添加链接
link之家
链接快照平台
  • 输入网页链接,自动生成快照
  • 标签化管理网页链接
相关文章推荐
痴情的墨镜  ·  flatbuffers vs ...·  1 年前    · 
空虚的西瓜  ·  electron ...·  1 年前    · 
忐忑的毛衣  ·  gradle构建报错Main class ...·  1 年前    · 

python绘制不同风格的分级统计图(Choropleth map)

folium是JavaScript下一个有名的开源库leaflet在python下的移植版,其内置了许多强大的地图自定义功能,本文将用它实现自定义地图样式及自定义区域的分级统计图(Choropleth map)。

所需python第三方库

  • pandas
  • numpy
  • geojson
  • folium

folium自定义地图样式

folium的默认地图是OpenStreetMap,但说实话,这个地图不是那么美观,它同时也提供了几个内置的风格迥异的地图样式,可惜也不合我胃口。好在folium提供了自定义地图样式的功能,只要拥有地图瓦片(tile)的地址,我们就可自定义地图样式及风格,代码如下

import folium
map = folium.Map(
    location=[39.30029918615029, 103.88671875], # 初始化地图中心
    zoom_start=4,# 初始化放大级别
    # 设置地图样式,可选择其他瓦片(tile)
    tiles=('https://api.tiles.mapbox.com/v4/mapbox.streets/{z}/{x}/{y}.png'
           + '?access_token=pk.eyJ1IjoibHVrYXNtYXJ0aW5lbGxpIiwiYSI6ImNpem8'
           + '5dmhwazAyajIyd284dGxhN2VxYnYifQ.HQCmyhEXZUTz3S98FMrVAQ'),
    attr='China' # 显示在地图右下角的自定义文字
# map # 在jupyter使用这句可直接显示地图
map.save('map.html') # 保存到当前工作目录下

  这里提供几个瓦片地址

准备区域轮廓经纬度数据

  如果你已经有了geojson格式的数据以及各个区域的统计值之类的数据(用于控制颜色深浅),那么可以按照类似如下操作将该数据转换为绘制所需格式的geojson数据:

import geojson
from geojson import Feature, FeatureCollection, Polygon
import numpy as np
with open('district.geojson', 'rb') as f:
    districts = geojson.load(f) # 读取geojson格式文件
features = [] # 保存各个区域geojson信息
color = [] # 保存区域id及对应颜色深浅相对值
for idx, geometry in enumerate(districts['features']): # 提取所有区域
    # 获取经纬度列表[[lon, lat], ...],两次[0]是由于该列表被嵌套在两层列表中
    circle = geometry['geometry']['coordinates'][0][0]
    #染色区域id,颜色相对深度, 这里设置为0~100的随机数
    color.append([str(idx), np.random.randint(100)]) 
    polygon = Polygon([circle]) # 区域经纬度
    features.append(Feature(
        id=str(idx), # 指定geojson的id值,染色时使用该id与color中的idx匹配
        geometry=polygon 
feature_collection = FeatureCollection(features) # 生成绘制所需格式的geojson

  这里提供两个获取geojson的网站:

  • 获取行政区域geojson:http://datav.aliyun.com/tools/atlas/
  • 自定义区域geojson:http://geojson.io

绘制Choropleth map1

  数据准备完成之后,可以开始绘制Choropleth map了,代码如下:

import folium
import pandas as pd
map = folium.Map(
    location=[39.30029918615029, 103.88671875], # 初始化地图中心
    zoom_start=4,# 初始化放大级别
    # 设置地图样式,可选择其他瓦片(tile)
    tiles=('https://api.tiles.mapbox.com/v4/mapbox.streets/{z}/{x}/{y}.png'
           + '?access_token=pk.eyJ1IjoibHVrYXNtYXJ0aW5lbGxpIiwiYSI6ImNpem8'
           + '5dmhwazAyajIyd284dGxhN2VxYnYifQ.HQCmyhEXZUTz3S98FMrVAQ'),
    attr='China' # 显示在地图右下角的自定义文字
folium.Choropleth(
    geo_data=feature_collection, # 传入geojson
    name='choropleth',
    data=pd.DataFrame(color, columns=['idx','color']), # 颜色数据
    columns=['idx','color'], # 染色区域id,颜色相对深度列名
    key_on='feature.id', # geojson区域id
    fill_color='BuPu', # 颜色样式
    fill_opacity=0.5, # 区域透明度
    line_opacity=0.2,  # 边缘透明度
    legend_name='Rank' #图例名
).add_to(map)
# map # 在jupyter使用这句可直接显示地图
map.save('map.html') # 保存到当前工作目录下

  这里我使用的是中国各省的geojson格式文件,最终效果如下
  效果如下

大家晚上好,我是柒柒! 有小伙伴想要绘制更精美的可视化地图?想在地图上自由的设置各种参数?想获得灵活的交互体验? 今天它就来了,Python绘制地图神器folium,上手直接开大! 一、folium简介和安装 folium 建立在 Python 生态系统的数据应用能力和 Leaflet.js 库的映射能力之上,在Python中操作数据,然后通过 folium 在 Leaflet 地图中可视化。 folium 相比较于国内百度的 pyecharts 灵活性更强,能够自定义绘制区域,并且展现形式更加多样化。 很多人学习python,掌握了基本语法过后,不知道在哪里寻找案例上手。 很多已经做案例的人,却不知道如何去学习更加高深的知识。 那么针对这三类人,我给大家提供一个好的学习平台,免费领取视频教程,电子书籍,以及课程的源代码! QQ群:883888997 1. Folium简介 Folium是一个基于leaflet.js的Python地图库,其中,Leaflet是一个非常轻
choroplethusing GeoPandas and Matplotlib使用GeoPandas和Matplotlib 什么是Choropleth地图? (What is a Choropleth Map?) A choropleth map is a map of a geographic area, in which different regions are represented ...