使用 Python 地图绘制工具 -- folium 全攻略

Posted

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了使用 Python 地图绘制工具 -- folium 全攻略相关的知识，希望对你有一定的参考价值。

参考技术A

1. 准备工作

有朋友可能没用过 folium ，它其实就是 python 的一个 专业绘制地图 的第三方库，所以在使用之前需要先安装它。

在安装完成之后，我们可以在 jupyterlab 进行演示如下：

对于上面的输出，其实是一个 可交互 的地图，支持放大缩写拖拽等等。

如果你想将输出存在本地，可以这样来：

可以看到本地就存了这个一个文件，浏览器打开就可以进行交互式操作了。

以上就是一个平平淡淡的过程......

2. 关于folium.Map()

在上一部分我们可以看到这个 map 玩意直接就是一个地图啦，这里我们就介绍一下它常用的几个参数。

参数可真多啊！！

以上是常用的一些参数，而最常用的莫过于 location 、 zoom_start 和 tiles 等。

内建地图样式 还有一下几种：

我们简单试下 location 和 zoo_start 参数：

可以看到 清华大学校区

以上对 Map 的参数进行了简单的介绍，接下来，我们就来看看地图底图样式的选取情况吧~

3. 内建地图底图样式

我们看到 folium 其实有好几种内建地图底图样式，其中部分需要去申请 key ，由于我这边没有申请成功就不做演示了。

地势地形底图

黑白无标记底图

水墨画底图

以上就是内建地图底图样式的一些展示，部分需要key的大家可以去这个网站申请：

另外，在这里也可以找到一些地图底图

我后续也会去研究这些地图底图样式，试着分享更多有趣的地图分享给大家。

当然了，国内咱们用的较多的地图是高德、百度和腾讯地图等，接下来我们就来玩玩！

4. 多种第三方地图底图样式

这里我将演示高德地图、智图GeoQ和腾讯地图等

高德地图的 中英文地图、卫星影像图、街道图与常规图

中英文地图

纯英文地图

卫星影像图

街道图

常规图

反正我觉得这个蛮好的，用起来简单

多种风格地图，即拿即用

彩色版

暖色版

灰色版

蓝黑版

英文版

中国行政区划边界

水系专题

街道网图

暖色街道网图

需要注册一个key

天地图影像

天地图影像注记

天地图矢量

天地图矢量注记

天地图地形

天地图地形注记

百度地图我这边测试失败了，暂时没有找到合适的替换方案。

5. 补充

其实，我们还可以找更多的 地图底图瓦片URL 来进行替换，多样化我们的地图绘制。

另外，大家在用经纬度坐标点进行地图绘制的时候，比如标记点、绘制区域、热力图绘制等等， 需要考虑经纬度坐标是哪个地图系下面的，然后再用对应地图系的相关底图进行绘制才准确！

Python实用工具速来！！一篇文章十分钟教你如何使用Python第三方库basemap进行地图绘制

basemap地图绘制

basemap地图绘制

地图绘制也是数据可视化的一部分，常用的地图绘制库为basemap工具包，其为matplotlib的子包。本篇文章讲解如何利用whl文件在Python3环境下安装basemap；学会使用basemap绘制地图；学会缩放区域和绘制散点图；通过综合案例，巩固basemap的绘制地图方法和技巧。
涉及到的知识点有：

  • basemap安装：学会basemap的安装方法。
  • basemap使用：学会利用basemap绘制简单地图。
  • 缩放区域与绘图：学会通过定位经纬度缩放区域与绘制散点图。
  • 综合案例：通过综合案例，巩固basemap的绘制地图方法和技巧。

1 basemap的使用

basemap是一个强大的绘制地图工具包。本节将讲解如何安装和使用basemap，结合matplotlib，绘制地图。

1.1 basemap安装

在anaconda的python3环境中，通过conda命令安装basemap会导致失败，这里通过该网站（https://www.lfd.uci.edu/~gohlke/pythonlibs/）下载对应版本的Pyproj和basemap的whl文件，如图1和2所示。

