Python绘制地图神器,上手直接开大!

上一篇 / 下一篇  2021-02-22 09:42:32

  之前给大家介绍过多种Python可视化模块,但使用他们进行地理可视化都很简陋。
  所以想要绘制更精美的可视化地图?想在地图上自由的设置各种参数?想获得灵活的交互体验?
  今天它就来了,Python绘制地图神器folium,上手直接开大!
  一、folium简介和安装
  folium 建立在 Python 生态系统的数据应用能力和 Leaflet.js 库的映射能力之上,在Python中操作数据,然后通过 folium 在 Leaflet 地图中可视化。
  folium 相比较于国内百度的 pyecharts 灵活性更强,能够自定义绘制区域,并且展现形式更加多样化。
  1. folium的简介
  Folium是建立在 Python 生态系统的数据整理 Datawrangling 能力和 Leaflet.js 库的映射能力之上的开源库。用 Python 处理数据,然后用 Folium 将它在 Leaflet 地图上进行可视化。Folium能够将通过 Python 处理后的数据轻松地在交互式的 Leaflet 地图上进行可视化展示。它不单单可以在地图上展示数据的分布图,还可以使用 Vincent/Vega 在地图上加以标记。
  这个开源库中有许多来自 OpenStreetMap、MapQuest Open、MapQuestOpen Aerial、Mapbox和Stamen 的内建地图元件,而且支持使用 Mapbox 或 Cloudmade 的 API 密钥来定制个性化的地图元件。Folium支持 GeoJSON 和 TopoJSON 两种文件格式的叠加,也可以将数据连接到这两种文件格式的叠加层,最后可使用 color-brewer 配色方案创建分布图。
  Folium可以让你用 Python 强大生态系统来处理数据,然后用 Leaflet 地图来展示。Folium内置一些来自 OpenStreetMap、MapQuest Open、MapQuest Open Aerial、Mapbox和Stamen 的地图元件(tilesets),并且支持用 Mapbox 或者 Cloudmade API keys 来自定义地图元件。Folium支持 GeoJSON 和 TopJSON 叠加(overlays),绑定数据来创造一个分级统计图(Choropleth map)。但是,Folium库绘制热点图的时候,需要联网才可显示。
  2. 安装folium
  pip install folium -i http://pypi.douban.com/simple --trusted-host pypi.douban.com 
  这里直接使用了国内豆瓣源
  二、基本使用
  folium显示地图的类为 folium.Map,类的声明如下:
  class folium.Map(location=None, width='100%', height='100%', left='0%', top='0%', position='relative', tiles='OpenStreetMap', attr=None, min_zoom=0, max_zoom=18, zoom_start=10, min_lat=-90, max_lat=90, min_lon=-180, max_lon=180, max_bounds=False, crs='EPSG3857', control_scale=False, prefer_canvas=False, no_touch=False, disable_3d=False, png_enabled=False, zoom_control=True, **kwargs) 
  几个重要的参数:
  · location:经纬度,list 或者 tuple 格式,顺序为 latitude, longitude
  · zoom_start:缩放值,默认为 10,值越大比例尺越小,地图放大级别越大
  · control_scale:Bool型,控制是否在地图上添加比例尺,默认为 False 即不添加
  · tiles:显示样式,默认 "OpenStreetMap",也就是开启街道显示
  · crs:地理坐标参考系统,默认为 "EPSG3857"
  1. 各级别地图
  世界地图
  import folium 
   
  print(folium.__version__) 
   
  # define the world map 
  world_map = folium.Map() 
  # save world map 
  world_map.save('test_01.html') 
  结果如下:
  当前folium版本:0.11.0 
  国家地图
  import folium 
  # define the national map 
  national_map = folium.Map(location=[35.3, 100.6], zoom_start=4) 
  # save national map 
  national_map.save('test_02.html') 
  结果如下:
  市级地图
  其实改变地图显示也就是改变显示的经纬度和缩放比例,省级、市级、县级用法相似,这里举一个市级的例子为例,如北京市:
  import folium 
  # define the national map 
  city_map = folium.Map(location=[39.93, 116.40], zoom_start=10) 
  # save national map 
  city_map.save('test_03.html') 
  2. 在地图上标记
  普通标记
  添加普通标记用 Marker,可以选择标记的图案。
  import folium 
   
  bj_map = folium.Map(location=[39.93, 115.40], zoom_start=12, tiles='Stamen Terrain') 
   
  folium.Marker( 
      location=[39.95, 115.33], 
      popup='Mt. Hood Meadows', 
      icon=folium.Icon(icon='cloud') 
  ).add_to(bj_map) 
   
  folium.Marker( 
      location=[39.96, 115.32], 
      popup='Timberline Lodge', 
      icon=folium.Icon(color='green') 
  ).add_to(bj_map) 
   
  folium.Marker( 
      location=[39.93, 115.34], 
      popup='Some Other Location', 
      icon=folium.Icon(color='red', icon='info-sign')    # 标记颜色  图标 
  ).add_to(bj_map) 
   
  bj_map.save('test_04.html')
  结果如下:
  圆形标记
  添加圆形标记用 Circle 以及 CircleMarker
  import folium 
   
