近来，用热力图对比各大城市之间人口密度及城市规模的比较多，好像这种一目了然的对比方法很有说服力。通过查阅相关资料，了解到:城市热力图，是指利用手机基站定位该区域的用户数量，通过用户数量渲染地图颜色，实现展示该地区人口的密度。
很多从事数据分析，或者总结汇报工作的朋友，通常用热力地图来呈现涉及地域数据分布的工具。热力图工具有很多，有tableau、Power BI，乃至一些开源的工具可使用。这些工具处理热力数据便捷快速，简洁美观。
随着城市化的快速发展，武汉这座“九省通衢”的城市在人口和经济方面都取得了显著的增长。武汉热力图通过分析城市各区域的人口密度、活跃度等信息，以不同颜色的区块展示城市的不同区域特点，对于城市规划、建设和管理具有极其重要的意义。
我知道这么说大家肯定不理解，所以我就直接将values值打印出来，如下：[[0,0, 85], [0, 1, 74], [0, 2, 62], [0, 3, 72], [0, 4, 87], [0, 5, 80], [0, 6, 74], [0, 7, 94], [0, 8, 8
热力图，是以特殊高亮的形式显示在地理区域的图示。通过颜色变化程度，可以直观反应出热点分布，区域聚集等数据信息。地图中的热力图就是把地图和热力图进行结合，实现在地图中进行热力图的显示。热力图分析的本质——点数据分析。
说到使用Python来进行地图的可视化那就一定少不了Pyecharts的身影，本文小编就对Pyecharts可实现的地图可视化进行一番探究，看看其出来的效果如何。首先要介绍的是Pyecharts中使用最多的Map方法，我们生成全国范围的销售额分布图，如下。
说到使用Python来进行地图的可视化那就一定少不了Pyecharts的身影，本文小编就对Pyecharts可实现的地图可视化进行一番探究，看看其出来的效果如何。首先要介绍的是Pyecharts中使用最多的Map方法，我们生成全国范围的销售额分布图，如下。
