背景
有时候发现数据与地图相结合特别有意思，由于以前做过洗衣机业务，我要直观形象刻画海尔这个品牌洗衣机第52周在全国各省销量(台)的分布情况，可以利用数据地图来进行刻画。利用随机数据，做了一个模拟demo.
代码实现
import numpy as np #导入numpy库
from pyecharts import Map #从pyecharts库导入Map函数
from pyecharts_snapshot.main importmake_a_snapshot
attr=['北京','上海','天津','重庆','辽宁','吉林','黑龙江','河北','河南','山东','山西','江苏','安徽','江西','浙江','福建','广东','海南','贵州','云南','四川','湖南','湖北','陕西','甘肃','青海','内蒙古','新疆','广西','宁夏','西藏','香港','澳门','台湾']
v1=np.random.randint(100,2000,34)
map=Map("第52周海尔洗衣机各省市销售分布图(单位：台)",title_color="#fff", title_pos="center",width=1000, height=600, background_color='#404a59')#画布设置
map.add("", attr, v1,visual_range=[100, 2000], visual_text_color="#fff", symbol_size=15,is_visualmap=True,is_label_show=True,is_more_utils=True)#添加数据及配置项
map.render(path='第52周海尔洗衣机各省市销售分布图(单位：台).png') #生成本地png
map.render('第52周海尔洗衣机各省市销售分布图(单位：台).html') #生成本地html
map.render(path='第52周海尔洗衣机各省市销售分布图(单位：台).pdf') #生成本地pdf
效果图
分析
用数据地图相比普通柱状图更直观形象，而且与地理位置联系起来，让企业一眼就能够知道我们的产品在哪些地方销售的好，哪些地方销售有待提高，同时还能给客户多一种体验。
备注
利用百度的pyecharts库，需要提前安装
#$ pip install echarts-countries-pypkg #世界地图包括中国地图大约1.9M
#$ pip install echarts-china-provinces-pypkg #中国省份地图730k
#$ pip install echarts-china-cities-pypkg #中国城市地图3.8M
#$ pip install echarts-china-counties-pypkg #中国县镇地图4.1M
#$ pip install echarts-china-misc-pypkg #中国区域划分
#$ pip install echarts-united-kingdom-pypkg #顺便把英国地图给加载
并且需要安装phantomJS和carserJS并且添加环境变量。
