之前给大家介绍过多种 Python 可视化模块,但应用他们进行天文可视化都很简陋。所以 想要绘制更精美的可视化地图? 想在地图上自在的设置各种参数?想取得灵便的交互体验?
明天它就来了,Python 绘制地图神器folium
,上手间接开大!
folium 简介和装置
folium 建设在 Python 生态系统的数据利用能力和 Leaflet.js 库的映射能力之上,在 Python 中操作数据,而后通过 folium 在 Leaflet 地图中可视化。
folium 相比拟于国内百度的 pyecharts 灵活性更强,可能自定义绘制区域,并且展示模式更加多样化。
folium 的简介
Folium 是建设在 Python 生态系统的数据整顿 Datawrangling 能力和 Leaflet.js 库的映射能力之上的开源库。用 Python 解决数据,而后用 Folium 将它在 Leaflet 地图上进行可视化。Folium 可能将通过 Python 解决后的数据轻松地在 交互式 的 Leaflet 地图上进行可视化展现。它不单单能够在地图上展现数据的分布图,还能够应用 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,而且反对应用 Mapbox 或 Cloudmade 的 API 密钥来定制个性化的地图元件。Folium 反对 GeoJSON 和 TopoJSON 两种文件格式的叠加,也能够将数据连贯到这两种文件格式的叠加层,最初可应用 color-brewer 配色计划创立分布图。
Folium 能够让你用 Python 弱小生态系统来解决数据,而后用 Leaflet 地图来展现。Folium 内置一些来自 OpenStreetMap、MapQuest Open、MapQuest Open Aerial、Mapbox和Stamen 的地图元件(tilesets),并且反对用 Mapbox 或者 Cloudmade API keys 来自定义地图元件。Folium 反对 GeoJSON 和 TopJSON 叠加(overlays),绑定数据来发明一个分级统计图(Choropleth map)。然而,Folium 库绘制热点图的时候,须要联网才可显示。
装置 folium
pip install folium -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
▲这里间接应用了国内豆瓣源
根本应用
folium 显示地图的类为 folium.Map,类的申明如下:
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 格局,程序为 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,管制是否在地图上增加比例尺,默认为 False 即不增加
- tiles:显示款式,默认 “OpenStreetMap”,也就是开启街道显示
- crs:地理坐标参考零碎,默认为 “EPSG3857”
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')
后果如下:
以后 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')
后果如下:
市级地图
其实扭转地图显示也就是扭转显示的经纬度和缩放比例,省级、市级、县级用法类似,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')
在地图上标记
一般标记
增加一般标记用 Marker,能够抉择标记的图案。
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') # 标记色彩 图标
).add_to(bj_map)
bj_map.save('test_04.html')
后果如下:
圆形标记
增加圆形标记用 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', # 色彩
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')
后果如下:
动静搁置标记
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')
后果如下:
实战案例
以将停车场地理位置数据可视化在地图上示例,相熟 folium 地图可视化的应用。
获取经纬度数据
停车场地理位置数据来源于网络,数据实在牢靠,上面先利用 Python 爬虫获取数据
# 数据起源: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)
# 从新设置编码
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])
后果如下:
共有 3170 个停车场地理位置数据
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 示意花圆
(row["latitude"], row["longitude"]), # 每个停车场的经纬度坐标
radius=7, # 圆圈半径
color='#FF1493', # 标记的外圈色彩
fill=True, # 是否填充
fill_color='#00FF00', # 填充色彩
fill_opacity=0.4 # 填充透明度
)
)
park_map.add_child(incidents)
park_map.save('park_map1.html')
成果如下:
这样看起来有点乱,上面咱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')
成果如下:
这样能对各个局域停车场的数量在地图上进行统计,将图一直放大当前,还能够显示每个停车场的具体位置,十分不便。
以上就是本次分享的所有内容,想要理解更多 Python 常识欢送返回公众号:Python 编程学习圈,每日干货分享,发送“J”还可支付大量学习材料。