
    

    没有安装的话就使用

    python3 -m pip install folium
    

    三、主要功能

    3.1 各级别地图

    folium 显示地图的类为 folium.Map,类的声明如下

    class folium.folium.Map(location=None, width='100%', height='100%', left='0%', top='0%', position='relative', tiles='OpenStreetMap', attr=None, min_zoom=0, max_zoom=18, zoom_start=10, min_lat=-90, max_lat=90, min_lon=-180, max_lon=180, max_bounds=False, crs='EPSG3857', control_scale=False, prefer_canvas=False, no_touch=False, disable_3d=False, png_enabled=False, zoom_control=True, **kwargs)
    

    讲几个重要的参数

    • location 经纬度,list 或者 tuple 格式,顺序为 latitude, longitude
    • zoom_start 缩放值,默认为 10,值越大比例尺越小,地图放大级别越大
    • tiles 显示样式,默认*‘OpenStreetMap’*,也就是开启街道显示
    • crs 地理坐标参考系统,默认为"EPSG3857"

    3.1.1 世界地图

    import folium
    
    print(folium.__version__)
    
    # define the world map
    world_map = folium.Map()
    # display world map
    world_map
    

    image-20200309205212588

    3.1.2 国家地图

    # define the national map
    national_map = folium.Map(location=[35.3, 100.6], zoom_start=4)
    # display national map
    national_map
    

    image-20200310014116766

    3.1.3 市级地图

    其实改变地图显示就是改变显示的经纬度和缩放比例,省级、市级、县级用法雷同,这里举一个市级的例子为例,如北京市:

    # define the city map
    city_map = folium.Map(location=[39.93, 116.40], zoom_start=10)
    # display city map
    city_map
    

    image-20200309205918570

    显示效果确实是不如百度的😓。

    3.2 地图形式

    除了上述正常的地图显示外,folium 还提供了非常丰富的多样化显示,控制显示效果的变量是tiles,样式有OpenStreetMap, Stamen Terrain, Stamen Toner, Mapbox Bright, Mapbox Control Room等等,这里挑选几个比较常见的

    # define the city map,tiles='Stamen Toner'
    city_map = folium.Map(location=[39.93, 116.40], zoom_start=10, tiles='Stamen Toner')
    # display city map
    city_map
    
    # define the city map, tiles='Stamen Terrain'
    city_map = folium.Map(location=[39.93, 116.40], zoom_start=10, tiles='Stamen Terrain')
    # display city map
    city_map
    

    Stamen Toner & Stamen Terrain

    3.3 在地图上标记

    3.3.1 普通标记

    • 添加普通标记用 Marker

      这里可以选择标记的图案。

    bj_map = folium.Map(location=[39.93, 115.40], zoom_start=12, tiles='Stamen Terrain')
    
    folium.Marker(
        location=[39.95, 115.33],
        popup='Mt. Hood Meadows',
        icon=folium.Icon(icon='cloud')
    ).add_to(bj_map)
    
    folium.Marker(
        location=[39.96, 115.32],
        popup='Timberline Lodge',
        icon=folium.Icon(color='green')
    ).add_to(bj_map)
    
    folium.Marker(
        location=[39.93, 115.34],
        popup='Some Other Location',
        icon=folium.Icon(color='red', icon='info-sign')
    ).add_to(bj_map)
    
    bj_map
    

    image-20200309212826073

    • 添加圆形标记用 Circle 以及 CircleMarker
    bj_map = folium.Map(location=[39.93, 116.40], zoom_start=12, tiles='Stamen Toner')
    
    folium.Circle(
        radius=200,
        location=[39.92, 116.43],
        popup='The Waterfront',
        color='crimson',
        fill=False,
    ).add_to(bj_map)
    
    folium.CircleMarker(
        location=[39.93, 116.38],
        radius=50,
        popup='Laurelhurst Park',
        color='#3186cc',
        fill=True,
        fill_color='#3186cc'
    ).add_to(bj_map)
    
    bj_map
    

    image-20200309212843415

    3.3.2 点击获取经纬度

    m = folium.Map(location=[46.1991, -122.1889],tiles='Stamen Terrain',zoom_start=13)
    
    m.add_child(folium.LatLngPopup())
    
