推荐一个超好用的python包folium, 专门用于地理数据可视化,官方英文教程教程点击这里,查看本文源代码请点击这里。 />

使用方法很简单,操作如下:导入包,创建一副世界地图

import folium

import pandas as pd

# define the world map

world_map = folium.Map()

# display world map

world_map />

2. 输入经纬度,尺度,在这里我们以旧金山(37.7749° N, 122.4194° W)为例。

# San Francisco latitude and longitude values

latitude = 37.77

longitude = -122.42

# Create map and display it

san_map = folium.Map(location=[latitude, longitude], zoom_start=12)

# Display the map of San Francisco

san_map />

更改地图显示,默认为'OpenStreetMap'风格,我们还可以选择'Stamen Terrain', 'Stamen Toner'等。

# Create map and display it

san_map = folium.Map(location=[latitude, longitude], zoom_start=12,tiles='Stamen Toner') />

3. 读取数据集(旧金山犯罪数据集)

# Read Dataset

cdata = pd.read_csv('https://cocl.us/sanfran_crime_dataset')

cdata.head() />

4. 在地图上显示前200条犯罪数据

# get the first 200 crimes in the cdata

limit = 200

data = cdata.iloc[0:limit, :]

# Instantiate a feature group for the incidents in the dataframe

incidents = folium.map.FeatureGroup()

# Loop through the 200 crimes and add each to the incidents feature group

for lat, lng, in zip(cdata.Y, data.X):

incidents.add_child(

folium.CircleMarker(

[lat, lng],

radius=7, # define how big you want the circle markers to be

color='yellow',

fill=True,

fill_color='red',

fill_opacity=0.4

)

)

# Add incidents to map

san_map = folium.Map(location=[latitude, longitude], zoom_start=12)

san_map.add_child(incidents) />

5. 添加地理标签

# add pop-up text to each marker on the map

latitudes = list(data.Y)

longitudes = list(data.X)

labels = list(data.Category)

for lat, lng, label in zip(latitudes, longitudes, labels):

folium.Marker([lat, lng], popup=label).add_to(san_map)

# add incidents to map

san_map.add_child(incidents) />

6. 统计区域犯罪总数

from folium import plugins

# let's start again with a clean copy of the map of San Francisco

san_map = folium.Map(location = [latitude, longitude], zoom_start = 12)

# instantiate a mark cluster object for the incidents in the dataframe

incidents = plugins.MarkerCluster().add_to(san_map)

# loop through the dataframe and add each data point to the mark cluster

for lat, lng, label, in zip(data.Y, data.X, cdata.Category):

folium.Marker(

location=[lat, lng],

icon=None,

popup=label,

).add_to(incidents)

# add incidents to map

san_map.add_child(incidents) />

7. 读取geojson文件,可视化旧金山市10个不同Neighborhood的边界

import json

import requests

url = 'https://cocl.us/sanfran_geojson'

san_geo = f'{url}'

san_map = folium.Map(location=[37.77, -122.4], zoom_start=12)

folium.GeoJson(

san_geo,

style_function=lambda feature: {

'fillColor': '#ffff00',

'color': 'black',

'weight': 2,

'dashArray': '5, 5'

}

).add_to(san_map)

#display map

san_map />

8. 统计每个区域的犯罪事件数目

# Count crime numbers in each neighborhood

disdata = pd.DataFrame(cdata['PdDistrict'].value_counts())

disdata.reset_index(inplace=True)

disdata.rename(columns={'index':'Neighborhood','PdDistrict':'Count'},inplace=True)

disdata />

9. 创建Choropleth Map (颜色深浅代表各区犯罪事件数目)

m = folium.Map(location=[37.77, -122.4], zoom_start=12)

folium.Choropleth(

geo_data=san_geo,

data=disdata,

columns=['Neighborhood','Count'],

key_on='feature.properties.DISTRICT',

#fill_color='red',

fill_color='YlOrRd',

fill_opacity=0.7,

line_opacity=0.2,

highlight=True,

legend_name='Crime Counts in San Francisco'

).add_to(m)

m />

10. 创建热力图

from folium.plugins import HeatMap

# let's start again with a clean copy of the map of San Francisco

san_map = folium.Map(location = [latitude, longitude], zoom_start = 12)

# Convert data format

heatdata = data[['Y','X']].values.tolist()

# add incidents to map

HeatMap(heatdata).add_to(san_map)

san_map />

本文源代码Jupyter notebook地址:Jupyter Notebook Viewer​nbviewer.jupyter.org

GitHub下载地址:gaonanlee/Visualization-Practice​github.com

最后,folium还可以用来创建动态热力图,动态路径图等,具体可参考Medium上的这篇文章。

实现效果如下图所示 (直接从Medium上抱过来的图,详细代码请点击上述链接)。 />

我的其他回答

欢迎大家关注我的机器学习笔记专栏,我将用小白也能听懂的语言,为大家讲述机器学习中那些有趣好玩的知识 (●'◡'●)

python画好看的图-python如何画出漂亮的地图?相关推荐

  1. python画好看的图-Python竟能画这么漂亮的花,帅呆了(代码分享)

    阅读本文大概需要3分钟 关于函数和模块讲了这么久,我一直想用一个好玩有趣的小例子来总结一下,同时也作为实战练习一下. 趣味编程其实是最好的学习途径,回想十几年前我刚毕业的时候,第一份工作就给手机上写a ...

