可视化_数据可视化—地图可视化
今天给大家推送的是地图可视化的知识,如何用Python实现地图可视化,地图可视化常用于地理信息系统,本节选用python中的自带库matplotlib,实现地图可视化,一起学习吧!
可视化直观理解就是转化为视觉所能感知。可视化的基本含义是将科学计算中产生的大量非直观的、抽象的或者不可见的数据,借助计算机图形学和图像处理等技术,以图形图像信息的形式,直观、形象地表达出来,并进行交互处理。地理信息可视化是运用图形学、计算机图形学和图像处理技术,将地学信息输入、处理、查询、分析以及预测的结果和数据以图形符号、图标、文字、表格、视频等可视化形式显示并进行交互的理论、方法和技术。
在地理信息系统中,可视化则以地理信息科学、计算机科学、地图学、认知科学、信息传输学与地理信息系统为基础,并通过计算机技术、数字技术、多媒体技术动态,直观、形象地表现、解释、传输地理空间信息并揭示其规律,是关于信息表达和传输的理论、方法与技术的一门学科。
import numpy as np #导入库import pandas as pdimport matplotlib.pyplot as pltfrom mpl_toolkits.basemap import Basemap%matplotlib inline
map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,resolution='l', area_thresh=1000.0)map1.drawcoastlines()
map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,resolution='l', area_thresh=1000.0)map1.drawcoastlines() #绘制海岸线map1.drawcountries() #绘制国家
map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,resolution='l', area_thresh=1000.0) map1.drawcoastlines() #绘制海岸线map1.drawcountries() #绘制国家map1.fillcontinents(color='blue',alpha=0.5) #填充颜色
map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,resolution='l', area_thresh=1000.0)map1.drawcoastlines() #绘制海岸线map1.drawcountries() #绘制国家map1.drawmapboundary() #绘制边界map1.fillcontinents(color='blue',alpha=0.5) #填充颜色map1.drawmeridians(np.arange(0, 360, 30)) #绘制经线map1.drawparallels(np.arange(-90, 90, 30)) #绘制纬线
map1 = Basemap(projection='robin', lat_0=90, lon_0=-105,resolution='l', area_thresh=1000.0)map1.drawcoastlines() #绘制海岸线map1.drawcountries() #绘制国家map1.drawmapboundary() #绘制边界map1.fillcontinents(color='blue',alpha=0.5) #填充颜色map1.drawmeridians(np.arange(0, 360, 30)) #绘制经线map1.drawparallels(np.arange(-90, 90, 30)) #绘制纬线
map2=Basemap(projection='stere',lat_0=90,lon_0=-105,llcrnrlon=-118.67,llcrnrlat=23.41,urcrnrlon=-64.5,urcrnrlat=45.44,resolution='l',area_thresh=1000.0)map2.drawcoastlines() #绘制海岸线map2.drawcountries() #绘制国家map2.drawmapboundary() #绘制边界map2.drawstates() #绘制州map2.fillcontinents(color='blue',alpha=0.5) #填充颜色map2.drawmeridians(np.arange(0, 360, 30)) #绘制经线map2.drawparallels(np.arange(-90, 90, 30)) #绘制纬线
map2=Basemap(projection='stere',lat_0=90,lon_0=-105,llcrnrlon=-118.67,llcrnrlat=23.41,urcrnrlon=-64.5, urcrnrlat=45.44,resolution='l', area_thresh=1000.0) map2.drawcoastlines() #绘制海岸线map2.drawcountries() #绘制国家map2.drawmapboundary() #绘制边界map2.drawstates() #绘制州map2.drawmeridians(np.arange(0, 360, 30)) #绘制经线map2.drawparallels(np.arange(-90, 90, 30)) #绘制纬线lon = -74lat = 40.43x,y = map2(lon, lat) #映射坐标map2.plot(x, y, 'ro', markersize=8) #绘制散点图
map2=Basemap(projection='stere',lat_0=90,lon_0=-105,llcrnrlon=-118.67,llcrnrlat=23.41,urcrnrlon=-64.5, urcrnrlat=45.44,resolution='l', area_thresh=1000.0)map2.drawcoastlines() #绘制海岸线map2.drawcountries() #绘制国家map2.drawmapboundary() #绘制边界map2.drawstates() #绘制州map2.drawmeridians(np.arange(0, 360, 30)) #绘制经线map2.drawparallels(np.arange(-90, 90, 30)) #绘制纬线lon = -74lat = 40.43x,y = map2(lon, lat) #映射坐标map2.plot(x, y, 'ro', markersize=8) #绘制散点图plt.text(x,y,'New York') #文本注释
学习编程没有什么捷径可言,“书山有路勤为径,学海无涯苦作舟”。多学、多练、多总结。
本文来源于公众号:大话数据分析
更多实用的数据分析知识,请关注后,一同学习!
