(区块链现在也成了“牛夫人”)

前言

地图，在可视化中总是引人注目的。之前我们介绍了如何用R语言中的ggplot2画中国地图。本篇我们在python中搞定地图，主要结合我在BMW丰富的画地图经历总结一下，到lync很久没用python工作了，手生。主要介绍两种常用方法：

用geopandas画中国地图
用pyecharts画中国地图

整体流程

首先，获取地理文件信息，可以从国家地理中心(webmap.cn)下载，有各个省、市的。公众号后台回复“地图”，可以获取原数据与源码。https://github.com/hongyingyue/Tiny-skills-of-data。

准备数据（包括地理目标数据和地理辅助数据）
画地图作为背景
画目标数据

geopandas

geopandas的步骤其实和R很像
准备数据

采用和上一篇中同样的数据进行演示，目标是画出各个城市的销量。表一，城市名(City)与城市属性(Total Year)的关系：

另一个需要的数据，城市的地理属性。表二，城市(City)与地理位置(经度、纬度)的关系：

程序的第一步便是读取以上数据：

data = pd.read_csv("../../data/map_R_province.csv")
data_agg = data.groupby(['City'])[['City']].size().reset_index(name='size')
city_name_map = pd.read_csv(open("../../assets/city_geocode_lookup.csv", encoding='gbk'))
data_agg = data_agg.merge(city_name_map, left_on='City', right_on='City', how='left')
geo_data_agg = gp.GeoDataFrame(data_agg, geometry=gp.points_from_xy(data_agg.Lon, data_agg.Lat))
print(geo_data_agg)

有了城市的位置，也有了城市的属性之后，在位置上画出属性的性质。画地图和目标:

def geo_china(df, size_column='size', title='map'):china_geod = gp.GeoDataFrame.from_file("../../assets/province.shp", encoding='gb18030')print(china_geod.head(5), china_geod.columns)ax = china_geod.plot(color='white', edgecolor='black')df.plot(ax=ax, color='red', markersize=df[size_column], alpha=0.5)#df.plot(ax=ax, column=size_column, cmap='Blues', linewidth=0.8, edgecolor='0.8')ax.set_axis_off()plt.show()

这里需要注意的是，虽然地理文件只读取了shp文件，但三个文件缺一不可，而且要放在同一路径下。效果如下：

pyecharts

上面的图并没有进行美化，所以看着和ggplot的美感还有差距。放心，python里还有一招，就是直接调用前端常用的包pyecharts来完成地图的制作，能够达到简化操作就画出漂亮的交互地图效果。

# https://github.com/pyecharts/pyecharts
# you should have Internet connect
from pyecharts.charts import Map,Geo
from pyecharts import options as optsprovince_dict = {'河南': 45.23, '北京': 37.56, '河北': 21, '辽宁': 12, '江西': 6, '上海': 20, '安徽': 10, '江苏': 16, '湖南': 9,'浙江': 13, '海南': 2, '广东': 22, '湖北': 8, '黑龙江': 11, '澳门': 1, '陕西': 11, '四川': 7,'内蒙古': 3, '重庆': 3, '云南': 6, '贵州': 2, '吉林': 3, '山西': 12, '山东': 11, '福建': 4, '青海': 1,'天津': 1, '其他': 1}province_char = [[item[0],item[1]] for item in province_dict.items()]
print(province_char)map = Map(init_opts=opts.InitOpts(width='1200px', height='800px'))
map.set_global_opts(title_opts=opts.TitleOpts(title="2019年"),visualmap_opts=opts.VisualMapOpts(max_=50))
map.add("China Map Example", data_pair=province_char, maptype='china', is_roam=True)
map.render(path="中国地图.html")

效果还是非常惊艳的，将生成的html在chrome里打开后，可以带交互效果，并自带了九段线，毕竟是国内bidu出品。输入数据也可以从csv由pandas读入，然后转化为字典形式，不过注意各省名字保持规范。缺点就是必须联网才能画出来，需要官方服务器传回数据。

联系方式

公众号YueTan

可视化：中国地图 python/ geopandas/ echarts相关推荐

数据可视化：利用Python和Echarts制作“用户消费行为分析”可视化大屏
数据可视化:利用Python和Echarts制作"用户消费行为分析"可视化大屏前言实验目的: 准备工作: 一.创建项目: 二.建立数据库连接获取数据: 三.页面布局: 四.下载 ...
echarts地图可视化中国地图及各省级js文件分享
最近在做关于echarts地图可视化时,需要绘制各省的地图,于是就搜索了大量的信息.踩了好多坑,大多数都是付费的. 有需要的搜索微信公众号[知音库],点击文件库进入领取即可领取整理好的中国地图js文 ...
Echarts可视化中国地图来一下
Echarts 数据可视化 ![在这里插入图片描述](https://img-blog.csdnimg.cn/97c7ba1d7a114a498c7e5868d13cf87d.png?x-oss-pr ...
Axure教程：可视化中国地图下钻交互设计
导读:在设置日常大屏报表设计工作中,我们会经常使用到地图下钻效果,今天作者教大家简单的使用axure软件来制作中国地图点击下钻的动效果,通过此原理可以做更细的下钻交互.一起来文中看一下吧~ 教程整体简 ...
Python+Flask实现全国、全球疫情大数据可视化（二）：网页页面布局+echarts可视化中国地图、世界地图、柱状图和折线图
文章目录相关文章一.实现效果二.页面布局html+css main.html main.css 三.echarts图表制作 1.全国累计趋势折线图ec_l1.js 2.全国趋势变化折线图ec_l ...
中国地图下钻式echarts图表数据处理
首先加载全国路线图 findMap(){let _this = this,param = {}_this.chinaOpt = echarts.init(document.getElementById ...
echarts 中国地图飞机实现demo 中国地图路线飞行 echarts飞行
先看看效果图, 如果是你的菜请往下看. html 代码 <template><div id="chineView"></div> </t ...
爬取全国各地区汽车销量情况并用中国地图可视化展示
爬取全国各地区汽车销量情况并用中国地图可视化展示项目介绍网页详情代码爬取数据代码将爬取的数据保存到文档中中国地图可视化运行效果项目介绍爬取2017年全国各省份的汽车销量情况(由于数据 ...
Vue+Vuex+Axios+ECharts 画一个动态更新的中国地图
一.生成项目及安装插件 # 安装 Vue Cli npm install vue-cli -g# 初始化项目 vue init webpack vue-china-map# 切到目录下 cd vue- ...

可视化：中国地图 python/ geopandas/ echarts

前言

整体流程

geopandas

pyecharts

联系方式

可视化：中国地图 python/ geopandas/ echarts相关推荐

最新文章

热门文章