  2. python简单好看的代码_Python新手写出漂亮的爬虫代码1

    初到大数据学习圈子的同学可能对爬虫都有所耳闻,会觉得是一个高大上的东西,仿佛九阳神功和乾坤大挪移一样,和别人说"老子会爬虫",就感觉特别有逼格,但是又不知从何入手,这里,博主给大家 ...

  3. python能画k线图吗_python画k线图(一天的k线图怎么画)

    1.大智慧软件在日线窗口的左上角标有主图的公式名称,(如ma sar bbi )等, 如果不是ma指标,请输入ma,回车.2.如果输入ma后还是没有均线,请按 f7 键,弹出 最好能举个例子的.非常感 ...

  4. python画简便的图-python如何画出漂亮的地图?网友:教教我呗

    导入包,创建一副世界地图 不要错过 免费学习Python的机会,快来+688244617 import folium import pandas as pd # define the world ma ...

  5. python画指北针_python如何画出漂亮的地图?

    python如何画出漂亮的地图? 要画一张好看的地图,数据量的多少.底图的支持程度与选择乃至个人的美学素养是一张好看的地图重要的因素.目前python也有很多能够实现地图可视化的包,这里给大家推荐最基 ...

  6. 用python绘制漂亮的图形-python如何画出漂亮的地图?

    Python地图可视化库有大家熟知的pyecharts.plotly.folium,其他回答都有介绍,还有稍低调的bokeh.basemap.geopandas,也是地图可视化的利器. 首先介绍下bo ...

  7. python画地图柱状图_Python 如何画出漂亮的地图?

    Python地图可视化库有大家熟知的pyecharts.plotly.folium,其他回答都有介绍,还有稍低调的bokeh.basemap.geopandas,也是地图可视化的利器. 首先介绍下bo ...

  8. python 画三维函数图-Python画三维图-----插值平滑数据

    一.二维的插值方法: 原始数据(x,y) 先对横坐标x进行扩充数据量,采用linspace.[如下面例子,由7个值扩充到300个] 采用scipy.interpolate中的spline来对纵坐标数据 ...

  9. python画50个图-Python绘制六种可视化图表详解,三维图最炫酷!你觉得呢?

    Python绘制六种可视化图表详解,三维图最炫酷!你觉得呢? 可视化图表,有相当多种,但常见的也就下面几种,其他比较复杂一点,大都也是基于如下几种进行组合,变换出来的.对于初学者来说,很容易被这官网上 ...

最新文章

  1. 一些前端开发的代码审查和意见
  2. 数据仓库和数据集市 专业术语解释
  3. 招聘| 基因组所Yuwen Liu团队诚聘科研人员
  4. 【Python】基础总结
  5. 去哪儿网2017春招在线笔试
  6. 标准WPS框架下的空间信息处理服务部署方法
  7. IDC分析报告:亚洲安全软件市场兴旺
  8. 苹果再遭诉讼!因两步验证太过耗时...
  9. Nginx 介绍与Linux下安装配置
  10. 关于matlab浮点转定点总结
  11. Linux中select函数学习及实例笔记
  12. 联想电脑进入BIOS曾经走过的“坑”
  13. 匈牙利算法--任务分配
  14. php实现logo的上传,PHP实现图片的等比缩放和Logo水印功能示例
  15. 实现简单的英文字母大小写转换
  16. Python基础——类和对象与魔法方法
  17. 【面试题】数字转成汉字形式
  18. Bomb数据的存储与查询
  19. 零基础怎样自学编程?新手如何学习编程?编程学习入门指南
  20. java 打印去小数点_[java]去零(带小数点)

热门文章

  1. Keras——Keras简介、安装及backend
  2. Linux C/C++开发环境搭建指针
  3. pyinstaller打包tensorflow+python程序成.exe各种坑(持续添加)
  4. java file的用法_Java 关于File使用
  5. stm32读取驾驶模拟器数据 stm32F407读取joystick数据
  6. 各大快递公司面单号准确性验证的正则表达式,来自淘宝开放平台,时间是20181206,...
  7. mybatis(数据库增删改查)
  8. mysql隔离级别与锁,接口并发响应速度的关系(2)
  9. ArcGIS API For JS 之Symbol
  10. levy过程、扩散过程、随机过程带跳