数据可视化应用核密度空间插值实战案例（附Python和R语言代码）

Posted 2022-02-18 文宇肃然

Python-plotnine 核密度空间插值

geopandas 绘制空间地图及裁剪操作

• 针对geopandas的安装问题，最好使用 conda install --channel conda-forge geopandas 进行安装。但考虑到科学上网的问题，这一步就难住了很多人。大多人还是采用pip安装geopandas以及其依赖包，可以自行查看官网下载依赖包即可。读取geojson 地图文件、散点数据及基础绘图代码如下：

散点数据预览如下：

具体绘图代码如下：

import numpy as np
import pandas as pd
import geopandas as gpd
import matplotlib.pyplot as plt

#统一修改绘图字体
plt.rcParams["font.family"] = "Roboto Condensed"

js = gpd.read_file(r"江苏省.json")
nj_data = pd.read_excel("pmdata.xlsx")

fig,ax = plt.subplots(figsize=(6,4),dpi=130)
cm = plt.cm.get_cmap(\'Spectral_r\')

vmin = nj_data["PM2.5"].min()
vmax = nj_data["PM2.5"].max()
js.plot(fc="none