图1 Pyproj下载

图2 basemap下载
在anaconda环境中，切换到这两个whl文件的路径下，按顺序通过pip依次安装Pyproj和basemap文件，代码如下，安装Pyproj，如图3所示，代表Pyproj安装成功。

h:
cd H:\\python数据分析\\数据
pip install pyproj-1.9.5.1-cp36-cp36m-win_amd64.whl


图3 Pyproj安装
以同样的方法安装basemap，代码如下，如图4所示，安装basemap。

h:
cd H:\\python数据分析\\数据
pip install basemap-1.1.0-cp36-cp36m-win_amd64.whl


图4 basemap安装
如图5所示，通过from mpl_toolkits.basemap import Basemap代码调用该库，发现程序可以运行，代表basemap库安装成功。

图5 安装成功

1.2 basemap使用

首先，导入需要的第三方库，通过basemap初始化一个地图对象，通过drawcoastlines绘制海岸线，代码如下。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
%matplotlib inline

map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,
              resolution='l', area_thresh=1000.0)      #初始化地图对象
map1.drawcoastlines()      #绘制海岸线

projection参数是用于定义地图的投影方式；lat_0和lon_0是指定地图的中心坐标，这里的值为美国的中心坐标；resolution参数设置绘制边界的精度，l为低精度；area_thresh参数为阈值，低于该阈值的就不会被绘制。绘制地图如图6所示。
注意：更多参数详情可参考http://matplotlib.org/basemap/。

图6 基本地图
通过drawcountries方法绘制国家边界，代码如下，如图7所示。

map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,
              resolution='l', area_thresh=1000.0) 
map1.drawcoastlines()  #绘制海岸线
map1.drawcountries()   #绘制国家


图7 绘制国家
其他常见的绘制方法如下：

drawmapboundary()   #绘制边界
drawstates()          #绘制州
drawcounties()        #绘制县

通过fillcontinents方法为大陆填充颜色，代码如下，如图12.8所示。

map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,
              resolution='l', area_thresh=1000.0) 
map1.drawcoastlines()  #绘制海岸线
map1.drawcountries()   #绘制国家
map1.fillcontinents(color='blue',alpha=0.5)  #填充颜色


图8 填充大陆颜色
通过drawmeridians和drawparallels方法绘制经线和纬线，代码如下，如图9所示。

map1 = Basemap(projection='ortho', lat_0=90, lon_0=-105,
              resolution='l', area_thresh=1000.0) 
map1.drawcoastlines()  #绘制海岸线
map1.drawcountries()   #绘制国家
map1.drawmapboundary() #绘制边界
map1.fillcontinents(color='blue',alpha=0.5)  #填充颜色

map1.drawmeridians(np.arange(0, 360, 30))    #绘制经线
map1.drawparallels(np.arange(-90, 90, 30))   #绘制纬线


图9 绘制经度和纬度
更换projection参数，换为robin坐标，可将图绘制为平面坐标，代码如下，如图10所示。

map1 = Basemap(projection='robin', lat_0=90, lon_0=-105,
              resolution='l', area_thresh=1000.0) 
map1.drawcoastlines()  #绘制海岸线
map1.drawcountries()   #绘制国家
map1.drawmapboundary() #绘制边界
map1.fillcontinents(color='blue',alpha=0.5)  #填充颜色

map1.drawmeridians(np.arange(0, 360, 30))    #绘制经线
map1.drawparallels(np.arange(-90, 90, 30))   #绘制纬线


图10 平面坐标

1.3 缩放区域与绘图

在实际案例中，需对特定国家或地区进行绘制地图，这样就需要通过llcrnrlon、llcrnrlat、urcrnrlon和urcrnrlat指定左下角经纬度和右上角经纬度，代码如下，如图11所示。

map2 = Basemap(projection='stere', lat_0=90, lon_0=-105,
               llcrnrlon=-118.67, llcrnrlat=23.41,
               urcrnrlon=-64.5, urcrnrlat=45.44,
              resolution='l', area_thresh=1000.0) 
map2.drawcoastlines()  #绘制海岸线
map2.drawcountries()   #绘制国家
map2.drawmapboundary() #绘制边界
map2.drawstates()      #绘制州
map2.fillcontinents(color='blue',alpha=0.5)  #填充颜色

map2.drawmeridians(np.arange(0, 360, 30))    #绘制经线
map2.drawparallels(np.arange(-90, 90, 30))   #绘制纬线


