《Python轻松实现地图可视化(附详细源码).docx》由会员分享，可在线阅读，更多相关《Python轻松实现地图可视化(附详细源码).docx（11页珍藏版）》请在金锄头文库上搜索。
1、Python轻松实现地图可视化(附详细源码)前言本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。Python的地图可视化库很多，Matplotlib库虽然作图很强大，但只能做静态地图。而我今天要讲的是交互式地图库，分别为pyecharts、folium，掌握这两个库，基本可以解决你的地图可视化需求。pyecharts首先，必须说说强大的pyecharts库，简单易用又酷炫，几乎可以制作任何图表。pyecharts有v0.5和v1两个版本，两者不兼容，最新的v1版本开始支持链式调用，采用options配置图表。pyechart
2、s在制作地图方面，包含Map、Geo和Bmap三类，使用Map类支持世界、国家、省市和区县四级地图，使用前需独立安装。so，pip它们！pip install pyechartspip install echarts-countries-pypkgpip install echarts-china-provinces-pypkgpip install echarts-china-cities-pypkgpip install echarts-china-counties-pypkgpip完之后，查看下pyecharts版本。import pyechartsprint(pyecharts._ve
3、rsion_)毋庸置疑，肯定是最新版本啦，版本号为1.6.2。一、Map在制作地图前，首先要有数据，我从Wind数据库导出了全国各省GDP总量数据，命名为GDP.xlsx，如下图所示。有了数据，咱们就可以用python开始操作了，先把需要的库import一下。import pandas as pd #pandas是强大的数据处理库from pyecharts.charts import Mapfrom pyecharts import options as opts 用pandas读取GDP.xlsx，提取2019年各省GDP数据为例，我们来制作地图。这里注意下zip() 函数，它用于将可迭代
4、的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的对象。data = pd.read_excel(GDP.xlsx)province = list(dataprovince)gdp = list(data2019_gdp)list = list(z) for z in zip(province,gdp)我们来打印下list，长这样：其实就是列表里嵌套列表的数据结构，只有这种结构把数据添加到地图中去。我们用Map类中的常用方法add、set_global_opts和render来配置地图。c = ( Map(init_opts=opts.InitOpts(width=1
5、000px, height=600px) #初始化地图大小 .set_global_opts( title_opts=opts.TitleOpts(title=2019年各省GDP分布图 单位:亿元), #配置标题 visualmap_opts=opts.VisualMapOpts( type_ = scatter #散点类型 ) ) .add(GDP,list,maptype=china) #将list传入，地图类型为中国地图 .render(Map1.html)运行以上代码，用浏览器打开生成的Map1.html，效果如下：有朋友可能会问了，地图倒是有了，可你这地图不好区分不同省的GDP大小
6、呀。不慌，我们继续优化以上代码，给不同省依据GDP的大小配置不同的颜色，让你一目了然。c = ( Map(init_opts=opts.InitOpts(width=1000px, height=600px) #可切换主题 .set_global_opts( title_opts=opts.TitleOpts(title=2019年各省GDP分布图 单位:亿元), visualmap_opts=opts.VisualMapOpts( min_=1000, max_=110000, range_text = GDP总量（亿）颜色区间:, , #分区间 is_piecewise=True, #定义
7、图例为分段型，默认为连续的图例 pos_top= middle, #分段位置 pos_left=left, orient=vertical, split_number=10 #分成10个区间 ) ) .add(GDP,list,maptype=china) .render(Map2.html)运行以上代码，用浏览器打开生成的Map2.html，效果如下：怎么样，这下效果是不是好多了，颜色越红代表GDP越高。你所在的省份2019年GDP处于哪个颜色段呢？当然，对于有些审美较高的朋友可能还是无法满足你的要求。既然如此，那我再优化下代码，给地图添加主题。添加主题很简单，只要import下ThemeT
8、ype，然后将主题添加到Mpa()方法内。我以ThemeType.DARK为例看下效果。from pyecharts.globals import ThemeType #引入主题Map(init_opts=opts.InitOpts(width=1000px, height=600px,theme = ThemeType.DARK) #添加主题ThemeType.DARK运行一下看看效果：有没有B格上升n个level的感觉，如果你还不满意，ok，pyecharts内置了10余种主题任你切换。萝卜青菜各有所爱，自个调去吧二、GeoGeo与Map类似，可以通过设置maptype参数选择地图类型，所
9、支持的方法也和Map类似，我这里就不赘述了，直接贴代码。#Geo地图-涟漪图import pandas as pdfrom pyecharts import options as optsfrom pyecharts.charts import Geofrom pyecharts.globals import ChartTypedata = pd.read_excel(GDP.xlsx)province = list(dataprovince)gdp = list(data2019_gdp)list = list(z) for z in zip(province,gdp)print(list)
10、c = ( Geo() .add_schema(maptype=china) .add( geo, list, #传入数据 symbol_size=10, large_threshold=110000, #设置涟漪大小 type_=ChartType.EFFECT_SCATTER, #地图类型为涟漪图 ) .set_series_opts(label_opts=opts.LabelOpts(is_show=False) .set_global_opts(visualmap_opts=opts.VisualMapOpts(max_=110000),title_opts=opts.TitleOpt
11、s(title=2019年各省GDP涟漪图) .render(Geomap1.html)运行一下，效果如下：三、BmapBmap是百度地图的一个接口，你如果Map和Geo搞明白了，Bmap也是分分钟可以搞定的。不过，有一点要注意，你要先到百度地图开放平台注册，获取AK才可以调用哦。注册获得AK，就可以开心制作地图啦，以热力图为例，代码如下。#Bmap-散点图、热力图和涟漪图import pandas as pdfrom pyecharts.charts import BMapfrom pyecharts import options as optsfrom pyecharts.globals
12、import ChartTypedata = pd.read_excel(GDP.xlsx)province = list(dataprovince)gdp = list(data2019_gdp)list = list(z) for z in zip(province,gdp)print(list)c = ( BMap(init_opts=opts.InitOpts(width=1000px, height=600px) .add_schema(baidu_ak=你的AK, center=120.13066322374, 30.240018034923) .add( GDP, list, t
13、ype_=heatmap, #scatter为散点图，heatmap为热力图，ChartType.EFFECT_SCATTER为涟漪图 label_opts=opts.LabelOpts(formatter=b) ) .set_global_opts( title_opts=opts.TitleOpts(title=2019年各省GDP热力图), visualmap_opts=opts.VisualMapOpts(max_=110000) ) .render(Bmap1.html)运行后，长这样：folium你以为以上几个地图就能满足我J哥对数据可视化美感的追求，那你太小看J哥了，我经过研究，
14、发现folium库才是吊炸天的存在。首先，我用python调取了高德地图API接口，获得了广州市近6000个景点的地理数据，保存为poi_scenic_spot.csv。以下为部分数据：然后安装folium库，设置刺激战场底图，当然你也可以换其他底图玩，代码中提供了mapbox底图、高德底图等，任你随意切换。#folium-热力图import pandas as pdimport foliumfrom folium import pluginsdata = pd.read_csv(./poi_scenic_spot.csv,encoding=utf-8)# heatmap1 = folium.Map(location=23.122373,113.268027, zoom_start=10,control_scale = True) # 绘制地图，确定聚焦点，默认底图（加载慢）heatmap
