前两天篇发了两篇用PyEcharts绘制全国疫情地图，第一篇是静态的，第二篇是动态的，没看过的可以通过以下两个链接查看
8行Python代码轻松绘制新冠疫情地图
动态新冠疫情地图Python轻松画

今天我们来绘制重灾区湖北省各城市疫情动态地图。我们先看看绘制的动态地图效果。

看过前两篇文章的朋友估计发现了，地图填充颜色调整了，是的，在代码里加入了颜色设置的代码。
以下为湖北省各市每日新增确诊人数数据。

长按识别下方二维码，并关注公众号
回复“DTX”获取案例数据

有了之前的绘制基础，我们就直接上代码：

import pandas
from pyecharts.charts import Map
from pyecharts import options as opts
from pyecharts.charts import Timeline

data = pandas.read_excel('C:/Python/xgyq.xlsx',sheet_name='4', index_col='time') 
#取出省份列表
attr = data.columns.tolist()
#统计数据条数
n = len(data.index)

#定义每日地图绘制函数
def map_visualmap(sequence, date) -> Map:
    c = (
        Map()
        .add(date, sequence, maptype="湖北")
        .set_global_opts(
            title_opts=opts.TitleOpts(title="湖北疫情动态地图"),
            visualmap_opts=opts.VisualMapOpts(max_=500,
            range_color=["#FFFFFF","#FFCC00","#CC0000"]# 这里修改颜色，低、中、高
            ),
        )
    )
    return c

#创建时间轴对象
timeline = Timeline()

for i in range(n):
    #取每日数据
    row = data.iloc[i,].tolist()
    #将数据转换为二元的列表
    sequence_temp = list(zip(attr,row))
    #对日期格式化以便显示
    time = format(data.index[i], "%Y-%m-%d")
    #创建地图
    map_temp = map_visualmap(sequence_temp,time)
    #将地图加入时间轴对象
    timeline.add(map_temp,time).add_schema(play_interval=360)
# 地图创建完成后，通过render()方法可以将地图渲染为html 
timeline.render('湖北疫情动态地图.html')

与全国动态地图不同的地方在于：
（1）set_global_opts里加入个range_color设置，只要分别设置低、中、高三个节点颜色即可。
（2）数据采用sheet_name='4'
（3）地图类型采用maptype="湖北"
（4）修改了标题及文件名称
是不是很简单呢？那你们来画个广东动态地图吧，数据在sheet_name='5'里。

如果你喜欢本文，可以点击右下角在看
如果你在跟着学习，请在留言区留言：打卡
如果你刚看到本文，可以查看本系列历史文章跟着学习：
跟小白学Python数据分析——Anaconda安装
跟小白学Python数据分析——使用spyder
跟小白学Python数据分析——数据导入1
跟小白学Python数据分析——数据导入2
跟小白学Python数据分析——描述性统计分析
跟小白学Python数据分析——分组分析
8行Python代码轻松绘制新冠疫情地图
动态新冠疫情地图Python轻松画

长按识别下方二维码，并关注公众号，回复“PY”领取1GB Python数据分析资料

1.回复“PY”领取1GB Python数据分析资料
2.回复“BG”领取5GB 名企数据分析报告