当前位置: 首页 > news >正文

2023年最新5A景区有多少个?Python可视化告诉你

2023年最新5A景区有多少个?Python可视化告诉你

五一小长假来了,很多人想抓住小长假的机会去旅游。

5A景区是大多数人的首选,全国最新有多少个5A景区呢,应该还有很多人不知道。本文用Python进行可视化,告诉你答案。

各年5A景区数量

在这里插入图片描述

用瀑布图的方式展示各年的5A景区数量,截止2023年5月,全国共有319个5A景区。实现代码如下。

瀑布图介绍参考:循序渐进,学会用pyecharts绘制瀑布图。

from pyecharts.charts import Geo, Map, Bar
from pyecharts import options as opts
from pyecharts.globals import GeoType, ChartType
import pandas as pd
import numpy as npdef scenery_num_by_year():"""5A景区数按年增长情况"""df = pd.read_excel('scenery_info.xlsx')s = df['年份'].value_counts().sort_index()bar = Bar(init_opts=opts.InitOpts(width='800px', height='500px'))bar.add_xaxis(s.index.to_list()).add_yaxis('', y_axis=[0, 66, 76, 119, 145, 171, 183, 212, 227, 249, 258, 280, 302, 306], category_gap=1,stack="5A景区总数", itemstyle_opts=opts.ItemStyleOpts(color="rgb(240,240,240)")).add_yaxis('新增数量', y_axis=s.to_list(), stack="5A景区总数", category_gap=1).set_global_opts(title_opts=opts.TitleOpts(title='各年5A景区数量变化', pos_left='300', pos_top='15',title_textstyle_opts=opts.TextStyleOpts(color='#1A56C8', font_size=16)), xaxis_opts=opts.AxisOpts(split_number=6, axislabel_opts=opts.LabelOpts(font_size=12, color='#1A56C8')), yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=12, color='#1A56C8', margin=12, font_weight='bolder'),), legend_opts=opts.LegendOpts(is_show=False)).set_series_opts(yaxis_opts=opts.AxisOpts(type_="value"),).render('5a_scenery_num_by_year.html')

各省5A景区数量排名

在这里插入图片描述

江苏省共有25个5A景区,一骑绝尘。实现代码如下。

def scenery_num_by_province():"""各省5A景区数排名"""df = pd.read_excel('scenery_info.xlsx')s = df['所属地区'].value_counts(ascending=True)bar = Bar(init_opts=opts.InitOpts(width='800px', height='1000px', bg_color='#C8C8C8'))bar.add_xaxis(s.index.to_list()).add_yaxis('', s.to_list(), category_gap=5).reversal_axis().set_global_opts(title_opts=opts.TitleOpts(title='各省5A景区数排名', pos_left='280', pos_top='15',title_textstyle_opts=opts.TextStyleOpts(color='#1A56C8', font_size=16)), xaxis_opts=opts.AxisOpts(max_=30, split_number=6, is_show=False,), yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=12, color='#1A56C8', margin=12, font_weight='bolder'),splitline_opts=opts.SplitLineOpts(is_show=False)), legend_opts=opts.LegendOpts(is_show=False)).set_series_opts(label_opts=opts.LabelOpts(font_size=14, font_weight='bolder', font_family='italic', color='#7030A0',position='right', distance=10, vertical_align='middle')).set_colors('#FF9366').render('5a_scenery_num_by_province.html')def province_name_paser(name):province_name = ["北京市", "天津市", "河北省", "山西省", "内蒙古自治区", "辽宁省", "吉林省","黑龙江省", "上海市", "江苏省", "浙江省", "安徽省", "福建省", "江西省", "山东省","河南省", "湖北省", "湖南省", "广东省", "广西壮族自治区", "海南省", "重庆市","四川省", "贵州省", "云南省", "西藏自治区", "陕西省", "甘肃省", "青海省","宁夏回族自治区", "新疆维吾尔自治区", "台湾省", "香港特别行政区", "澳门特别行政区"]for p in province_name:if name in p:return p

