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 foliumprint(folium.__version__)# define the world mapworld_map = folium.Map()# save world mapworld_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 mapnational_map = folium.Map(location=[35.3, 100.6], zoom_start=4)# save national mapnational_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 mapcity_map = folium.Map(location=[39.93, 116.40], zoom_start=10)# save national mapcity_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 foliumbj_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 foliumbj_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 foliumdynamic_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.aspximport requestsimport csvimport jsonimport loggingheaders = { '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 pdimport 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 pdimport foliumfrom folium import pluginsdata = 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。