    m
    

    通过点击鼠标便可以获取点击出的经纬度。

    Kapture 2020-03-09 at 22.00.40

    3.3.3 动态放置标记

    m = folium.Map(
        location=[46.8527, -121.7649],
        tiles='Stamen Terrain',
        zoom_start=13
    )
    
    folium.Marker(
        [46.8354, -121.7325],
        popup='Camp Muir'
    ).add_to(m)
    
    m.add_child(folium.ClickForMarker(popup='Waypoint'))
    
    m
    

    Kapture 2020-03-11 at 10.39.44

    3.4 热力图绘制

    因为没有实际的经纬度坐标数据,所以这里只能模拟一些位置出来,另外每个位置还需要一个数值作为热力值。

    # generated data
    import numpy as np
    data = (
        np.random.normal(size=(100, 3)) *
        np.array([[0.1, 0.1, 0.1]]) +
        np.array([[40, 116.5, 1]])
    ).tolist()
    data[:3]
    

    数据分布

    [[40.04666663299843, 116.59569796477264, 0.9667425547098781],
     [39.86836537517533, 116.28201445195315, 0.8708549157348728],
     [40.08123232852134, 116.56884585184197, 0.9104952244371285]]
    

    绘制热力图

    # HeatMap
    from folium.plugins import HeatMap
    m = folium.Map([39.93, 116.38], tiles='stamentoner', zoom_start=6)
    HeatMap(data).add_to(m)
    # m.save(os.path.join('results', 'Heatmap.html'))
    m
    

    image-20200310231553948

    3.5 密度地图绘制

    folium 不仅可以绘制热力图,还可以绘制密度地图,按照经纬度进行举例聚类,然后在地图中显示。

    from folium.plugins import MarkerCluster
    
    m = folium.Map([39.93, 116.38], tiles='stamentoner', zoom_start=10)
    
    # create a mark cluster object
    marker_cluster = MarkerCluster().add_to(m)
    
    # add data point to the mark cluster
    for lat, lng, label in data:
        folium.Marker(
            location=[lat, lng],
            icon=None,
            popup=label,
        ).add_to(marker_cluster)
    
    # add marker_cluster to map
    m.add_child(marker_cluster)
    

    image-20200310232519456

    3.6 自定义地图区域

    folium 一个非常有优势的功能就是自定义区域的绘制了,只要有区域的边界数据,就可以在地图中以多种多样的形式展现出来,这里以 folium 官方的美国地图为例,源数据是一个 .json 文件,里面包含了各个地区(美国各州)的特征(包括边界经纬度列表、简称等),源数据传送门,其数据格式如下:

    image-20200310233211972

    3.6.1 只绘制边界,不添加数据

    如果只要求绘制边界,而不显示边界区域的相关信息,那么这个是比较容易的,代码如下

    import json
    import requests
    
    # read us-states border 
    with open("us-states.json") as f:
        us_states = json.load(f)
    
    us_map = folium.Map(location=[35.3, -97.6], zoom_start=4)
    folium.GeoJson(
        us_states,
        style_function=lambda feature: {
            'fillColor': '#ffff00',
            'color': 'black',
            'weight': 2,
            'dashArray': '5, 5'
        }
    ).add_to(us_map)
    
    #display map
    us_map
    

    image-20200310233644765

    3.6.2 绘制边界,添加数据

    当需要在各个区域填充数据的时候,这个稍微麻烦点,不仅需要各个区域的边界数据,还需要各个区域的显示信息,这里同样也使用官方的美国各州的边界数据为例:

    import geopandas as gpd
    import pandas as pd
    import folium, branca
    
    states = gpd.GeoDataFrame.from_features(us_states, crs=fiona.crs.from_epsg(4326))
    states.head()
    

    image-20200311001008073

    我们再把收入等数据连接到上表中

    abbrs = pd.read_json(open("abbrs.json"))
    statesmerge = states.merge(abbrs,how='left', left_on='name', right_on='name')
    statesmerge['geometry']=statesmerge.geometry.simplify(.05)
    income = pd.read_csv("income.csv", dtype={"fips":str})
    income['income-2015']=pd.to_numeric(income['income-2015'], errors='coerce')
    income.groupby(by="state")[['state','income-2015']].median().head()
    statesmerge['medianincome']=statesmerge.merge(income.groupby(by="state")[['state','income-2015']].median(), how='left', left_on='alpha-2', right_on='state')['income-2015']
    statesmerge['change']=statesmerge.merge(income.groupby(by="state")[['state','change']].median(), how='left', left_on='alpha-2', right_on='state')['change']
    statesmerge.head()
    

    image-20200311003029494

    最终绘制出的来的地图如下:

    00831rSTly1gcpr4az8hdg30re0ggqv8

    除此之外,还有很多非常有趣的功能,这里就不一一列举了,感兴趣的可以参考官方的文档。

    四、竞品对比与优劣势

    国内的竞品为百度的 pyecharts,和 folium 一样都可以实现普通的地图绘制功能,但是具体使用还有较大的区别,具体如下表

    功能 pyecharts folium 备注
    世界地图 可以 可以
    中文显示 可以 部分可以 folium地图中标尺、文字不能正常显示,但是嵌入地图中的中文可以正常显示
    交互性
    区(县)级地图 可以 可以 folium需要区(县)边界数据
    市级地图 可以 可以 folium需要市边界数据
    收费 自定义区域需要购买百度ak 自定义区域功能免费
    灵活性
    省级地图 可以 可以 folium需要省边界数据
    美观度 较好
    自定义区域 部分可以 可以 pyecharts需要百度 ak,folium免费

    五、参考资料

    [1] https://www.zhihu.com/question/33783546

    [2] https://pypi.org/project/folium/

    [3] https://nbviewer.jupyter.org/github/python-visualization/folium/tree/master/examples/

    展开全文
  • 这些是用于在地图图像上按照经纬度、地区、风格等等编程绘制个性信息的工具。 用途广泛、专业。例如画一张人口分布热力图、疾病分布图等等。 方法一:vincent 链接:...
  • Python地理可视化:plotly绘制mapbox地图热力密度图 import plotly.graph_objects as go import numpy as np KEYS = ['中心点经纬度', '维度', '经度', '内容'] def get_data(): city_name = ['北京', '上海',...
  • 中国地图.html 优化——显示省份名称 使用notepad++打开中国地图.html 搜索“series”,在1900多行这个 3.增加以下内容,注意逗号也要 “label”:{ “normal”:{ “show”:true}}, from pyecharts import Map ...
  • 想了一下之前在Excel跟Matlab都有做过热力图,但没在python上试过,所以动手尝试了一下可视化神器pyecharts。 安装 目前pyecharts主要有v0.5.X 和 v1 两个大版本,相互之间有些函数的写法不太兼容。我图方便,还是用...
  • python:地理地图folium标记物icon,圆圈,圆形,热力图,经纬度点之间的线绘制 import webbrowser as wb import folium ...# 绘制热力图 def draw_heatmap(map): data = ( np.random.normal(size=(100, 3)) .
  • 如何利用python进行绘制地理热力

    千次阅读 2018-12-04 22:10:12
    folium 地图库的安装 在电脑comand命令行上输入:pip install folium 然后如果出现successfully的话则代表你安装成功。 接下来,我们来进行编程了 import os import folium import numpy as np f1=open(&...
  • Python绘制地理图表之可视化神器pyecharts(二)

    千次阅读 多人点赞 2021-02-22 12:41:39
    前期文章我们介绍了有关热力图的绘制,这期文章我们一起来看看地图是如何绘制的,如何在地图里面添加数据进行多维度的展示,下面我们一起来感受一下地图的魅力吧! “地图就是依据一定的数学法则,使用制图语言,通过...
  • 其实这些问题看看下面的实例图形就已不攻自破了,地理图表一看首先就是地图,然后在地理图表里面展示数据,比如说热力图,趋势流动图,人口密集分布图,反正地理坐标相关的就可以运用在这个里面,其次图形支持全球...
  • echarts 绘制地图 连线 时间轴 热力图等 使用echarts绘制地图、连线、散点图、热力图、时间轴等 使用方法:在文件目录下打开控制台,开启一个python开启一个http服务,命令:python -m http.server 在浏览器中输入...
  • python/folium绘制中国人口数量热力图(HeatMap)

    万次阅读 多人点赞 2017-12-23 20:47:07
    Basemap绘制中国地图 今天发现另一个软件库folium可以实现对openstreetmap的调用,参考链接http://blog.csdn.net/qq_14906811/article/details/74906275 ,下面是操作步骤: 下载2015Cities-CHINA.xlsx ,包含中国...
  • [Python可视化] pyecharts安装入门及绘制中国贵州地图

