python编写人口预测图_python绘制中国大陆人口热力图
这篇文章给出了如何绘制中国人口密度图,但是运行存在一些问题,我在一些地方进行了修改。
本人使用的IDE是anaconda,因此事先在anaconda prompt 中安装Basemap包
conda install Basemap
新建文档,导入需要的包
import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
from matplotlib.patches import Polygon
from matplotlib.colors import rgb2hex
import numpy as np
import pandas as pd
Basemap中不包括中国省界,需要在下面网站下载中国省界,点击Shapefile下载。
生成中国大陆省界图片。
plt.figure(figsize=(16,8))
m = Basemap(
llcrnrlon=77,
llcrnrlat=14,
urcrnrlon=140,
urcrnrlat=51,
projection='lcc',
lat_1=33,
lat_2=45,
lon_0=100
)
m.drawcountries(linewidth=1.5)
m.drawcoastlines()
m.readshapefile('gadm36_CHN_shp/gadm36_CHN_1', 'states', drawbounds=True)
去国家统计局网站下载人口各省,只需保留地区和总人口即可,保存为csv格式并改名为pop.csv。
读取数据,储存为dataframe格式,删去地名之中的空格,并设置地名为dataframe的index。
df = pd.read_csv('pop.csv')
new_index_list = []
for i in df["地区"]:
i = i.replace(" ","")
new_index_list.append(i)
new_index = {"region": new_index_list}
new_index = pd.DataFrame(new_index)
df = pd.concat([df,new_index], axis=1)
df = df.drop(["地区"], axis=1)
df.set_index("region", inplace=True)
将Basemap中的地区与我们下载的csv中的人口数据对应起来,建立字典。注意,Basemap中的地名与csv文件中的地名并不完全一样,需要进行一些处理。
provinces = m.states_info
statenames=[]
colors = {}
cmap = plt.cm.YlOrRd
vmax = 100000000
vmin = 3000000
for each_province in provinces:
province_name = each_province['NL_NAME_1']
p = province_name.split('|')
if len(p) > 1:
s = p[1]
else:
s = p[0]
s = s[:2]
if s == '黑龍':
s = '黑龙江'
if s == '内蒙':
s = '内蒙古'
statenames.append(s)
pop = df['人口数'][s]
colors[s] = cmap(np.sqrt((pop - vmin) / (vmax - vmin)))[:3]
最后画出图片即可
ax = plt.gca()
for nshape, seg in enumerate(m.states):
color = rgb2hex(colors[statenames[nshape]])
poly = Polygon(seg, facecolor=color, edgecolor=color)
ax.add_patch(poly)
plt.show()
完整代码如下
# -*- coding: utf-8 -*-
import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
from matplotlib.patches import Polygon
from matplotlib.colors import rgb2hex
import numpy as np
import pandas as pd
plt.figure(figsize=(16,8))
m = Basemap(
llcrnrlon=77,
llcrnrlat=14,
urcrnrlon=140,
urcrnrlat=51,
projection='lcc',
lat_1=33,
lat_2=45,
lon_0=100
)
m.drawcountries(linewidth=1.5)
m.drawcoastlines()
m.readshapefile('gadm36_CHN_shp/gadm36_CHN_1', 'states', drawbounds=True)
df = pd.read_csv('pop.csv')
new_index_list = []
for i in df["地区"]:
i = i.replace(" ","")
new_index_list.append(i)
new_index = {"region": new_index_list}
new_index = pd.DataFrame(new_index)
df = pd.concat([df,new_index], axis=1)
df = df.drop(["地区"], axis=1)
df.set_index("region", inplace=True)
provinces = m.states_info
statenames=[]
colors = {}
cmap = plt.cm.YlOrRd
vmax = 100000000
vmin = 3000000
for each_province in provinces:
province_name = each_province['NL_NAME_1']
p = province_name.split('|')
if len(p) > 1:
s = p[1]
else:
s = p[0]
s = s[:2]
if s == '黑龍':
s = '黑龙江'
if s == '内蒙':
s = '内蒙古'
statenames.append(s)
pop = df['人口数'][s]
colors[s] = cmap(np.sqrt((pop - vmin) / (vmax - vmin)))[:3]
ax = plt.gca()
for nshape, seg in enumerate(m.states):
color = rgb2hex(colors[statenames[nshape]])
poly = Polygon(seg, facecolor=color, edgecolor=color)
ax.add_patch(poly)
plt.show()
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我们。
python编写人口预测图_python绘制中国大陆人口热力图相关推荐
- python第三方库大概有多少人口_python绘制中国大陆人口热力图
这篇文章给出了如何绘制中国人口密度图,但是运行存在一些问题,我在一些地方进行了修改. 本人使用的IDE是anaconda,因此事先在anaconda prompt 中安装Basemap包 conda ...
