2019年美赛C题画图，python函数库basemap下载

第一次接触建模，就碰到要画美国的地图（2019年美赛C题），实在是头疼。解决的函数找到了，结果第三方库无法下载，虽然知道可以通过.whl直接下载，但有100多M下载时间实在太长，分享一个下载包括所有的第三方库。

下面的函数是别人写的，最近打开的网页太多，原作者找不到了。

from __future__ import (absolute_import, division, print_function)import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
from matplotlib.colors import rgb2hex, Normalize
from matplotlib.patches import Polygon
from matplotlib.colorbar import ColorbarBasefig, ax = plt.subplots()# Read the geographic graph of the United States
m = Basemap(llcrnrlon=-119, llcrnrlat=20, urcrnrlon=-64, urcrnrlat=49,projection='lcc', lat_1=33, lat_2=45, lon_0=-95)m_ = Basemap(llcrnrlon=-190, llcrnrlat=20, urcrnrlon=-143, urcrnrlat=46,projection='merc', lat_ts=20)  # do not change these numbers# Graphics are obtained from state-provided graphics
shp_info = m.readshapefile('st99_d00', 'states', drawbounds=True,linewidth=0.45, color='gray')
shp_info_ = m_.readshapefile('st99_d00', 'states', drawbounds=False)# The United States
popdensity = {'New Jersey': 1,'Rhode Island': 1,'Massachusetts': 1,'Connecticut': 1,'Maryland': 1,'New York': 1,'Delaware': 1,'Florida': 1,'Ohio': 1193.49,'Pennsylvania': 687.51,'Illinois': 1,'California': 1,'Hawaii': 1,'Virginia': 369.94,'Michigan': 1,'Indiana': 1,'North Carolina': 1,'Georgia': 1,'Tennessee': 1,'New Hampshire': 1,'South Carolina': 1,'Louisiana': 1,'Kentucky': 288.70,'Wisconsin': 1,'Washington': 1,'Alabama': 1,'Missouri': 1,'Texas': 1,'West Virginia': 36.72,'Vermont': 1,'Minnesota': 1,'Mississippi': 1,'Iowa': 1,'Arkansas': 1,'Oklahoma': 1,'Arizona': 1,'Colorado': 1,'Maine': 1,'Oregon': 1,'Kansas': 1,'Utah': 1,'Nebraska': 1,'Nevada': 1,'Idaho': 1,'New Mexico': 1,'South Dakota': 1,'North Dakota': 1,'Montana': 1,'Wyoming': 1,'Alaska': 1, }colors = {}
statenames = []
cmap = plt.cm.hot_r
vmin = 0
vmax = 1200
norm = Normalize(vmin=vmin, vmax=vmax)# Read the data
for shapedict in m.states_info:statename = shapedict['NAME']if statename not in ['District of Columbia', 'Puerto Rico']:pop = popdensity[statename]colors[statename] = cmap(np.sqrt((pop - vmin) / (vmax - vmin)))[:3]statenames.append(statename)
for nshape, seg in enumerate(m.states):if statenames[nshape] not in ['Puerto Rico', 'District of Columbia']:color = rgb2hex(colors[statenames[nshape]])poly = Polygon(seg, facecolor=color, edgecolor=color)ax.add_patch(poly)AREA_1 = 0.005
AREA_2 = AREA_1 * 30.0
AK_SCALE = 0.19
HI_OFFSET_X = -1900000
HI_OFFSET_Y = 250000
AK_OFFSET_X = -250000
AK_OFFSET_Y = -750000for nshape, shapedict in enumerate(m_.states_info):if shapedict['NAME'] in ['Alaska', 'Hawaii']:seg = m_.states[int(shapedict['SHAPENUM'] - 1)]if shapedict['NAME'] == 'Hawaii' and float(shapedict['AREA']) > AREA_1:seg = [(x + HI_OFFSET_X, y + HI_OFFSET_Y) for x, y in seg]color = rgb2hex(colors[statenames[nshape]])elif shapedict['NAME'] == 'Alaska' and float(shapedict['AREA']) > AREA_2:seg = [(x * AK_SCALE + AK_OFFSET_X, y * AK_SCALE + AK_OFFSET_Y) \for x, y in seg]color = rgb2hex(colors[statenames[nshape]])poly = Polygon(seg, facecolor=color, edgecolor='gray', linewidth=.45)ax.add_patch(poly)light_gray = [0.8] * 3  # define light gray color RGB
x1, y1 = m_([-190, -183, -180, -180, -175, -171, -171], [29, 29, 26, 26, 26, 22, 20])
x2, y2 = m_([-180, -180, -177], [26, 23, 20])  # these numbers are fine-tuned manually
m_.plot(x1, y1, color=light_gray, linewidth=0.8)  # do not change them drastically
m_.plot(x2, y2, color=light_gray, linewidth=0.8)ax_c = fig.add_axes([0.9, 0.1, 0.03, 0.8])
cb = ColorbarBase(ax_c, cmap=cmap, norm=norm, orientation='vertical',label=r'[population per $\mathregular{km^2}$]')
plt.show()