可视化_数据可视化—地图可视化相关推荐
- mongodb数据可视化_使用MongoDB实时可视化开放数据
mongodb数据可视化 Using Python to connect to Taiwan Government PM2.5 open data API, and schedule to updat ...
- 利用pyecharts对职位数据进行地图可视化
前言 pyecharts 是基于百度开源的Echarts.方便与Python 进行对接.直接可以用于python的一个库. 今天我们利用pyecharts实现职位数据的地图可视化. 安装pyechar ...
- 【lnmp+ELK+Nginx+GeoIP】超详细新版ELK8.5.0解析收集Nginx日志并实现数据可视化与IP地址地图可视化教程-2022年11月版
超详细新版ELK8.5.0+lnmp1.9解析收集Nginx日志并实现数据可视化与IP地址地图可视化教程-2022年11月版 前言 1.基础环境和所需要的软件包 1.1服务器配置(仅供参考) 1.2 ...
- R语言ggplot2可视化时间序列数据:ggplot2可视化在时间轴上添加按月的箱图(boxplot)
R语言ggplot2可视化时间序列数据:ggplot2可视化在时间轴上添加按月的箱图(boxplot) 目录
- 数据图表可视化_数据可视化如何选择正确的图表第1部分
数据图表可视化 According to the World Economic Forum, the world produces 2.5 quintillion bytes of data ever ...
- 数据图表可视化_数据可视化十大最有用的图表
数据图表可视化 分析师每天使用的最佳数据可视化图表列表. (List of best data visualization charts that Analysts use on a daily ba ...
- c++可视化_数据可视化——如何让你的信息图被记住
原标题:数据可视化--如何让你的信息图被记住 我们生活在这个图文音像并茂的世界中,每天接触的信息数不胜数,而人类的记忆也是个很奇怪的东西,认知科学家发现,我们的大脑所捕捉的视觉细节比曾经所认为的要多得 ...
- 识别图片并可视化_数据可视化3大发展方向
数据可视化这一概念不过几年前才产生,但讲故事的技巧却早就已经生根发芽了.运用人物.事件.事件顺序.地点.时间段.感情和数字等要素,讲述故事总是让人类着迷. 如今,数据可视化可以图像化地叙述事件,及其起 ...
- 51cto python数据分析系列课程 55g_热图_ Python数据分析系列视频课程--玩转数据可视化_数据可视化视频-51CTO学院...
matplotlib包是基于Python平台的统计绘图利器,是在python平台上完成数据可视化不可或缺的工具,而基于matplotlib进一步开发的seaborn,更是将数据呈现与可视化的可用性推到 ...
- python三维矩阵可视化_科学计算三维可视化---Mlab基础(基于Numpy数组的绘图函数)...
Mlab了解 Mlab是Mayavi提供的面向脚本的api,他可以实现快速的三维可视化,Mayavi可以通过Mlab的绘图函数对Numpy数组建立可视化. 过程为: .建立数据源 .使用Filter( ...
最新文章
- rsync单项同步文件
- 为什么人会摆高姿态_为什么感情相处中不要随意掏心掏肺?
- 企业实战_23_MyCat SQL防火墙
- Java BufferedWriter close()方法与示例
- 敬业福和花花卡算啥?这次不来,你亏了
- Java图形开发--GUI
- centos 7安装_OrthoMCL软件安装
- Python调用(运行)外部程序参数问题
- 映射器配置文件和映射器接口
- 牛客最近来了一个新员工Fish,每天早晨总是会拿着一本英文杂志,写些句子在本子上。同事Cat对Fish写的内容颇感兴趣,有一天他向Fish借来翻看,但却读不懂它的意思。
- 网易 html5,今天网易刷屏的这个H5,到底有多猛?
- 运维每天基本的工作流程
- 计算机图形学-五角星的画法(转)
- 优客365网站导航开源版 v1.5.2
- java中for(int a:list)
- Vielleicht schreien Oma dick Bild einfach fest.Schreien Musik es halbe Sohn dick.
- python猜密码游戏规则_Python实现的摇骰子猜大小功能小游戏示例
- UVA 356 - Square Pegs And Round Holes
- zookeeper相关面试题
- vue pc商城---最终篇
热门文章
- 一、optimizer_trace介绍
- MSP430使用__delay_cycles实现延时1ms和1us
- Visio—如何画虚线?
- Java — 如何产生随机数(Random类)
- 服务站: WCF 消息传递基础 -- MSDN Magazine, April 2007
- 【 Educational Codeforces Round 51 (Rated for Div. 2) F】The Shortest Statement
- js中map和python中的map
- Codevs 1684 垃圾陷阱
- 创建表 备注 修改表结构 修改约束
- VB 6.0使用api