图11 缩放区域
通过坐标定位，可以在地图上绘制图形，代码如下，如图12所示。

map2 = Basemap(projection='stere', lat_0=90, lon_0=-105,
               llcrnrlon=-118.67, llcrnrlat=23.41,
               urcrnrlon=-64.5, urcrnrlat=45.44,
              resolution='l', area_thresh=1000.0) 
map2.drawcoastlines()  #绘制海岸线
map2.drawcountries()   #绘制国家
map2.drawmapboundary() #绘制边界
map2.drawstates()      #绘制州

map2.drawmeridians(np.arange(0, 360, 30))    #绘制经线
map2.drawparallels(np.arange(-90, 90, 30))   #绘制纬线

lon = -74
lat = 40.43
x,y = map2(lon, lat)       #映射坐标
map2.plot(x, y, 'ro', markersize=8)  #绘制散点图


图12 绘制散点图
通过matplotlib库的text方法，为散点加入文本注释。

map2 = Basemap(projection='stere', lat_0=90, lon_0=-105,
               llcrnrlon=-118.67, llcrnrlat=23.41,
               urcrnrlon=-64.5, urcrnrlat=45.44,
              resolution='l', area_thresh=1000.0) 
map2.drawcoastlines()  #绘制海岸线
map2.drawcountries()   #绘制国家
map2.drawmapboundary() #绘制边界
map2.drawstates()      #绘制州

map2.drawmeridians(np.arange(0, 360, 30))    #绘制经线
map2.drawparallels(np.arange(-90, 90, 30))   #绘制纬线

lon = -74
lat = 40.43
x,y = map2(lon, lat)       #映射坐标
map2.plot(x, y, 'ro', markersize=8)  #绘制散点图
plt.text(x,y,'New York')   #文本注释


图13 文本注释

2 basemap综合示例

本节将讲解如何通过basemap绘制区域与全球地图，结合具体案例，讲解地图的绘制方法和技巧。

2.1 美国人口分布

通过该网站（https://github.com/plotly/datasets/blob/master/2014_us_cities.csv）下载2014年美国城市的人口数据，读取数据，如图14所示，数据总共有四个字段，城市名称、城市人口和经纬度坐标。

图14 美国人口数据
通过以下代码，绘制前180个城市的美国人口分布图，如图15所示。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
%matplotlib inline

plt.style.use('ggplot')
plt.figure(figsize=(10,6))

map3 = Basemap(projection='stere', lat_0=90, lon_0=-105,
               llcrnrlon=-118.67, llcrnrlat=23.41,
               urcrnrlon=-64.5, urcrnrlat=45.44,
              resolution='l', area_thresh=1000.0) 
map3.drawcoastlines()  #绘制海岸线
map3.drawcountries()   #绘制国家
map3.drawmapboundary() #绘制边界
map3.drawstates()      #绘制州
map3.drawcounties()      # 绘制县

map3.drawmeridians(np.arange(0, 360, 30))    #绘制经线
map3.drawparallels(np.arange(-90, 90, 30))   #绘制纬线

lat = np.array(pop_data["lat"][0:180])                        # 获取维度之维度值
lon = np.array(pop_data["lon"][0:180])                        # 获取经度值
pop = np.array(pop_data["pop"][0:180],dtype=float)    # 获取人口数，转化为numpy浮点型
size = (pop/np.max(pop))*1000 # 计算每个点的大小

x,y = map3(lon,lat)
map3.scatter(x,y,s=size)

plt.title('Population distribution in America')     #加标题

代码分析：
（1）1~5行
导入程序需要的库。
（2）7~8行
设置图表的样式为ggplot，并设置图表的长宽比。
（3）10~21行
定义basemap对象，并绘制出美国的地图底图和经纬度。
（4）23~29
获取前180个数据，并绘制散点图。

图15 美国人口分布图
注意：人口如果不转化为numpy浮点型，散点图不会显示出大小不一。

2.2 全球地震可视化

通过美国地震局官网（https://earthquake.usgs.gov/earthquakes/feed/v1.0/csv.php）下载过去一周的地震数据，如图16所示。

