分享 11 款 Python 地理数据可视化工具

Posted Python猫

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了分享 11 款 Python 地理数据可视化工具相关的知识,希望对你有一定的参考价值。

本文梳理多个Python优质地理数据可视化工具,有的擅长交互、有的擅长学术研究、有的擅长商用地图展示。

Basemap

Basemap为地理空间数据可视化利器,偏学院派
依赖PROJ.4C,为提供的经纬坐标指定basemap25个投影方式中的一类,每一类都有自己的优缺点,如下文代码中的projection='ortho';
依赖Matplotlib,在PROJ.4C指定的投影方式中绘制海岸线、河流线和政治边界线;
依赖GEOS,将海岸线、河流线和政治边界线裁剪至目的区域;
Basemap创建以来,为了满足地球科学、海洋学、气象学等领域科学家的需求,功能日益强大。但是,自2016年起,Cartopy开始接管了Basemap,至2020年8月7日,后者停止维护,大部分功能转移到Cartopy下,Basemap依旧可以使用,但是安装起来有点麻烦

# 下载源码:https://github.com/matplotlib/basemap/releases/

#解压 
tar -zxvf basemap-1.2.2rel.tar.gz

#修改配置
cd basemap-1.2.2rel/geos-3.3.3/
export GEOS_DIR=/usr/local
./configure --prefix=$GEOS_DIR
make #这一步时间有点久,出现好多warning,
make install
cd ../
python setup.py install

举个栗子,我们生活的蓝色星球全貌,

import pyproj
import geos
from mpl_toolkits.basemap import Basemap
# Basemap依赖pyproj和geos,三者一起导入,不然报错
import matplotlib.pyplot as plt

plt.figure(dpi=150,figsize=(6,6))

m = Basemap(
    projection='ortho',  #指定投影方式ortho
    lat_0=0,
    lon_0=140,  #设置投影中心
    resolution=None  #设置分辨率
)
m.bluemarble(scale=0.5) #设置蓝色弹珠 (The Blue Marble)背景

plt.show();
更多栗子,

深入学习:https://matplotlib.org/basemap/index.html


Folium

Folium是Python数据处理优势和javascript地图库Leaflet.js地图可视化优势的完美结合,二者结合后即可绘制优美的交互式地图。「小科普:Folium和Leaf都有叶子的意思,这可能是Folium名称的由来~」
一些栗子~

import folium

whm = folium.Map(
    location=[30.5538, 114.31589],  #武昌区经纬度
    zoom_start=10,  # 默认放大倍数
)

folium.Marker(  #添加位置标示
    location=[30.5538, 114.31589],
    popup="❤️武汉",
    icon=folium.Icon(color="#ba2f2a", icon="info-sign"),
).add_to(whm)

folium.CircleMarker(  #圈地
    location=[30.5538, 114.31589],
    radius=100,  #圈半径
    color="#c72e29",
    fill=True,
    fill_color="#c72e29",
).add_to(whm)

folium.Marker( 
    location=[30.34653, 114.27001],
    popup="❤️",
    icon=folium.Icon(color="blue", icon="info-sign"),
).add_to(whm)

folium.CircleMarker(  
    location=[30.34653, 114.31001],
    radius=100, 
    color="#01a2d9",
    fill=True,
    fill_color="#01a2d9",
).add_to(whm)
whm

再举个栗子,
Heatmap

# Heatmap
import numpy as np
import folium
from folium.plugins import HeatMap

data = (np.random.normal(size=(50, 3)) * np.array([[1, 1, 1]]) +
        np.array([[39.904989, 116.4052859, 1]])).tolist()

m = folium.Map([39.904989, 116.4052859], zoom_start=6)
HeatMap(data, radius=20).add_to(m)
m

MinichartsMarkerImageOverlaychoroplethHeatmap with timeMiniMap除此之外,Folium还有很多的插件,如draw深入学习:http://python-visualization.github.io/folium/index.html


Echarts/pyecharts

pyecharts擅长商业交互可视化,地图是其重要一部分,有大量demo,代码拿来即可用。快速入门👉:快速上手pyecharts
三维动态世界地图世界航线图bus路径图中国地图可视化大屏纽约街道数据深入学习:https://github.com/pyecharts/pyecharts


ipyleaflet

ipyleafletJupyter Notebook的一个扩展擅长交互式地图
安装

pip install ipyleaflet
jupyter nbextension enable --py --sys-prefix ipyleaflet

举个栗子,

from ipyleaflet import Map, MagnifyingGlass, basemaps, basemap_to_tiles

m = Map(center=(30.5538, 114.31589), zoom=1.5)

topo_layer = basemap_to_tiles(basemaps.OpenTopoMap)
magnifying_glass = MagnifyingGlass(layers=[topo_layer])

m.add_layer(magnifying_glass)

m

更多栗子,进一步学习:https://github.com/jupyter-widgets/ipyleaflet/tree/stable


Cartopy

Cartopy为Basemap的继承者。
安装

brew install proj geos #安装依赖
pip install cartopy -i https://pypi.tuna.tsinghua.edu.cn/simple #清华源光速安装

