[Python可视化]一种极具特色(但是并没有什么用)的GIS专题图可视化方法

简介: [Python可视化]一种极具特色(但是并没有什么用)的GIS专题图可视化方法


先看结果




什么是专题图


所谓的专题图,指的是对某种关心的专题信息进行聚焦展示的一种可视化方法,比如下面这种地理国情普查成果中的水资源专题图:



主要体现供水相关的能力,除了供水信息以外,其他信息(比如山川河流、行政边界地图基本要素等)都是背景板。



回过来,继续讲上面那个特殊的可视化专题图。其实这种可视化方式来自于ArcGIS/GeoScene Javascript API的一种新能力,即滤镜效果:把背景板加一个虚化滤镜,然后把前景凸现出来:



Demo地址:https://developers.arcgis.com/javascript/latest/sample-code/effect-blur-shadow/话说Javascript的可视化能力真的很强——在此验证了虾神的一个观点:

未来一切能用Javascript重写的东西,都将用Javascript重写……

阔惜虾神这种老伯年纪大了,学不动了……希望广大的年轻同学好好学一下,技多不压身。



不过虽然Javascript学不动了,但是Python这种简单的东西,还是可以做一做的——话说Python的目标就是面对非码农的,不像JS这种,就是专门面向码农,而且是前端或者全栈码农的特殊技能——你要不当码农,确实学了没多大意义。看完了Javascript的效果,当时我就想,Python可不可以也做出这种效果来呢……用他们的话说,虽然没啥用,但是作为码农一种恶趣味,开启写轮眼——



当年很多人说有个金点子,值几个亿,

然后要凭借此创业的时候,

虾神最喜欢问他们的一句话就是:

如果腾讯抄你们,你们怎么保证抢得过他们……

最终效果如开局第一张图,那么下面我们来简单聊聊在Python里面是怎么实现的。


关键技术

要实现这种效果,有如下两个关键技术:

1、虚化滤镜效果,也就是把背景虚化。

2、专题信息聚焦显示,而且还需要有三维带阴影的显示效果。


下面我们来看看如何实现:

1、背景虚化:Python要绘图,一定拋不开matplotlib,而要使用地理数据,最简单的当然是用geopandas,不过你用geopandas + 矢量数据绘制出来的,一定是一个矢量图……而虚化效果,必须通过栅格图(图片)来实现。所以,首先要做的事情,就是把背景先做出来,我这里用了最简单方法,就是把要虚化的背景先弄成了图片。首先定义一个自定义的渲染色,为背景图的渲染方式,然后用geopandas的plot方法,绘制好,并且保存下来,注意,需要设置保存下来的图片没有边框,否则会出现对不齐的问题:




保存下来之后,就得到了这样一张图片:



但是这张图细节很清晰,完全没有虚化的效果啊,所以就需要对这张图进行一些处理,要处理图片,就得用上号称Python里面的PS神包Pillow了(此处略去介绍xxxx字),处理方法如下:最重要的两句:1、thumbnail方法:把这个图片压缩成一张128*128的缩略图。2、通过interpolation插值,成一张具有原图大小的模糊的图片,以完成虚化。代码和效果如下:



接下去,我们来处理上层需要显示的专题信息的可视化效果:首先提取出需要显示的地类,我这里提取TAG=161的所有地类,为专题显示信息:



然后如果直接显示出来,就是这的效果了:



……等等,你的三维效果呢?上一张图,不是还有专题图的三维效果的么,如下所示:




这种用二维模拟三维效果,处理方法已经很简单了——直接拉个底层,偏移一定的量,然后设置为阴影效果就可以了:


这里要介绍的就是shapely包自带的一个方法:affinity.translate可以直接对几何要素进行空间变换,但是在这里,就做xy的平移就行了,z的旋转就没必要了。全部处理完之后,得到的完整效果如下:




完整代码如下:




打完收工代码和数据,在虾神的gitee仓库里面,大家自己去下载就好了


https://gitee.com/godxia/python_map_visualization


011专题图


题外话:




………………不要问,问就是虾神我也不知道……想了想,还是归类为码农的恶趣味吧


目录
相关文章
|
4天前
|
机器学习/深度学习 自然语言处理 数据可视化
数据代码分享|PYTHON用NLP自然语言处理LSTM神经网络TWITTER推特灾难文本数据、词云可视化
数据代码分享|PYTHON用NLP自然语言处理LSTM神经网络TWITTER推特灾难文本数据、词云可视化
16 1
|
22小时前
|
API 数据库 Python
Python web框架fastapi数据库操作ORM(二)增删改查逻辑实现方法
Python web框架fastapi数据库操作ORM(二)增删改查逻辑实现方法
|
1天前
|
机器学习/深度学习 数据可视化 TensorFlow
Python中TensorFlow的长短期记忆神经网络(LSTM)、指数移动平均法预测股票市场和可视化
Python中TensorFlow的长短期记忆神经网络(LSTM)、指数移动平均法预测股票市场和可视化
|
3天前
|
新零售 分布式计算 数据可视化
数据分享|基于Python、Hadoop零售交易数据的Spark数据处理与Echarts可视化分析
数据分享|基于Python、Hadoop零售交易数据的Spark数据处理与Echarts可视化分析
14 0
|
4天前
|
机器学习/深度学习 数据可视化 数据挖掘
PYTHON链家租房数据分析:岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类、地理可视化
PYTHON链家租房数据分析:岭回归、LASSO、随机森林、XGBOOST、KERAS神经网络、KMEANS聚类、地理可视化
|
4天前
|
机器学习/深度学习 数据采集 数据可视化
数据分享|PYTHON可视化探索新冠疫情病毒与失业率是否存在线性关系
数据分享|PYTHON可视化探索新冠疫情病毒与失业率是否存在线性关系
11 0
|
5天前
|
数据可视化 Python
R语言和Python对copula模型Gaussian、t、Clayton 和Gumbel族可视化理论概念和文献计量使用情况
R语言和Python对copula模型Gaussian、t、Clayton 和Gumbel族可视化理论概念和文献计量使用情况
|
6天前
|
数据采集 数据可视化 数据处理
Python从入门到精通的文章3.3.1 深入学习Python库和框架:数据处理与可视化的利器
Python从入门到精通的文章3.3.1 深入学习Python库和框架:数据处理与可视化的利器
|
6天前
|
数据可视化 算法 数据挖掘
Python用KShape对时间序列进行聚类和肘方法确定最优聚类数k可视化
Python用KShape对时间序列进行聚类和肘方法确定最优聚类数k可视化
69 8
|
6天前
|
机器学习/深度学习 存储 数据可视化
数据分享|Python在Scikit-Learn可视化随机森林中的决策树分析房价数据
数据分享|Python在Scikit-Learn可视化随机森林中的决策树分析房价数据
29 12