阅读之前点击关注，关注我不迷路！
自从2019年12月份开始，武汉爆发新冠状病毒，到2020年1月23日钟南山院士在媒体确认新冠病毒出现人传人的病例，再到全国各地进行防控，2020年1月25日的大年初一是一个节点。2020年1月25日后，各地进行隔离武汉回家的人、病毒接触者等各种措施，筛选出第一大批感染者。再到今天，我国的病毒防控终于即将迎来拐点！对着这个“加长版寒假”想必每个人都有不同的感受，学生们盼望开学、工人们盼望复工、新创业公司盼望不破产、在家办公的人盼望早日上班……大家的愿望都是好的，希望疫情早日结束，而在这期间，有人不禁发问：你们搞人工智能大数据分析的，都在这场战役中做了什么？今天我想代表我身边搞这个行业的人，回答大家的问题，你们所看到的每日新闻的防疫动态都是由我们参与而成的！
新冠病毒
现在已经2020年了，很多人想必才刚刚入门人工智能的领域、机器学习的范围，说到编程，我们肯定离不开现在最火热的编程语言：Python，那在这场战役中python究竟扮演了一个什么样的角色呢？今天我想教大家如何用python画出中国地图！
疫情地图
就像上面的疫情地图一样，我们完全可以由python编写出来，那么具体要怎么做呢？首先要画出中国地图才行。
选择自己需要的安装
$ pip install echarts-countries-pypkg
$ pip install echarts-china-provinces-pypkg
$ pip install echarts-china-cities-pypkg
$ pip install echarts-china-counties-pypkg
$ pip install echarts-china-misc-pypkg
$ pip install echarts-united-kingdom-pypkg
注意以上代码要在命令行运行！！！
主要地图来源于这两个 Map, Geo：
from pyecharts import Map, Geo
然后定义数据：
# 世界地图数据
value = [95.1, 23.2, 43.3, 66.4, 88.5]
attr= ["China", "Canada", "Brazil", "Russia", "United States"]
# 省和直辖市
province_distribution = {'河南': 45.23, '北京': 37.56, '河北': 21, '辽宁': 12, '江西': 6, '上海': 20, '安徽': 10, '江苏': 16, '湖南': 9, '浙江': 13, '海南': 2, '广东': 22, '湖北': 8, '黑龙江': 11, '澳门': 1, '陕西': 11, '四川': 7, '内蒙古': 3, '重庆': 3, '云南': 6, '贵州': 2, '吉林': 3, '山西': 12, '山东': 11, '福建': 4, '青海': 1, '舵主科技，质量保证': 1, '天津': 1, '其他': 1}
provice=list(province_distribution.keys())
values=list(province_distribution.values())
# 城市 -- 指定省的城市 xx市
city = ['郑州市', '安阳市', '洛阳市', '濮阳市', '南阳市', '开封市', '商丘市', '信阳市', '新乡市']
values2 = [1.07, 3.85, 6.38, 8.21, 2.53, 4.37, 9.38, 4.29, 6.1]
# 区县 -- 具体城市内的区县 xx县
quxian = ['夏邑县', '民权县', '梁园区', '睢阳区', '柘城县', '宁陵县']
values3 = [3, 5, 7, 8, 2, 4]
map0 = Map("世界地图示例", width=1200, height=600)
map0.add("世界地图", attr, value, maptype="world", is_visualmap=True, visual_text_color='#000')
map0.render(path="./data/04-00世界地图.html")
世界地图
世界地图就这么做出来了，那中国地图呢？别急，用这行代码：
# maptype='china' 只显示全国直辖市和省级
# 数据只能是省名和直辖市的名称
map = Map("中国地图",'中国地图', width=1200, height=600)
map.add("", provice, values, visual_range=[0, 50], maptype='china', is_visualmap=True,
visual_text_color='#000')
map.show_config()
map.render(path="./data/04-01中国地图.html")
中国地图
怎么样，很神奇吧！当然我们还可以自定义热力图（前提需要爬取数据或者你有原本的数据）
data = [
("海门", 9),("鄂尔多斯", 12),("招远", 12),("舟山", 12),("齐齐哈尔", 14),("盐城", 15),
("赤峰", 16),("青岛", 18),("乳山", 18),("金昌", 19),("泉州", 21),("莱西", 21),
("日照", 21),("胶南", 22),("南通", 23),("拉萨", 24),("云浮", 24),("梅州", 25)]
attr, value = geo.cast(data)
geo = Geo("全国主要城市空气质量热力图", "data from pm2.5", title_color="#fff", title_pos="center", width=1200, height=600, background_color='#404a59')
geo.add("空气质量热力图", attr, value, visual_range=[0, 25], type='heatmap',visual_text_color="#fff", symbol_size=15, is_visualmap=True, is_roam=False)
geo.show_config()
geo.render(path="./data/04-04空气质量热力图.html")
全国热力分布图
在此基础上只要你有疫情的防控与监测数据，完全可以嵌入到本代码中，做出属于你独一无二的中国地图！或者你可以自己开发一套人工智能世界地图帮助各国人民看到全世界的疫情究竟被控制成什么样子啦！！！
如果大家喜欢这类的文章，我可以在以后的文章中多多介绍我曾经在人工智能领域做过的项目，让大家重新认识一下计算机科学界那些非常有趣的创意和生活！！！
我是90后，逗比理工男，经常在人工智能、计算机科学领域工作，我将在我的文章中为大家带来更为科学的数据奥秘！