举个栗子,
路线图

import cartopy
import matplotlib.pyplot as plt

plt.figure(dpi=150)
plt.rcParams['font.sans-serif'] = ['Arial Unicode MS']

ax = plt.axes(projection=ccrs.PlateCarree())  #默认投影PlateCarree
ax.stock_img()

x_lon, x_lat = -55, -10,
wh_lon, wh_lat = 114.30943, 30.59982

plt.plot(
    [x_lon, wh_lon],
    [x_lat, wh_lat],
    color='#dc2624',
    linewidth=1,
    marker='o',
    transform=ccrs.Geodetic(),
)

plt.plot(
    [x_lon, wh_lon],
    [x_lat, wh_lat],
    color='#01a2d9',
    linestyle='--',
    transform=ccrs.PlateCarree(),
)

plt.text(x_lon - 3,
         x_lat - 12,
         'xx市',
         horizontalalignment='right',
         transform=ccrs.Geodetic())

plt.text(wh_lon + 3,
         wh_lat - 12,
         '武汉',
         horizontalalignment='left',
         transform=ccrs.Geodetic())

更多栗子,交互图风杆图深入学习:https://scitools.org.uk/cartopy/docs/latest/index.html


geopandas

geopandas依赖pandas、fiona及matplotlib「GeoPandas是Pandas在地理数据处理方向的扩展,使用shapely地理数据分析、fiona执行地理数据读取、matplotlib执行绘图」。举几个栗子~

import matplotlib.pyplot as plt
import geopandas

#读入数据
world = geopandas.read_file(geopandas.datasets.get_path('naturalearth_lowres'))
cities = geopandas.read_file(
    geopandas.datasets.get_path('naturalearth_cities'))

#画图
fig, ax = plt.subplots(2, 1, dpi=200)
world.plot(column='pop_est', cmap='Set1_r', ax=ax[0])
world.plot(column='gdp_md_est', cmap='Set1', ax=ax[1])
plt.show()

更多例子,如Plotting with CartoPyChoro legends kdeplot进一步学习:https://github.com/geopandas/geopandas


geoplot

geoplot是一个high-level的Python地理数据可视化工具,是cartopymatplotlib的扩展,geoplot 之于cartopy,犹如seaborn之于matplotlib.直接看demo:桑基图 \\(Sankey)添加散点添加核密度估计图分级统计图深入学习:https://github.com/ResidentMario/geoplot


ridge_map

专注于山峦地图绘制,看demo深入学习:https://github.com/ColCarroll/ridge_map


Plotly/plotly-express

专业的交互式可视化工具,在Python、R、JavaScript方向都有API,快速入门:❤️快速上手plotly-express❤️
subplotsscatterMarker/LinechoroplethDensity Heatmapfacets深入学习:https://plotly.com/python/


mapnik

mapnik底层为 C++ ,拥有Python、 Node等的API,号称Python最强大的开源地图渲染工具,知名的OpenStreetMap、mapbox等底层都是mapnik,不过学习成本有点高,深入学习:https://github.com/mapnik/mapnik


Kepler.gl

kepler.glUber开源的用于大规模地理空间数据集的可视化探索工具,可在Jupyter Notebook中使用,这里仅仅展示一些demo,
深入学习:https://github.com/keplergl/kepler.gl

Python猫技术交流群开放啦!群里既有国内一二线大厂在职员工,也有国内外高校在读学生,既有十多年码龄的编程老鸟,也有中小学刚刚入门的新人,学习氛围良好!想入群的同学,请在公号内回复『交流群』,获取猫哥的微信(谢绝广告党,非诚勿扰!)~

还不过瘾?试试它们

我经常读的 9 个英文 Python 网站

Python 程序调试分析大杀器合集

CPython 有 GIL 是因为当年设计的人偷懒吗?

通过 for 循环,比较 Python 与 Ruby 编程思想的差别

Python最会变魔术的魔术方法,我觉得是它!

Python 之父为什么嫌弃 lambda 匿名函数?

如果你觉得本文有帮助

请慷慨分享点赞,感谢啦

以上是关于分享 11 款 Python 地理数据可视化工具的主要内容,如果未能解决你的问题,请参考以下文章

推荐5款数据可视化强势工具

使用Python+Folium实现地理空间可视化效果

有人不会画地图||❤️这11个Python 6⃣️6⃣️6⃣️工具来帮忙❤️

TransBigData:一款基于 Python 的超酷炫交通时空大数据工具包

Python 数据可视化:地理信息可视化及扩展应用

又是一款可视化神器:Highcharts 可完全媲美 PyEcharts