    万次阅读 多人点赞 2018-04-10 20:25:54
    前端或网站开发的博友可能都使用过强大的Echarts技术。ECharts是一个纯Javascript的...ECharts提供了常规的折线图、柱状图、散点图、饼图、K线图,用于统计的盒形图,用于地理数据可视化的地图热力图、线图,用于...
  • Basemap绘制中国地图

    万次阅读 热门讨论 2017-02-16 00:17:20
    python/folium绘制中国人口数量热力图(HeatMap) 这篇博文主要实现用Pyhon,Matplotlib/Basemap绘制中国地图,主要是各省份行政图(轮廓图),地形图和人口分布图,其中人口分布可以嵌入到上述图形中。 参考...
  • 文章目录树地图雷达图箱型图饼图圆环图热力图 通过上篇我们已经学会了折线图/...现在我们来学习一下另外六种图表——树地图/雷达图/箱型图/饼图/圆环图/热力图的绘制地图 老规矩,直接上代码~ import numpy as...
  • python pyecharts地理数据可视化 绘制地理图表

    万次阅读 多人点赞 2020-08-20 07:53:15
    介绍了Pyecharts及其安装,然后利用pyecharts实现世界地图数据可视化,国家地图数据可视化(涟漪散点图,动态轨迹图),省市地图数据可视化(包括绘制热力图,添加地址、经纬度信息,地理数据可视化在地图上)。
  • Basemap绘制地图

    千次阅读 2018-03-20 10:20:10
    文章转自:http://blog.csdn.net/ouening/article/details/55227364使用folium实现中国地图绘制,文章链接:python/folium绘制中国人口数量热力图(HeatMap)今天发现另一个软件库folium可以实现对openstreetmap的调用...
  • 关于热力图的绘制问题

    千次阅读 2018-10-18 16:01:36
    关于地理热力图的绘制,我觉得很炫酷。在这里我使用了两种方法:结合python和百度地图api的方法;使用python的folium的方法。 (1)结合python和百度地图api的方法 1. 进入网站:http://lbsyun.baidu.com/,选择...
  • python应用之根据地址表绘热力

    千次阅读 2019-07-19 16:02:07
    本篇主要介绍,在经过前期数据整理后,利用python和百度地图API,如何根据拿到的地址列表绘制热力图。 整个过程的思路大体分为部分: 1、读入已经整理好的地址列表,调用百度API功能取出各个地址对应的经纬度; ...
  • 文章目录折线图+折线图折线图+柱形图绘制双y轴图表 通过前两篇博文我们已经学会了折线图/柱形图/条形图/散点图/气泡图/面积图的绘制 以及树地图&...Python数据可视化之12种常用图表的绘制(二)——...
  • 每行有编号、小区和价格三个属性,然后通过百度地图API获得小区的经纬度,最后绘制热力图,康康红色的区域(房价最高位置)到绿色区域颜色过渡的分布,即房价分布吧,这个步骤是参考的[Python调用百度地图]。...
  • 并自定义地图颜色在地图上显示分段显示展示数据图指定2个地区显示一定线路轨迹图按照国家的省市进行地图绘制地图地图显示数据使用热力图方式显示地图显示数据使用涟漪图方式显示指定名称的中国行政区划地图 ...
  • 学习目标与要求: 1.复习python读取json文件; 2.掌握pyecharts绘制树图、矩形...掌握地理热力图、地图上标注点的绘制,理解地理/地图数据可视化的含义。 下面根据几个例题来介绍: 1、使用以下JSON数据绘制树图、
  • 文章目录摘要关键词:数据...任务 2 平台用户活跃度分析任务2.1分别绘制各省份与各城市平台登录次数热力地图,并分析用户分布情况。任务2.2分别绘制工作日与非工作日各时段的用户登录次数柱状图,并分析用户活跃的主要
  • 目录一、柱状图竖向柱状图横向柱状图小节二、散点图Scatter散点图...地图八、平行坐标系图九、极坐标系图十、水球图十一、漏斗图十二、热力图十三、词云图十四、雷达图十五、饼图普通饼图玫瑰饼图十六、其他图...

空空如也

空空如也

1 2
收藏数 35
精华内容 14
关键字:

python绘制热力地图

python 订阅