因为需要美国的轮廓图，下面的三个文件必须要：

链接：https://pan.baidu.com/s/1BO2CRJhDjTzoNOsK8BF8kQ
提取码：xrw7

效果图：

2019年美赛C题画图，python函数库basemap下载相关推荐

2020美赛C题：python实现npl自然语言处理记录
2020美赛C题:python实现npl自然语言处理记录前言文本预处理 LDA主题分析加可视化多进程程序需写进main函数可视化 NLTK情感分析制作语料包情感积极性量化一些收获 pyt ...
五十八、2020美赛C题的思路以及个人Python的解法
@Author:Runsen 这是2020年美赛C题,当时三月份朋友找我搞定,今天在清理文件中发现了,于是做一个记录.这不是我的作业,我的专业可是化工.与这些没有什么关系. 阳光公司计划在线上市场上推 ...
【Python爬虫】2022年数学建模美赛B题数据爬取
2022年数学建模美赛B题数据爬取背景 2022年的美赛刚刚落下帷幕,该题的一个主要难点在于数据的获取.很多人无法找到有效的数据,或者是无法获取数据. 比如找到了如下米德湖的水文数据,但是发现并没有 ...
2023年美赛C题Wordle预测问题一建模及Python代码详细讲解
相关链接 (1)2023年美赛C题Wordle预测问题一建模及Python代码详细讲解 (2)2023年美赛C题Wordle预测问题二建模及Python代码详细讲解 (3)2023年美赛C题Wordl ...
2023年美赛C题Wordle预测问题三、四建模及Python代码详细讲解
更新时间:2023-2-19 16:30 相关链接 (1)2023年美赛C题Wordle预测问题一建模及Python代码详细讲解 (2)2023年美赛C题Wordle预测问题二建模及Python代码详 ...
2023年美赛C题Wordle预测问题二建模及Python代码详细讲解
更新时间:2023-2-19 相关链接 (1)2023年美赛C题Wordle预测问题一建模及Python代码详细讲解 (2)2023年美赛C题Wordle预测问题二建模及Python代码详细讲解 (3 ...
2019年美赛建模D题后续(1)
2019年美赛建模D题后续1 解决方案蚁群算法特别注意解决方案经过昨天的讨论与搜集资料,我们对D题有了更深刻的理解,昨天考虑的东西有些是不太合理,所以我们又重新制定了方案.之前考虑到要用蚁群算 ...
2021年美赛C题思路
2021年美赛C题思路: 团队为建模国一获得者,有丰富建模经验,因为需保证建模思路的完整性,更新较慢,怕被D.新号 C题翻译: 确认黄蜂的传言 2019 年 9 月,在加拿大不列颠哥伦比亚省的温哥华岛 ...
2023年数学建模美赛A题（A drought stricken plant communities）分析与编程
2023年数学建模美赛A题(A drought stricken plant communities)分析与编程 2023年数学建模美赛D题(Prioritizing the UN Sustainab ...

2019年美赛C题画图，python函数库basemap下载

2019年美赛C题画图，python函数库basemap下载相关推荐

最新文章

热门文章