各省5A景区分布情况

在这里插入图片描述

上图可视化了各省的5A景区分布情况,沿海地区、长江黄河流域、平原区域5A景区更多。实现代码如下。

def scenery_by_province():"""各省5A景区数量分布"""map = Map(init_opts=opts.InitOpts(bg_color='black', width='1300px', height='700px'))df = pd.read_excel('scenery_info.xlsx')df['所属地区'] = df['所属地区'].apply(lambda x: province_name_paser(x))s = df['所属地区'].value_counts()data_pair = [[province, int(s[province])] for province in s.index]# print(data_pair)map.add('', data_pair=data_pair, maptype="china", is_map_symbol_show=False).set_global_opts(title_opts=opts.TitleOpts(title='各省5A景区数量分布', pos_left='550', pos_top='50',title_textstyle_opts=opts.TextStyleOpts(color='white', font_size=16)), visualmap_opts=opts.VisualMapOpts(max_=27, is_piecewise=True, pos_left='350', pos_bottom='100', split_number=9,textstyle_opts=opts.TextStyleOpts(color='white', font_size=10)), legend_opts=opts.LegendOpts(is_show=False)).set_series_opts(label_opts=opts.LabelOpts(font_size=8, font_weight='bolder', font_family='monospace')).render("5a_scenery_by_province.html")

各省5A景区位置标注

在这里插入图片描述

把所有5A景区的位置标注出来,可以更方便查看景区的位置和分布情况。实现代码如下。

def scenery_location_mark():"""5A景区位置标注"""geo = Geo(init_opts=opts.InitOpts(bg_color='black', width='1600px', height='900px'))df = pd.read_excel('scenery_info.xlsx')for row_index, row_data in df.iterrows():geo.add_coordinate(row_data['景区名称'], row_data['经度'], row_data['纬度'])data_pair = [(name, 1) for name in df['景区名称']]# print(data_pair)geo.add_schema(maptype='china', is_roam=True,itemstyle_opts=opts.ItemStyleOpts(color='#323c48', border_color='#408080')).add('', data_pair=data_pair, type_=GeoType.SCATTER, symbol='pin', symbol_size=16, color='#CC3300').set_series_opts(label_opts=opts.LabelOpts(is_show=False)).set_global_opts(title_opts=opts.TitleOpts(title='全国5A景区位置标注图', pos_left='720', pos_top='50',title_textstyle_opts=opts.TextStyleOpts(color='#1A56C8', font_size=18)), legend_opts=opts.LegendOpts(is_show=False)).render('5a_scenery_location_mark.html')

2023年最新5A景区速查表

在这里插入图片描述

如果你需要excel表格的数据和完整的可视化代码,请WX私信联系我获取。

数据来源:
[1] 5A景区信息来源于中国文旅部官网。
[2] 5A景区的经纬度来源于百度地图。


相关阅读:

循序渐进,学会用pyecharts绘制瀑布图

📢欢迎 点赞👍 收藏⭐ 评论📝 关注 如有错误敬请指正!

☟ 学Python,点击下方名片关注我。☟

http://www.lryc.cn/news/63331.html

相关文章:

  • C++中的list容器
  • Apache Hudi初探(二)(与spark的结合)
  • 颠覆世界的“数字孪生”到底是什么?这篇文章带你搞懂全部内涵!
  • Vector底层结构和源码分析
  • 计算卸载论文阅读01-理论梳理
  • Windows 11 本地 php 开发环境搭建:PHP + Apache + MySQL +VSCode 安装和环境配置
  • 15个使用率超高的Python库,下载量均过亿
  • 所有知识付费都可以用 ChatGPT 再割一次?
  • Python中“is”和“==”的区别(避坑)
  • 20230426----重返学习-vue-router路由
  • Java字节码指令
  • Vue3之setup参数介绍
  • ESET NOD32 互联网安全软件和防毒软件 -简单,可靠的防护。
  • 试试这几个冷门但好用的软件吧
  • 【云原生】k8s NetworkPolicy 网络策略是怎么样的
  • 手把手教你用几行代码给winform多个控件(数量无上限)赋值
  • 回炉重造十一------ansible批量安装服务
  • 系统集成项目管理工程师 笔记(第20章:知识产权管理、第21章:法律法规和标准规范)
  • Channel-wise Knowledge Distillation for Dense Prediction(ICCV 2021)原理与代码解析
  • No.052<软考>《(高项)备考大全》【冲刺6】《软考之 119个工具 (4)》
  • Go | 一分钟掌握Go | 9 - 通道
  • 【建议收藏】计算机视觉是什么?这几个计算机视觉的核心任务你真的了解吗?
  • BatteryChargingSpecification1.2中文详解
  • 基于Jenkins,docker实现自动化部署(持续交互)【转】
  • 漫谈大数据 - 数据湖认知篇
  • 阿里云国际版ACE与国内版ACE区别
  • Mysql8.0 gis支持
  • 汇编---Nasm
  • NDK OpenGL渲染画面效果
  • 常见的深度学习框架