  bj_map = folium.Map(location=[39.93, 116.40], zoom_start=12, tiles='Stamen Toner') 
   
  folium.Circle( 
      radius=200, 
      location=(39.92, 116.43), 
      popup='The Waterfront', 
      color='#00FFFF',   # 颜色 
      fill=False,        # 填充 
  ).add_to(bj_map) 
   
  folium.CircleMarker( 
      location=(39.93, 116.38), 
      radius=50,   # 圆的半径 
      popup='Laurelhurst Park', 
      color='#FF1493', 
      fill=True, 
      fill_color='#FFD700' 
  ).add_to(bj_map) 
   
  bj_map.save('test_05.html') 
  结果如下:
  动态放置标记
  import folium 
   
  dynamic_tagging = folium.Map( 
      location=[46.8527, -121.7649], 
      tiles='Stamen Terrain', 
      zoom_start=13 
  ) 
   
  folium.Marker( 
      [46.8354, -121.7325], 
      popup='Camp Muir' 
  ).add_to(dynamic_tagging) 
   
  dynamic_tagging.add_child(folium.ClickForMarker(popup='Waypoint')) 
  dynamic_tagging.save('test_06.html') 
  结果如下:
  更多详细使用可以参考官方文档:http://python-visualization.github.io/folium/quickstart.html[2]
  三、实战案例
  以将停车场地理位置数据可视化在地图上示例,熟悉 folium 地图可视化的使用。
  1. 获取经纬度数据
  停车场地理位置数据来源于网络,数据真实可靠,下面先利用 Python 爬虫获取数据
  #数据来源:http://219.136.133.163:8000/Pages/Commonpage/login.aspx 
   
  import requests 
  import csv 
  import json 
  import logging 
   
  headers = { 
      'X-Requested-With': 'XMLHttpRequest', 
      'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36' 
  } 
  logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s: %(message)s') 
  url = 'http://219.136.133.163:8000/Pages/Commonpage/AsyGetData.asmx/GetParkList' 
  s = requests.session() 
  s.get(url, headers=headers) 
  for i in range(1, 318): 
      data = { 
          'cp': str(i), 
          'ps': '10', 
          'kw': '', 
          'lon': 'undefined', 
          'lat': 'undefined', 
          'type': 'undefined' 
      } 
      url = 'http://219.136.133.163:8000/Pages/Commonpage/AsyGetData.asmx/GetParkList' 
      # post提交表单数据 
      res = s.post(url, data=data, headers=headers) 
      # 重新设置编码 
      res.encoding = 'utf-8' 
      # str转json  便于提取数据 
      result = json.loads(res.text)['Result'] 
      for j in result: 
          park_name = j['ParkName'] 
          Lon = j['Longitude'] 
          Lat = j['Latitude'] 
          with open('parkings.csv', 'a+', newline='', encoding='gb18030') as f: 
              f_csv = csv.writer(f) 
              f_csv.writerow([park_name, Lon, Lat]) 
              logging.info([park_name, Lon, Lat]) 
  结果如下:
  共有 3170 个停车场地理位置数据
  2. folium地图可视化
  import pandas as pd 
  import folium 
   
  # 读取csv数据 
  data = pd.read_csv('parkings.csv', encoding='gbk') 
  # 传入纬度和经度数据 
  park_map = folium.Map(location=[data['latitude'].mean(), data['longitude'].mean()], zoom_start=10, control_scale=True,) 
  # 实例化 folium.map.FeatureGroup 对象 
  incidents = folium.map.FeatureGroup() 
  for name,row in data.iterrows(): 
      incidents.add_child( 
          folium.CircleMarker(            # CircleMarker表示花圆 
              (row["latitude"], row["longitude"]),   # 每个停车场的经纬度坐标 
              radius=7,                   # 圆圈半径 
              color='#FF1493',            # 标志的外圈颜色 
              fill=True,                  # 是否填充 
              fill_color='#00FF00',       # 填充颜色 
              fill_opacity=0.4            # 填充透明度 
          ) 
      ) 
   
  park_map.add_child(incidents) 
  park_map.save('park_map1.html') 
  效果如下:
  这样看起来有点乱,下面我们来统计一下各个局域的停车场数量
  import pandas as pd 
  import folium 
  from folium import plugins 
   
  data = pd.read_csv('parkings.csv', encoding='gbk') 
  park_map = folium.Map(location=[data['latitude'].mean(), data['longitude'].mean()], zoom_start=10, control_scale=True,) 
  marker_cluster = plugins.MarkerCluster().add_to(park_map) 
   
  for name,row in data.iterrows(): 
      folium.Marker(location=[row["latitude"], row["longitude"]]).add_to(marker_cluster) 
  park_map.save('park_map2.html') 
  效果如下:
  这样能对各个局域停车场的数量在地图上进行统计,将图不断放大以后,还可以显示每个停车场的具体位置,非常方便。

参与调查问卷,赢取测试好礼!
识别下方二维码或点击链接
成功提交后免费获得资料和课程
更有抽奖好礼等着你



TAG: 软件开发 Python

 

评分:0

我来说两句

Open Toolbar