已经有了各省的数据，如何将信息以可视化的方式显示在地图上？顺便问一下python有相关的第三方包没？

Python有很多优质地图可视化第三方包，本文 罗列9个 ，有帮助记得文末点赞 ❤️

排名部分先后

Echarts/pyecharts

pyecharts擅长商业交互可视化，地图是其重要一部分，有大量demo，代码拿来即可用。

上demo

三维动态世界地图

世界航线图

bus路径图

中国地图

纽约街道数据

Kepler.gl

kepler.gl为Uber开源的用于大规模地理空间数据集的可视化探索工具，可在Jupyter Notebook中使用，

上demo

Basemap

Basemap为 地理空间数据可视化利器 ，偏学院派。举个栗子，我们生活的蓝色星球全貌，

import pyproj
import geos
from mpl_toolkits.basemap import Basemap
# Basemap依赖pyproj和geos，三者一起导入，不然报错
import matplotlib.pyplot as plt
plt.figure(dpi=150,figsize=(6,6))
m = Basemap(
    projection='ortho',  #指定投影方式ortho
    lat_0=0,
    lon_0=140,  #设置投影中心
    resolution=None  #设置分辨率
m.bluemarble(scale=0.5) #设置蓝色弹珠 (The Blue Marble)背景
plt.show();

更多栗子，

Folium

Folium是Python数据处理优势和JavaScript地图库Leaflet.js地图可视化优势的完美结合，二者结合后即可绘制优美的交互式地图。 一些栗子～

import folium
whm = folium.Map(
    location=[30.5538, 114.31589],  #武昌区经纬度
    zoom_start=10,  # 默认放大倍数
folium.Marker(  #添加位置标示
    location=[30.5538, 114.31589],
    popup="❤️武汉",
    icon=folium.Icon(color="#ba2f2a", icon="info-sign"),
).add_to(whm)
folium.CircleMarker(  #圈地
    location=[30.5538, 114.31589],
    radius=100,  #圈半径
    color="#c72e29",
    fill=True,
    fill_color="#c72e29",
).add_to(whm)
folium.Marker( 
    location=[30.34653, 114.27001],
    popup="❤️",
    icon=folium.Icon(color="blue", icon="info-sign"),
).add_to(whm)
folium.CircleMarker(  
    location=[30.34653, 114.31001],
    radius=100, 
    color="#01a2d9",
    fill=True,
    fill_color="#01a2d9",
).add_to(whm)

再举个栗子， Heatmap，

# Heatmap
import numpy as np
import folium
from folium.plugins import HeatMap
data = (np.random.normal(size=(50, 3)) * np.array([[1, 1, 1]]) +
        np.array([[39.904989, 116.4052859, 1]])).tolist()
m = folium.Map([39.904989, 116.4052859], zoom_start=6)
HeatMap(data, radius=20).add_to(m)
m

Minicharts

Marker

ImageOverlay

choropleth

Heatmap with time

MiniMap

除此之外，Folium还有很多的插件

ipyleaflet

ipyleaflet为Jupyter Notebook的一个扩展，擅长交互式地图， 安装

pip install ipyleaflet
jupyter nbextension enable --py --sys-prefix ipyleaflet

举个栗子，

from ipyleaflet import Map, MagnifyingGlass, basemaps, basemap_to_tiles
m = Map(center=(30.5538, 114.31589), zoom=1.5)
topo_layer = basemap_to_tiles(basemaps.OpenTopoMap)
magnifying_glass = MagnifyingGlass(layers=[topo_layer])
m.add_layer(magnifying_glass)

更多栗子，

进一步学习： https:// github.com/jupyter-widg ets/ipyleaflet/tree/stable

Cartopy

Cartopy为Basemap的继承者。 安装

brew install proj geos #安装依赖
pip install cartopy -i https://pypi.tuna.tsinghua.edu.cn/simple #清华源光速安装

举个栗子， 路线图，

import cartopy
import matplotlib.pyplot as plt
plt.figure(dpi=150)
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']
ax = plt.axes(projection=ccrs.PlateCarree())  #默认投影PlateCarree
ax.stock_img()
x_lon, x_lat = -55, -10,
wh_lon, wh_lat = 114.30943, 30.59982
plt.plot(
    [x_lon, wh_lon],
    [x_lat, wh_lat],
    color='#dc2624',
    linewidth=1,
    marker='o',
    transform=ccrs.Geodetic(),
plt.plot(
    [x_lon, wh_lon],
    [x_lat, wh_lat],
    color='#01a2d9',
    linestyle='--',
    transform=ccrs.PlateCarree(),
plt.text(x_lon - 3,
         x_lat - 12,
         'xx市',
         horizontalalignment='right',
         transform=ccrs.Geodetic())
plt.text(wh_lon + 3,
         wh_lat - 12,
         '武汉',
         horizontalalignment='left',
         transform=ccrs.Geodetic())

更多栗子，

交互图

风杆图

geopandas

geopandas依赖pandas、fiona及matplotlib「GeoPandas是Pandas在地理数据处理方向的扩展，使用shapely地理数据分析、fiona执行地理数据读取、matplotlib执行绘图」。举几个栗子～

import matplotlib.pyplot as plt
import geopandas
#读入数据
world = geopandas.read_file(geopandas.datasets.get_path('naturalearth_lowres'))
cities = geopandas.read_file(
    geopandas.datasets.get_path('naturalearth_cities'))