图16 过去一周地震数据下载
读取数据，如图17所示，该数据有很多字段，但本次分析中用到的就是经纬度字段和mag字段（震级）。

图17 地震数据
对这三个字段查看缺失值，如图18所示，mag字段有1个缺失值。

图18 查看缺失值
通过过滤剔除到这个缺失值，如图19所示。

图19 过滤缺失值
通过以下代码，绘制地震分布图，如图20所示。

plt.style.use('ggplot')
plt.figure(figsize=(10,6))

map4 = Basemap(projection='robin', lat_0=39.9, lon_0=116.3,
              resolution = 'l', area_thresh = 1000.0) 

map4.drawcoastlines()         #绘制海岸线
map4.drawcountries()          #绘制国家
map4.drawmapboundary()      #绘制边界

map4.drawmeridians(np.arange(0, 360, 30))     #绘制经线
map4.drawparallels(np.arange(-90, 90, 30))      #绘制纬线

x,y = map4(list(eq_data['longitude']),list(eq_data['latitude']))
map4.plot(x, y, 'ro', markersize=6)       #绘制散点图


图20 全球地震分布图（1）
根据震级大小，绘制散点不一的地震分布图，如图21所示。

plt.style.use('ggplot')
plt.figure(figsize=(10,6))

map5 = Basemap(projection='robin', lat_0=39.9, lon_0=116.3,
               resolution = 'l', area_thresh = 1000.0) 

map5.drawcoastlines()
map5.drawcountries()
map5.drawmapboundary()

map5.drawmeridians(np.arange(0, 360, 30))
map5.drawparallels(np.arange(-90, 90, 30))

size = 2    #初始化大小
for lon, lat, mag in zip(list(eq_data['longitude']), list(eq_data['latitude']), list(eq_data['mag'])):
    x,y = map5(lon, lat)
    msize = mag * size     #不同震级大小不一样
    map5.plot(x, y, 'ro', markersize=msize)

图21 全球地震分布图（2）
通过以下代码，定义一个函数，可通过不同震级绘制颜色不同的地图，如图22所示。

def get_marker_color(mag):
    if mag < 3.0:
        return ('go')
    elif mag < 5.0:
        return ('yo')
    else:
        return ('ro')      #定义设置颜色函数

plt.style.use('ggplot')
plt.figure(figsize=(10,6))

map6 = Basemap(projection='robin', lat_0=39.9, lon_0=116.3,
               resolution = 'l', area_thresh = 1000.0) 

map6.drawcoastlines()
map6.drawcountries()
map6.drawmapboundary()

map6.drawmeridians(np.arange(0, 360, 30))
map6.drawparallels(np.arange(-90, 90, 30))

size = 2
for lon, lat, mag in zip(list(eq_data['longitude']), list(eq_data['latitude']), list(eq_data['mag'])):
    x,y = map6(lon, lat)
    msize = mag * size
    map6.plot(x, y, get_marker_color(mag), markersize=msize)   #调用函数
    
plt.title('Earthquakes')

图22 全球地震分布图（3）

3 pyecharts地图绘制

pyecharts也可以轻松绘制出美观可交互的地图。本节将讲解如何利用pyecharts绘制不同地区的地图，通过Geo方法在地图上绘制散点图。

3.1 地图

利用pyecharts绘制地图，需要下载地图js文件，通过pip进行安装，如图23所示。

pip install echarts-countries-pypkg        #全球国家地图
pip install echarts-china-provinces-pypkg  #中国省级地图
pip install echarts-china-cities-pypkg      #中国市级地图


图23 安装地图js
注意：安装好后记得重启jupyter notebook。
利用Map方法可绘制地图，代码如下。

value = [155, 78, 23, 65]
label = ["北京", "上海", "西藏", "广东"]
map1 = pyecharts.Map("全国地图示例")
map1.add("",label, value, maptype='china')
map1.render()   #生成html文件

该add方法的参数如下，maptype设置地图类型，支持china、world、中国省市名称等；is_roam可缩放地图；is_map_symbol_show显示地图红点。

add(name, attr, value,
    maptype='china',
    is_roam=True,
    is_map_symbol_show=True, **kwargs)

绘制的中国地图如图24所示。

图24 全国地图（1）
设置is_label_show=True，可以显示各省份名称，代码如下，如图25所示。

value = [155, 78, 23, 65]
label = ["北京", "上海", "西藏", "广东"]
map1 = pyecharts.Map("全国地图示例", width=1200, height=600)
map1.add使用 Python 地图绘制工具 -- folium 全攻略


 Python实用工具速来！！一篇文章十分钟教你如何使用Python第三方库basemap进行地图绘制


 使用 Python 地图绘制工具 -- folium 全攻略


 Python，Map结合的可视化工具pyecharts实现地图及3D地图的绘制


 使用python的bokeh包及geojson数据绘制地图


 使用python绘制世界人口地图及数据处理