- python人口热力图_利用Python绘制中国大陆人口热力图
https://mp.weixin.qq.com/s/Bh-L3syzJSHhLPZqzHvIyA 这篇文章给出了如何绘制中国人口密度图,但是运行存在一些问题,我在一些地方进行了修改. 本人使用的ID ...
- 利用Python绘制中国大陆人口热力图
https://mp.weixin.qq.com/s/Bh-L3syzJSHhLPZqzHvIyA 这篇文章给出了如何绘制中国人口密度图,但是运行存在一些问题,我在一些地方进行了修改. 本人使用的ID ...
- python画k线图_Python绘制K线图
不管是对量化分析师还是普通的投资者来说,K线图(蜡烛图)都是一种很经典.很重要的工具.在K线图中,它会绘制每天的最高价.最低价.开盘价和收盘价,这对于我们理解股票的趋势以及每天的多空对比很有帮助. 一 ...
- python画球轨迹图_python绘制铅球的运行轨迹代码分享
我们按照面向过程程序设计的思想,使用python编写了程序,追踪铅球在运行过程中的位置信息.下面,修改程序代码,导入turtle模块,将铅球的运行轨迹绘制出来. python3代码如下: from m ...
- python编写人口预测图_Python可视化神器——pyecharts(实例之人口地图)
官方教程:http://pyecharts.herokuapp.com/ pyecharts 是一个用于生成 Echarts 图表的类库.Echarts 是百度开源的一个数据可视化 JS 库.用 Ec ...
- 利用python获取股票折线图_python绘制香农的投资组合折线图
写在前面 最近在看<赌神数学家>这本书,在此书的第四部分"圣彼得堡悖论的故事"的"香农的恶魔"这一小节中,讲了香农自己对于股票的投资策略.在这一小节 ...
- python分析数据走势图_python绘制趋势图的示例
import matplotlib.pyplot as plt #plt用于显示图片 import matplotlib.image as mping #mping用于读取图片 import date ...
- python画条状图_Python 绘制分组条形图
借助 pandas 绘制分组条形图 1. 示例 1 使用默认颜色 代码 importmatplotlib.pyplot as plt importnumpy as np importpandas as ...
最新文章
- 微软拟对Office 2007增添新功能 增强安全性
- 只因这个模型,它 1 年增长 44%,收入达 2.15 亿美元
- happens-before规则和as-if-serial语义
- UVA 10891 SUM游戏 DP
- PIR 宣布被营利性机构收购,.org 顶级域名注册费用或上涨
- 红帽为开发订阅成员提供的免费福利
- mathematica完爆matlab,Mathematica和Matlab相比的计算效率问题
- instagram怎么用_用PHP和Instagram API征服Instagram
- unicode字符集和utf-8编码
- OA系统如何助力企业行政管理?
- 4-google translate插件安装及使用
- android viewpager中每个view,ViewPager系列之 打造一个通用的ViewPager
- 建模你不能不知道这些网站能接单 | 建议收藏
- Set集合的基本使用
- iPhone手机忘记了ID账号密码怎么办
- 国密算法TF32A09硬件加密芯片
- Android 曝光采集(商品view曝光量的统计)
- fanfou.com
- 下载的文件需要右键属性解除锁定的一次性解决方法
- 如何启动 与配置tomcat 服务端,修改startup.bat乱码现象